【摘 要】
：
针对传统高光谱影像特征提取算法大多仅考虑光谱信息或提取空间信息不够精细的问题,提出了一种监督空间正则化流形鉴别分析(SSRMDA)算法,以提高遥感地物的分类性能。该算法首先利用样本数据的标签信息构建谱域类内图和类间图,以揭示高光谱数据潜在的非线性流形结构;然后构建空域类内图,并将空间信息以正则化方式与光谱信息融合,实现谱-空信息的有效融合,并可在低维空间内使类内数据更加聚集,增强嵌入数据的可分性。
论文部分内容阅读
针对传统高光谱影像特征提取算法大多仅考虑光谱信息或提取空间信息不够精细的问题,提出了一种监督空间正则化流形鉴别分析(SSRMDA)算法,以提高遥感地物的分类性能。该算法首先利用样本数据的标签信息构建谱域类内图和类间图,以揭示高光谱数据潜在的非线性流形结构;然后构建空域类内图,并将空间信息以正则化方式与光谱信息融合,实现谱-空信息的有效融合,并可在低维空间内使类内数据更加聚集,增强嵌入数据的可分性。在Indian Pines和Washington DC Mall数据集上的实验表明,所提算法的总体分类精
其他文献
随着我国老龄化程度的逐步加深,越来越多老年人的身体状况以及人身安全得到社会的关注,RFID是一套比较成熟的定位系统,但是由于运用到老年人的群体之中,需要提供高精度的定位,来解决老年人可能会遇到的特殊事件,避免意外的发生,本文针对RFID的优越性,结合当下普遍使用的WIFI技术的融合,尽最大可能的为老年公寓人员定位提供帮助。
现今我国已经进入了信息化数字时代,信息技术方面的发展也有所建树,比如物联网技术行业与电子商务行业的快速兴起,它们已经融入到了我们日常生活中的各个领域,而传统的物流方式不能满足现代智慧物流发展的需要,所以要将物联网技术应用到物流行业中,因为它不仅可以为物流产业提供技术支持,也能够促进智慧物流的有效提升。
目标独立光栅化是Direct11.3提出的新特性,在使Direct2D能够将栅格化步骤从CPU移动到GPU,同时仍然保留Direct2D抗锯齿需求。抗锯齿路径的渲染将在GPU上进行2次渲染。可变频率的像素着色器是Direct12提出的新特性,由于性能的限制,像素着色器不能总是在输出图像的每个部分都提供相同的质量水平。可变速率着色,或粗略像素着色,是一种机制,使分配渲染性能/功率在不同速率的渲染图像
第四代工业革命正在崛起,它是通过将信息技术(IT)与操作技术(OT)相结合来实现比以前更高程度自动化的方式。工业4.0有一个根本性的原则,即通过创建智能基础设施来优化生产流程,从而显著提高生产力。这一基础设施将依靠物联网(IoT)设备,这些设备通过网络物理系统(CPS)和人工智能(AI)算法来驱动。
物联网(IoT)正高速成长,围绕着用户体验的创新而发展,给设计人员提出了能效、尺寸、成本及跨领域专知等多方面的挑战。感知、联接、电源管理、致动等关键构建块对IoT的设计至关重要。安森美半导体不断推出支持这些构建块的创新方案、完整的原型平台及设计工具,解决上述设计挑战,推动IoT的高能效创新。
2020年2月6日,由数百家创建、维护和提供物联网(IoT)全球开放标准的公司所组成的ZigBee联盟宣布设立新的准成员级别,以参与联盟的认证转让计划。ZigBee联盟认证转让计划为公司加入ZigBee联盟认证产品生态圈提供了捷径。ZigBee联盟参与者成员和推进者成员能够利用转让计划向客户提供
针对磁力数学模型精度在大气隙情况下往往不能满足工程要求的问题,设计了一种混合磁悬浮隔振平台,基于永磁部分磁力线分布规律,采用分割磁场法创建了气隙磁通等效磁路模型,得到了气隙磁能的解析表达式,利用虚功原理建立了悬浮磁柱径向磁力数学模型。结合ANSYS Maxwell有限元仿真软件分析在不同轴向气隙下该模型的适用情况,得出了在大气隙(20 mm≤z≤46 mm)条件下,该模型的计算误差在10%以内的结
This paper considers a new approach to solving the problem of quantitative estimation of the microseism energy for underground sources that is based on the synthesis of noise interferometry and the pa
Satellite network will cover the earth and provide worldwide communication without being interrupted by the severe terrestrial environment. The scale of satellite network increases rapidly. The satell
针对传统单幅图像去雾算法容易受到雾图先验信息制约而导致颜色失真,以及现有深度学习去雾算法受网络模型限制而存在去雾残留等问题,提出了一种基于双域分解的多尺度深度学习单幅图像去雾方法,设计了一个包含低频去雾子网和高频去雾子网的多尺度深度学习网络模型。首先采用双边滤波器对有雾图像进行分解,得到雾图的高、低频子图,然后通过设计的网络模型分别学习雾图高、低频子图与高、低频透射率之间的映射关系,再将模型学习得