检索结果-南通市图书馆

光谱学与光谱分析 2021年第4期41卷 1288-1293页

作者：朱玲秦凯李明赵英俊核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室北京100029

自然界中岩石一般是由多种矿物集合而成的紧致混合物,由于高光谱传感器低空间分辨率的特征,获得的高光谱数据多为矿物组分的综合反映。受噪声干扰以及矿物复杂的混合机理等因素影响,高光谱端元识别和定量分析成为目前研究的热点与难点... 详细信息

自然界中岩石一般是由多种矿物集合而成的紧致混合物,由于高光谱传感器低空间分辨率的特征,获得的高光谱数据多为矿物组分的综合反映。受噪声干扰以及矿物复杂的混合机理等因素影响,高光谱端元识别和定量分析成为目前研究的热点与难点。基于深度学习理论,对原始自编码结构进行改进,提出了一种改进的堆栈稀疏自编码的矿物高光谱端元识别方法(stacked sparse autoencoders,SSAE),为高光谱解混提供新的思路。首先,根据矿物混合光谱的特点,对原始自编码结构进行三点改进:第一,去掉自编码神经网络的偏置项(bias);第二,在隐藏层激活函数之前添加批归一化(batch normalization,BN)层,最后一层输出层使用Relu激活函数;第三,用光谱角函数(L SAD)代替均方误差(L MSE)作为目标函数。SSAE法通过梯度下降方式对目标函数进行优化求解获取神经网络参数。然后,利用Hapke模型建立不同矿物组合和不同质量分数的两个模拟数据集,数据集共包括高岭石、叶腊石、蒙脱石、绿泥石、白云母、方解石、赤铁矿、白云石、钾长石和褐铁矿10种常见矿物光谱。最后,利用SSAE方法对模拟数据集进行端元提取测试,测试结果与网络结构改进过程中产生的6种情况以及顶点成分分析法(VCA)和基于最小体积的变元切分增量拉格朗日单形体识别算法(SISAL)提取结果进行比较。实验证明,本研究提供的是一种盲端元识别方法,改进后的SSAE神经网络端元提取精度比未完成改进前有明显提升。SSAE法可以成功识别两个模拟数据集所有的端元,光谱角距离(spectral angle distance,SAD)的平均误差分别为0.0597和0.0344,与VCA法提取精度差异较小,均优于SISAL法的识别结果。SSAE法为矿物高光谱解混提供了新的方向,对高光谱遥感的地质应用和高光谱遥感定量分析研究具有较好的促进作用。

关键词：堆栈稀疏自编码神经网络端元识别高光谱矿物

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

结合地物光谱库的高光谱端元识别及解混

引用

遥感信息 2018年第2期33卷 33-39页

作者：王毓乾何海清谭永滨李小龙东华理工大学测绘工程学院南昌330013 东华理工大学江西省数字国土重点实验室南昌330013 流域生态与地理环境监测国家测绘地理信息局重点实验室南昌330013

针对目前基于地物光谱库的高光谱影像稀疏解混方法得到的端元丰度与真实端元丰度仍有较大差距,解混结果中出现很多具有小丰度值的多选端元(伪端元),提出一种基于光谱库的高光谱遥感影像端元识别和稀疏解混方法。首先对影像进行初步稀疏... 详细信息

针对目前基于地物光谱库的高光谱影像稀疏解混方法得到的端元丰度与真实端元丰度仍有较大差距,解混结果中出现很多具有小丰度值的多选端元(伪端元),提出一种基于光谱库的高光谱遥感影像端元识别和稀疏解混方法。首先对影像进行初步稀疏解混,将得到的解混丰度进行显著性分析,自适应地选择显著性丰度阈值,将低于该阈值丰度的端元从混合像元中剔除,得到更为稀疏和准确的表示端元子集。模拟数据的实验表明,该方法能极大提高解混丰度的稀疏性,提高端元识别的准确率,并在一定程度上提高解混的整体精度。真实数据实验结果也验证了该方法在真实影像复杂场景下的有效性。

关键词：高光谱影像端元识别解混光谱库显著性稀疏性

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度自编码网络的高光谱影像解混研究

引用

光谱学与光谱分析 2023年第5期43卷 1508-1516页

作者：朱玲秦凯孙雨李明赵英俊核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室北京100029

高分系列卫星的发射和无人机高光谱技术的发展,高光谱可用数据进一步扩展。为了提升高光谱数据的精细利用价值,高光谱影像混合像元解混成为当前至关重要的任务。随着人工智能技术的快速发展,深度学习理论被引入遥感图像处理领域。自编... 详细信息

高分系列卫星的发射和无人机高光谱技术的发展,高光谱可用数据进一步扩展。为了提升高光谱数据的精细利用价值,高光谱影像混合像元解混成为当前至关重要的任务。随着人工智能技术的快速发展,深度学习理论被引入遥感图像处理领域。自编码网络具有较强的特征提取能力,已经开始应用于高光谱影像解混方面。以自编码网络为基础对其结构进行改进,提出一种深度堆栈自编码网络(DSAE)用于高光谱图像解混研究。该网络包含两个部分:端元识别网络(EDSAE)和丰度求解的网络(ADSAE)。首先,通过添加批标准化处理、稀疏约束、“和为一”约束以及删除网络偏置项构建EDSAE网络,开展非监督训练进行高光谱影像端元识别。其次,将获取的端元光谱数据依据HAPKE非线性混合模型和LINEAR线性混合模型开展数据增强,生成多元混合的带有丰度标签的模拟高光谱数据集。最后,在堆栈自编码网络基础上,设置最后一层自编码器的激活函数为Softmax函数,构建监督训练网络ADSAE,把模拟数据集作为训练数据,高光谱影像作为测试数据,求取真实高光谱影像的丰度矩阵。对Samson、 Jasper Ridge和Urban公共的高光谱影像开展端元识别和丰度求解实验,基于DSAE获得的结果与传统的N-FINDR、 VCA、 MVC-NMF方法以及目前已有深度学习的方法SNSA和EndNet取得的结果进行比较。结果表明:对3组真实的高光谱影像开展解混,DSAE方法在端元提取方面相比于其他5种方法,具有最优精度;在丰度求解方面,基于HAPKE模型生成的模拟数据集,利用ADSAE网络开展监督训练可以成功获得3组高光谱影像的丰度矩阵,相比于LINEAR模型和FCLS方法,均具有最优的丰度反演结果。DSAE方法具有较好的稳定性和鲁棒性,为高光谱影像定量研究提供了新的思路。

关键词：高光谱影像深度堆栈自编码端元识别丰度求解解混

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于无人机高光谱遥感的草地退化指示物种的识别——以若尔盖高原高寒草甸为例

基于无人机高光谱遥感的草地退化指示物种的识别——以若尔盖高原...

引用

作者：刘维鸿云南大学

学位级别：硕士

草地作为人类所需物质的供给库,近年来随着社会经济的快速发展和人口的剧增,草地面临不同程度的退化。草地退化指示物种的识别和量化统计是草地监测的基础,也是当地政府实施草地治理政策的依据。无人机高光谱由于其图谱合一、机动性强... 详细信息

草地作为人类所需物质的供给库,近年来随着社会经济的快速发展和人口的剧增,草地面临不同程度的退化。草地退化指示物种的识别和量化统计是草地监测的基础,也是当地政府实施草地治理政策的依据。无人机高光谱由于其图谱合一、机动性强、灵活性大、获得的图像具有高空间分辨率和高光谱分辨率的特点,被应用到草地监测中。本文以青藏高原典型泥炭沼泽分布区域若尔盖高原为研究区,以无人机高光谱数据和地物光谱仪实测数据为基础,结合野外调查,通过不同的高光谱指示物种识别方法完成了该区域草地退化指示物种的识别,并通过对比,验证了两种方法的识别精度,并分析了不同退化梯度退化指示物种的差异,为该地区草地退化遥感监测提供科学的依据。本文主要研究结果如下:(1)标准地物光谱数据库的构建。本文通过手持光谱仪在野外的实测,利用View Spec Pro软件,完成了对其平均光谱的计算以及后续的一系列处理,最终完成了12个样地标准光谱数据的建立。研究结果表明:相同的退化样地中不同物种的光谱曲线反射率是不相同的,因此可以用基于其光谱曲线的特性将不同的草地物种进行分类。(2)高光谱影像端元提取。本文利用顶点成分分析(VCA)、正交子空间投影(OSP)、连续最大角凸锥(SMACC)三种方法从所获取的12个样地高光谱图像上提取了端元光谱。结果表明:在沼泽土、泥炭土、草甸土样地中,当物种数量较多时,顶点成分分析(VCA)对影像上植被端元光谱提取能力较强;当物种数量较少时,三种方法提取能力基本相同。但是对于严重退化的沙化样地中,正交子空间投影(OSP)对于高光谱影像端元提取能力较强。(3)3种端元光谱匹配技术。本文通过光谱角匹配(SAM)、光谱特征拟合(SFF)、二进制编码(BE)三种光谱匹配方法将影像光谱和光谱库中的光谱进行比对分析,通过加权赋分的方法,最终确定了每幅影像端元光谱的类别。研究结果表明:在12个样地中,三种光谱匹配方法对于草地优势物种赋分结果从高到低依次为二进制编码(BE)>光谱角匹配(SAM)>光谱特征拟合(SFF),二进制编码的光谱匹配方法更适用于该地区。(4)高寒草甸物种识别分类。本文使用了光谱角制图(SAM)和光谱信息散度(SID)两种分类完成了该区域草地物种空间分布图,并对其结果进行了验证。研究结果表明:从该区域草地优势物种分类精度可以看出,基于完整波形的分类方法分类精度最高,分类精度在61%-100%之间,总体分类精度在47.73%-87.5%之间,Kappa系数在0.27-0.81之间。说明光谱角制图(SAM)的分类方法更适用于该地区草地物种的分类识别。

关键词：高光谱指示物种端元端元识别光谱角制图光谱信息散度

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：