搜索结果: 1-8 共查到“物理学 光谱遥感”相关记录8条 . 查询时间(0.162 秒)
中国科学院新疆生态与地理研究所在新型极限梯度提升集成方法构建与高光谱遥感图像空-谱分类研究中获进展
中国科学院新疆生态与地理研究所 新型极限梯度 集成方法构建 高光谱 遥感图像空 谱分类
2020/6/28
高光谱遥感图像光谱分辨率高、波段众多，能够获取地物几乎连续的光谱特征曲线，在地物分类识别方面具有特殊优势。近年来随着高、超高分辨率传感器技术的发展，高光谱图像同时能够获取目标地物丰富的空间细节信息，从而成为包含丰富的辐射、空间和光谱等多种信息的综合载体。然而光谱、空间分辨率的不断提高同时带来了以下两方面的问题：1）波段多、波段间的相关性高，分类需要的训练样本数目大大增多，往往因训练样本不足导致得到...
一种基于谱聚类算法的高光谱遥感图像分类方法
高光谱图像 聚类 谱聚类 K均值聚类
2019/4/18
结合K-means算法和谱聚类方法的优点，提出一种新的高光谱图像聚类方法。该方法在对高光谱图像数据进行特征降维的基础上，采用K-means算法对图像进行粗聚类处理，然后采用谱聚类方法对粗聚类结果进行较高精度的聚类。与K-means聚类算法相比，该方法有效提高了高光谱图像聚类的分类精度。对模拟数据和真实的高光谱数据的对比实验表明，相对于K-means和谱聚类方法，该方法具有良好的聚类性能。
将高光谱图像与高空间分辨率图像融合后，由于融合图像空间分辨率提高，改变了混合像元内地物组分比例，像元光谱信息较原高光谱图像光谱信息会出现“失真”现象。针对这种情况，考虑混合像元内成分变化进行图像融合，首先利用投影方法模拟多光谱图像得到高光谱图像，并将模拟高光谱图像与原高光谱图像利用小波方法进行融合，融合图像不仅增强了空间信息，而且对光谱信息进行一定的修正，从而提高了环境异常探测等一系列应用的精度。...
稀疏保持投影(SPP)是一种基于l1图的新型降维算法，它利用样本间的稀疏重构关系建图，但是SPP为非监督算法，分类效果受到限制。针对此问题，本文提出了一种新的稀疏流形学习算法-稀疏鉴别嵌入(SDE)。该算法在利用样本的稀疏重构关系建图时引入了样本的类别信息，并通过优化目标函数来得到投影矩阵，使得不同类的数据点在低维嵌入空间中尽可能地分散开。SDE通过结合数据稀疏性及类间流形结构的优点，不仅保留样本...
基于高光谱遥感技术的不同小麦品种条锈病病情指数的反演
高光谱 小麦条锈病 病情指数 反演模型
2010/2/3
应用混合品种控制小麦条锈病在国内外日益受到重视，通过采集田间不同品种混合小麦条锈病各级病情梯度的高光谱遥感数据，将光谱数据与条锈病病情数据进行相关性分析，利用4个光谱参数构建其与病情指数的回归模型。结果表明，不同小麦品种组合在不同的病情指数情况下，其冠层光谱信息都表现了一致的变化规律;冠层反射率在可见光区与病情指数为正相关，而在近红外区则达到了显著的负相关;利用690与850 nm处的反射率、SD...
高光谱遥感技术在水稻转入基因表达的检测指示作用研究
转基因水稻 高光谱 内聚系数 均值光谱
2010/3/23
传统方法在转基因作物目的基因表达检测上做了很多工作，但仍有发展空间。该研究利用野外高光谱仪(ASD野外光谱仪)，避免了实验室测量带来温度水分差异造成的影响，实地测量大田水稻样本光谱数据;通过引入内部聚类系数控制类内波段聚合度，使用均值光谱表征样本类光谱，计算与光合作用高度相关的边峰以及光化学植被指数等参数，快速定量了转基因组样本与亲本在光合作用波段的光谱表达差异。研究结果表明转入基因得到了表达、对...
高光谱遥感信息中的特征提取与应用研究
2007/8/20
特征提取、度量与分析是高光谱遥感应用的基础.面向高光谱遥感数据的特点, 将光谱特征划分为点尺度、面尺度和体尺度三个尺度的特征.基于特征属性与算法原理, 构建了光谱曲线特征、光谱变换特征和光谱度量特征三个层次的高光谱遥感光谱特征体系, 并对光谱特征提取与应用进行了深入探讨.光谱曲线特征包括直接光谱编码、光谱反射与吸收特征等, 光谱变换特征包括植被指数、导数光谱等, 光谱度量特征则包括光谱角、SID、...