修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

17 条数据
?? 中文（中国） ▾

  • 基于背景位置估计的低秩稀疏矩阵分解高光谱异常检测方法

    摘要： 高光谱异常检测（AD）在过去20年中备受关注。该方法无需任何先验知识即可区分与背景具有显著光谱差异的像素。基于低秩稀疏矩阵分解（LRaSMD）的检测器已应用于AD领域，其通过稀疏分量的欧氏距离衡量异常值。然而，稀疏分量中的背景干扰会严重提高虚警率并影响真实异常的检测。本文提出一种结合LRaSMD与背景位置估计的新型AD方法，旨在抑制稀疏分量中的背景干扰以实现背景与异常的更好分离。首先采用传统LRaSMD方法获取原始稀疏矩阵；其次通过顺序最大角凸锥（SMACC）端元提取模型构建丰度图；鉴于异常仅以低概率占据少量像素，进而通过这些丰度图估计背景像素的坐标位置；最后将原始稀疏矩阵中对应位置的谱段替换为零向量，并基于改进后的稀疏矩阵计算最终异常值。该方法通过同时考虑异常的光谱与空间特性实现了卓越性能。合成与真实高光谱数据集的实验结果表明，相较于多种先进AD检测器，本方法具有显著优势。

    关键词： 异常检测、背景估计、低秩与稀疏矩阵分解、高光谱影像、端元提取

    更新于2025-09-23 15:23:52

  • 基于堆叠自编码器的自适应子空间高光谱异常检测模型

    摘要： 近年来，一些自适应子空间模型在高光谱异常检测（AD）中表现优异。本文提出了一种基于堆叠自编码器的自适应子空间模型（SAEASM）。首先，以测试点为中心选取内窗、外窗和字典窗三个窗口，获取高光谱图像（HSI）中的局部背景像素点和字典。其次，利用堆叠自编码器架构获取测试点与局部字典像素之间差异的深度特征；随后，同样采用该架构获取局部背景像素与局部字典像素之间差异的深度特征。最终，基于上述两个深度特征的2-范数，通过堆叠自编码器构建的自适应子空间模型获得检测结果。在真实与合成高光谱数据上的实验表明，所提SAEASM算法总体性能优于对比算法。

    关键词： 高光谱图像，堆叠自编码器，自适应子空间，异常检测

    更新于2025-09-23 15:23:52

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于压缩列向稳健主成分分析的高光谱异常检测

    摘要： 本文提出了一种用于高光谱异常检测的压缩列向鲁棒主成分分析（CCRPCA）方法。该方法通过采用哈达玛随机投影并约束稀疏异常矩阵的列向结构，改进了常规RPCA算法。哈达玛随机投影降低了高光谱数据的计算成本，而列向稀疏结构则减轻了异常对背景矩阵各列的负面影响。通过优化凸规划来估计稀疏异常矩阵和背景矩阵，并从压缩稀疏矩阵的非零列中提取异常信息?；谑サ匮歉缡菁某醪绞笛榻峁砻?，在接收者操作特征曲线和曲线下面积两项指标上，CCRPCA均优于四种现有最先进的检测方法。

    关键词： 异常检测、高光谱影像、列向鲁棒主成分分析、哈达玛随机投影

    更新于2025-09-23 15:23:52

  • 生物医学图像处理与疾病预测中不确定异常数据检测的高效采样算法

    摘要： 本文提出了一种可用于生物医学图像处理与疾病预测的计算机信息处理算法。我们将生物医学图像视为多维空间中的数据对象，每个维度都是可用于疾病诊断的特征。我们引入了新的（k1,k2）异常值概念，用于检测多维空间中的异常数据对象。该技术聚焦于不确定空间——其中每个数据对象都有若干具有不同概率的可能实例。我们为不确定空间中的（k1,k2）异常值设计了高效采样算法，并采用若干改进技术实现加速。实验表明本方法具有高精度与高效率。

    关键词： 不确定的、异常值、计算机信息处理、生物医学图像、疾病诊断、异常检测

    更新于2025-09-23 15:22:29

  • 高光谱遥感图像的全局与局部实时异常检测器

    摘要： 由于高光谱数据具有高光谱分辨率，异常检测在数据利用方面受到了广泛关注。RX检测器是高光谱异常检测中一种著名的算法。此后，人们研究了许多变体，包括针对不同类型异常的全局和局部版本。为了满足实际应用中的实时性要求，本文将全局和局部异常检测器的概念扩展为实时检测器。这些算法利用了一个事实，即真正的实时检测器必须以因果方式并在输入到来时同时产生输出。利用伍德伯里矩阵恒等式，全局和局部实时检测器可以逐像素实时实现和处理。通过合成和真实的高光谱图像进行实验，以展示它们的性能。

    关键词： 滑动局部窗口，伍德伯里矩阵恒等式，高光谱遥感，异常检测，实时

    更新于2025-09-23 15:22:29

  • 高光谱图像的分层亚像素异常检测框架

    摘要： 异常检测是高光谱处理中的一项重要任务。先前基于统计信息的一些研究聚焦于Reed-Xiaoli（RX）算法，因为这是最经典且常用的方法之一。然而当异常目标尺寸小于空间分辨率时，其性能往往会受到影响。这些亚像素级异常目标光谱通常与背景光谱高度相似，可能导致传统RX方法出现误报。为解决该问题，本文提出分层RX（H-RX）异常检测框架以提升性能。所提出的H-RX方法由多个不同层级的原始RX异常检测器构成。每层级中，通过非线性函数约束每个像素的RX输出值，并将其作为系数作用于下一迭代的该像素光谱。此外，我们设计了空间正则化层来增强亚像素异常检测性能。为更好阐释该分层框架，我们提供了关于分层背景光谱约束与正则化过程的理论解释。在三个高光谱图像上的大量实验表明，所提异常检测算法优于原始RX算法及其他一些经典方法。

    关键词： 高光谱图像（HSI）分析、RX算法、层次结构、异常检测

    更新于2025-09-23 15:21:01

  • [2019年IEEE第46届光伏专家会议（PVSC） - 美国伊利诺伊州芝加哥（2019.6.16-2019.6.21）] 2019年IEEE第46届光伏专家会议（PVSC） - 三相50千瓦碳化硅基光伏逆变器的性能与技术经济评估

    摘要： 我们研究在能见度受限条件下，利用多光谱特征远距离探测隐身飞机的问题。此类环境中，飞机属于极低对比度目标——其光谱特征可能与背景杂波强度相近。因此，仅考虑目标光谱特征而忽略空间分布的检测方法，可能导致探测效能低下或虚警率过高。我们提出一种融合光谱与空间离散度的新检测方法：通过推断多光谱图像马氏变换的等值面，将经典的Reed-Xiaoli（RX）检测器与形状分析中的水平集方法相结合。该算法进而用于确定在给定虚警率下最大化飞机探测概率的波长波段。我们在典型场景中验证了该方法：模拟一架低空飞行的通用战斗机实施昼间对地正面攻击，基于30,000组仿真多光谱红外特征（IRS）数据库。结果表明，在合理选择红外波段的前提下，相比综合红外特征，采用多光谱IRS进行飞机探测具有显著优势。

    关键词： 飞机探测、多光谱红外特征（IRS）、光谱波段选择、异常检测

    更新于2025-09-23 15:19:57

  • [2019年IEEE第八届先进光电子与激光国际会议(CAOL) - 保加利亚索佐波尔(2019.9.6-2019.9.8)] 2019年IEEE第八届先进光电子与激光国际会议(CAOL) - 利用功率计提高微波炉热场均匀性

    摘要： 我们研究在能见度受限条件下，利用多光谱特征远距离探测隐身飞机的问题。此类环境中，飞机属于极低对比度目标——其光谱特征可能与背景杂波强度相近。因此，仅考虑目标光谱特征而忽略空间分布的检测方法，可能导致探测统计量不佳或虚警率过高。我们提出一种融合光谱与空间离散度的新检测方法：通过推断多光谱图像马氏变换的水平集来实现。该方法结合了经典Reed-Xiaoli（RX）探测器的思路与形状分析中的水平集方法元素，并据此算法筛选出在给定虚警率下使飞机探测概率最大化的波段组合。研究以典型场景验证该方法：模拟3万组多光谱红外特征（IRS）数据库中，低空飞行的通用战斗机在昼间实施全正面空对地攻击。结果表明，在合理选择红外波段的前提下，采用多光谱IRS进行飞机探测比使用集成IRS更具显著优势。

    关键词： 飞机探测、多光谱红外特征（IRS）、光谱波段选择、异常检测

    更新于2025-09-19 17:13:59

  • [IEEE 2019中国控制与决策会议(CCDC) - 中国南昌(2019.6.3-2019.6.5)] 2019中国控制与决策会议(CCDC) - 基于新疆实地数据的两座不同光伏电站发电量相关性研究

    摘要： 本文提出了一种用于高光谱图像线性光谱解混的贝叶斯算法，该算法考虑了数据中存在的异常情况。所提出的模型假设像素反射率是未知端元的线性混合，同时受到模拟异常的附加非线性项和加性高斯噪声的干扰?；谝斐５目占浜凸馄捉峁?，采用马尔可夫随机场进行异常检测。这使得能够在数据立方体的特定区域和波长中识别异常值。提出了一种贝叶斯算法来估计模型中的相关参数，从而得到一种联合线性解混和异常检测算法。通过合成和真实高光谱图像进行的仿真表明，所提出的解混和异常检测策略在分析高光谱图像时具有准确性。

    关键词： 无监督光谱解混、高光谱影像、马尔可夫链蒙特卡洛、贝叶斯估计、异常检测

    更新于2025-09-19 17:13:59

  • 一种基于物联网架构检测并网光伏电站非理想运行状态的新方法

    摘要： 随着全球能源需求增长，光伏发电的使用率持续上升。因此，光伏电站的可靠性、安全性、生命周期及效率提升已成为当前研究的重要课题。在此背景下，监测系统对于保障运行生产力并避免过高维护成本至关重要。本文研究了并网光伏电站的非理想运行工况，提出了一种异常检测方法——该方法结合2σ控制图与短窗口简单移动平均控制图的优点，并引入遮阴强度和辐照度过渡参数，从而实现对光伏电站运行数据早期偏差的检测。该方法的创新点在于：既不需要历史数据进行模型训练，也不依赖先前模拟的参数，仅需瞬时气象和电气参数即可运行。通过实际工况下的实验验证了该状态监测方法的有效性。结果表明，该方法能有效识别并网光伏电站的四种非理想运行工况：(i)正常运行工况、(ii)自然动态遮阴、(iii)人为动态遮阴、(iv)人为静态遮阴。此外，本文还提出了一种低成本、非侵入式的物联网嵌入式架构，用于实时监测光伏电站运行状态。

    关键词： 状态监测、遮阴类型、非理想运行条件、异常检测、并网光伏电站

    更新于2025-09-16 10:30:52