一、卫星遥感走近生活(论文文献综述)
董得红[1](2021)在《祁连山的那些大猫小猫们》文中研究说明说不尽的祁连山因了自己一生从事林业工作,近40年来参加全省的森林资源调查、野生动植物保护和自然保护区保护与管理工作,有幸与祁连山里的大森林和森林里不同种类的树木、草本植物、苔藓天天打交道,自然少不了与森林里的野生动物邂逅。回想起来在森林里见得最多的还是那些鸟类,像蓝马鸡、环颈雉、戴胜等几乎天天能看到,偶尔被灌木丛中突然窜出的一只马麝吓一跳。马麝被突然闯入它的领域的人惊吓得更厉害,
谢莉莉[2](2021)在《水稻品质多平台高光谱遥感估测方法研究》文中指出水稻是我国最主要的粮食作物之一,其安全优质的生产活动对国家的稳定与发展有着极为重要的作用。随着经济的发展,人们对稻米的品质问题提出了更高的要求。水稻籽粒直链淀粉含量、蛋白质含量和总淀粉含量均为评价水稻品质的重要指标,直接或间接影响着稻米的食味和营养品质。本文采用ASD光谱仪采集水稻室内稻谷、米粒、米粉形态水稻样品及关键生育期的冠层高光谱光谱反射率,利用大疆M600 Pro型六旋翼无人机搭载Rikola高光谱相机获取水稻关键生育期的冠层成像高光谱数据,并由此建立室内样品、冠层及无人机3个尺度的水稻籽粒品质监测模型,来预测和验证水稻籽粒直链淀粉含量(Amylose Content,AC)、蛋白质含量(Protein Content,PC)和总淀粉含量(Total Starch Content,TSC)等品质指标参数,并尝试通过耦合植被指数和无人机图像纹理参数来进一步优化无人机多生育期品质监测模型。以下是本研究中取得的一些具体结果:(1)在室内样品尺度,选用稻谷、米粒、米粉形态水稻样品的室内ASD光谱,通过相关分析和多元逐步回归建立水稻籽粒直链淀粉含量、蛋白质含量和总淀粉含量等品质指标的估测模型,发现米粉光谱相较于稻谷和米粒光谱最适用于基于室内光谱的水稻品质指标预测,水稻样品加工程度的增加有益于品质预测能力的提升。最终得到的3个品质指标室内光谱预测模型均基于米粉光谱建立,直链淀粉含量、蛋白质含量、总淀粉含量预测模型的建模决定系数分别达到0.6891、0.6231和0.8423。(2)在冠层尺度,采集孕穗期、抽穗期、灌浆期及成熟期的水稻冠层ASD光谱,通过相关分析和多元逐步回归建立基于不同生育期数量、组合的水稻籽粒直链淀粉含量、蛋白质含量和总淀粉含量等品质指标的估测模型。综合比较不同生育期组合模型的建模及验证效果,发现生育期数量的增加能明显而全面地提高品质监测模型的精度、可靠性和稳定性。直链淀粉含量、蛋白质含量、总淀粉含量监测实验的最佳模型均为孕穗-抽穗-灌浆-成熟四生育期模型,直链淀粉含量、蛋白质含量、总淀粉含量最佳模型的建模R2分别取到0.8945、0.7661和0.8276。(3)在无人机尺度,获取研究区水稻孕穗期、抽穗期、灌浆期及成熟期的无人机冠层成像高光谱数据,通过相关分析和多元逐步回归的方法构建基于无人机高光谱的多生育期水稻品质监测模型。研究发现,虽然其效果不如冠层尺度的多生育期信息引入效果,可引入的生育期数量也相对有限,但多生育期信息的综合利用依旧能一定程度地提升无人机水稻品质预测效果和稳定性。基于无人机光谱的水稻籽粒直链淀粉含量监测模型为抽穗-灌浆-成熟期三生育期组合模型,其建模R2=0.8772,基于无人机光谱的水稻籽粒蛋白质含量和总淀粉含量监测模型均为孕穗-抽穗期二生育期组合模型,其建模R2分别为0.6835和0.8456。(4)无人机高光谱影像具有图谱合一的特性,因此尝试引入空间纹理信息改进光谱预测模型。以灰度共生矩阵法提取各生育期无人机影像的空间纹理信息,通过相关分析和逐步回归法构建耦合多生育期植被指数和纹理信息的无人机水稻品质预测模型。研究发现空间纹理信息的引入能全面优化淀粉类品质指标监测模型的模型精度、可靠性和稳定性,对直链淀粉模型的提升尤为显着,但对蛋白质指标效果不佳,会导致其模型稳定性下降。因而,耦合植被指数和空间纹理信息的无人机水稻品质预测技术仅适用于淀粉类指标。
赵晓阳[3](2021)在《基于改进GLP的时空谱一体化融合算法研究》文中研究指明具有精细分辨率的长时序遥感数据在环境变化监测、农业发展、地表类型变化等研究中具有重要作用。由于传感器硬件限制,任何单一传感器都无法同时获得高空间、高时间、高光谱分辨率的数据,融合是同时提升数据时空谱分辨率的必经之径。目前,大多多源遥感数据融合研究要么只针对空谱维,要么只考虑时空维,还没有人尝试将数据维度转换、将时空融合算法和空谱融合算法统一到同一框架下。目前融合的数据是基于传统的遥感数据存储格式,只能存储空间和光谱两个维度信息,没有时间维度信息。此外,生成长时序精细数据时,经典融合方法大多效率低下,已知粗糙数据与已知精细数据的时相需一一对应。针对上述问题,本文提出了一种基于改进的广义拉普拉斯金字塔(Modified Generalized Laplacian Pyramid,MGLP)与多维数据(Multi-dimensional Data,MDD)的时空谱一体化融合算法。其将时空融合算法与空谱融合算法统一到同一框架下,且MDD格式可以同时存储时间、空间、光谱维信息,可提高精细分辨率长时序数据的生成质量及效率。该研究将提高卫星遥感数据的利用效率和应用能力,具有一定的理论价值和科学意义。1)设计时空谱一体化融合框架。本文分析了时空、空谱融合的机理,提出基于MDD时空谱一体化融合框架。在进行时空谱融合时,图像的光谱维和时间维可以相互进行转换。精细时空分辨率长时序数据生成问题可以转变为在不同时相上重复进行空谱融合的问题。采用MDD多维遥感数据组织方式,将多时相遥感数据的时空谱信息存储为一个数据集,再进行时空谱一体化融合,有利于后续的一体化分析。2)提出时空谱一体化融合核心算法。本文本着算法简单易用、适于推广的原则,采用葛兰-施密特正交变换(Gram-Schmidt,GS)融合算法、GS自适应(GS Adaptive,GSA)融合算法、耦合非负矩阵分解(Coupled Non-negative Matrix Factorization,CNMF)融合算法、基于小波变换(Color Resolution Improvement Software Package with Wavelet transform,CRISP-W)和基于巴特沃斯滤波器的色彩分辨率提升(Color Resolution Improvement Software Package with Butterworth,CRISP-B)融合算法、广义拉普拉斯金字塔(Generalized Laplacian Pyramid,GLP)融合算法共六种空谱融合算法,分别融合BJ-2、GF-2、GF-1、GF-1C、GF-1D的多光谱数据与GF-5的高光谱数据。通过目视分析、指标评价(相关系数、通用图像质量指标、峰值信噪比、光谱角、全局综合误差)、时间成本三种方式对融合结果进行综合比较分析。结果表明,CRISP-B、CRISP-W、GLP在丰富高光谱数据的空间信息、保持光谱信息方面能达到较好的平衡,空间重建方面,GLP稍优且更稳定。CNMF存在一定程度的色彩畸变,且运行时间较长。GSA、GS融合效果最差,其中,GSA不论是光谱保持能力还是空间分辨率提升能力均较GS更稳定。GSA融合结果空间细节丰富,虽光谱失真较为严重,但同时增大了地物光谱分离度,仍适用于准确勾勒建筑物、道路等地物。本研究为国产卫星数据融合算法的选择提供参考,有助于国产卫星的应用与推广。也由此得出,GLP是更适合时空谱一体化融合的核心算法。3)时空谱一体化融合算法改进与验证。对GLP算法进行改进、参数优化,得到MGLP算法,并验证其在生成长时序精细数据上的可行性。算法输入为两幅已知精细图像的MDD数据集及观测期间长时序的粗糙图像MDD数据集,输出为对应时相的精细图像MDD数据集。采用两组常用的用于验证时空融合算法效果的标准数据集进行实验,数据集包括时空数据融合中最具挑战的情况,即具有不均匀地表的图像,以及在融合期间经历土地覆盖突变的图像。通过目视分析、指标评价(均方根误差、相关系数、绝对误差和结构相似性)、效率评价、应用评价(作物植被指数及淹没面积监测),证明在生成精细分辨率长时序遥感融合数据方面,本文提出的算法MGLP,不论基于模拟图像,还是基于实际图像进行实验,效果均优于时空数据融合算法(Spatial Temporal Data Fusion Approach,STDFA)、增强时空自适应反射融合模型(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Mode,ESTARFM)、灵活时空数据融合算法(Flexible Spatiotemporal DAta Fusion,FSDAF)。当预测图像时间距离已知图像的时间较远时,MGLP预测优势尤为明显。MGLP大大节约了时间成本,没有已知粗糙图像、精细图像时相一一对应的限制,且无需提前设置参数。该研究为长时序精细遥感融合数据的快速生成提供了新视角。
苏日衍[4](2021)在《基于综合思维培养的地理成因类知识教学设计研究 ——以2019人教版地理必修教材为例》文中研究表明随着新课程改革的不断推进,核心素养成为新时代教育教学工作的重心。在地理教学中,地理学科核心素养是一切教学活动的出发点和落脚点,地理基础知识作为培养学生核心素养的源头活水,是地理学科素质教育的基础。地理成因类知识是地理基础知识的核心,具有较强的综合性与辩证性,能够有效地促进学生进行分析与综合、归纳与演绎等思维活动,提高学生的综合思维能力。因此,教师有必要从培养和发展学生学科核心素养的高度来认识地理成因类知识的属性与特征,运用具有针对性的教学策略和教学手段设计并组织教学,有效地构建学生的地理知识体系,发展学生的核心素养,从而落实立德树人的根本任务。本文以建构主义理论、地理课程与教学理论、系统理论为理论基础,运用文献研究法、教材分析法、案例分析法和行动研究法,研究如何对地理成因知识进行教学设计,实现培养学生综合思维的目标。通过对地理课程标准、教材内容、地理成因类知识特点的分析,总结了地理成因类知识与综合思维的关系,进而归纳与整理出适宜培养学生综合思维的地理成因类知识的具体课程内容。通过对教学案例的分析,研究地理成因类知识的教学目标设计、教学内容组织、教学策略选择与教学过程安排等内容,获得启示并设计案例,进一步提出基于合思维培养的地理成因类知识的教学设计策略,采用行动研究法对其有效性加以实证,将理论与实践相结合,大大提高了论文的科学性和实用性。通过案例分析、案例设计和案例实施,得出以下结论:第一,归纳出21个适宜培养学生综合思维的地理成因类知识课程内容。根据地理课程标准对课程的内容要求和地理教材中所涵盖的地理成因知识,以人民教育出版社出版的普通高中教学书《地理必修第一册》和《地理必修第二册》为研究载体,归纳出适宜培养学生综合思维的地理景观成因课程内容4个、地理演变成因课程内容6个、地理分布特征成因课程内容5个、地理规律成因课程内容6个。第二,设计了4个基于综合思维培养的地理成因类知识教学案例,分别为:“河流地貌”、“植被”、“城镇化”、“农业区位因素”。第三,提出基于综合思维培养的地理成因类知识教学设计的策略。第一,立足于地理学科核心素养,聚焦综合思维素养提升设计教学目标;第二,找准知识与素养的结合点,通过关联分析构建知识体系,组织教学内容;第三,依据成因知识的类型选择教学方法;第四,以学生中心取向设计教学模式、知识前测促进体系构建、真实情境突破教学重点难点设计教学策略;第五,依据教学逻辑划分教学环节,设置问题链引导师生活动。
戴楠[5](2020)在《城市形态与生态的耦合策略研究 ——以成都天府新区为例》文中提出对理想城市模式的探索一直是世界范围内关注的课题,我国城市环境建设经历了从“大地园林化”到“园林城市”再到“生态园林城市”的发展历程。自2018年2月,习总书记视察成都天府新区时指出“天府新区的建设要突出公园城市的特点”,城市规划、风景园林等多个学科的学者们开始探讨“公园城市”这个城市发展的新理念,但关于“公园城市”的概念、标准、指标、路径,尚无统一的认识。成都天府新区的规划建设具有前瞻性与借鉴意义,它以“打造公园城市典范和国家级新区样板”为目标,立足于“公园城市”的要求,保护与完善市域范围内的自然生态系统。以公园城市典型样本为研究对象,从国家战略的高度来探讨中国城市发展的新模式是本课题研究的缘起。本研究应用ENVI 5.3、Fragstats 4.2及Arcmap10.2.2等软件,结合城市形态学、景观生态学的相关理论,旨在从核心层面深入解读成都天府新区的规划背景、理念与路径,避免简单指标体系的罗列,聚焦公园城市范式的形成,探讨背后的规划逻辑,具体研究内容包括:(1)梳理成都天府新区的发展历程与空间结构,分析其生态系统现状和生态格局。(2)对近20年成都天府新区建设用地与生态空间格局演变进行分析:利用ENVI5.3软件对选取的五期Landsat系列卫星遥感影像进行预处理操作和土地利用分类;构建景观格局指标体系并选取合适景观指数,利用Fragstats4.2软件从五个分析层面对其生态空间格局的结构特征和时空变化进行分析,用以描述其土地利用类型的变化。(3)以基质-廊道-斑块理论为基础,对天府新区生态本底的保护与构建展开详细分析,探讨其形态与生态的耦合关联,总结其规划的前瞻性与特色。本文主要研究结论如下:(1)2000-2019年间,天府新区土地利用/覆被发生了剧烈变化,大量自然景观向人为景观转变。天府新区的土地利用组合方式以建设用地和耕地为主,耕地及草地是其中的优势景观类型,但其优势度逐年降低;天府新区的土地利用结构处于快速调整阶段,不同土地利用类型的数量变化特征差异性明显,整体景观类型变化速度都在增大,其中建设用地变化最为活跃、面积持续增长、团聚程度增加,耕地面积大幅下降、破碎度增大,林地面积小幅增长、团聚程度增加,水域变化相对稳定、面积及分布情况基本保持不变;天府新区的土地利用格局呈“简单-复杂-趋于稳定”的发展趋势,土地利用程度持续增高,各类型斑块布局趋向均衡化与分散化。人口增长、经济发展、区域政策和城市规划等多个因素共同作用驱使区域景观格局不断演变。(2)天府新区城市形态与生态的耦合关联:天府新区城市形态与生态之间的耦合度较高,其城市发展统筹了形态与生态,其规划的前瞻性和特色突出表现为:在尊重自然本底的基础上,重构城市生态本底,在确保城市生态体系整体性的同时融入城市功能,实现城市形态与生态的有机统一。成都天府新区不仅是公园城市的样板,也初步展现出中国未来城市发展的新范式,我国城市人居环境建设必将成为生态文明建设的重要组成部分。
邹宓君[6](2020)在《青藏高原全天空条件下蒸散量卫星遥感估算研究》文中指出青藏高原平均海拔在4000 m以上,其独特的动力和热力作用对中国、亚洲乃至全球的大气环流和天气气候均产生了重要影响。同时,青藏高原作为亚洲重要河流的发源地和我国气候变化的启动区,其地-气相互作用的变化影响着其周边及下游地区的供水安全和生态安全,因此对该地区能量与水分循环过程的深入研究和定量理解显得尤为重要。地表蒸散发是地-气系统水量平衡和热量平衡的重要组成部分,由于受到众多因素控制且随环境多变,蒸散发还是陆面过程中最具不确定性的要素之一。相较于空间离散的地面观测方法,利用光学遥感能够实现空间连续的大尺度地表蒸散量估算。然而,卫星遥感估算得到的蒸散量在研究区域的适用性需要地面观测数据的验证,且光学遥感探测在多云时往往存在误差较大或数据缺失的问题。尽管前人已开展了一定探索,但由于青藏高原恶劣的自然环境和观测的困难性,迄今为止对于该地区蒸散发的研究尚不系统。现有的卫星遥感蒸散发产品仅针对晴空条件且在青藏高原地区估算精度不足,因此不能很好地满足实际应用需求。为了排除云对地表特征参数遥感估算的干扰,探究青藏高原地表蒸散发的时空格局,以期为地-气相互作用研究和气候变化研究提供可靠依据,本论文将地基与星载观测、光学与微波遥感相结合,估算了青藏高原全天空条件下的蒸散量。首先,为了探究青藏高原各气象水文因子如何影响蒸散发过程,并克服湍流通量观测资料稀缺的困难,利用“全球协调加强观测计划(CEOP)亚澳季风之青藏高原试验”(CAMP/Tibet)近地层气象参数的梯度观测资料,确定了利用常规气象观测估算蒸散发的方法,为卫星遥感估算提供了丰富的地面验证资料。研究发现藏北高原地区蒸散发的主要影响因子为辐射和温度等能量要素,而非动力要素或水分要素。其次,进行了蒸散发卫星遥感估算模型的比较研究。使用SPOT/VGT数据和时间序列谐波分析法(HANTS)重建了无云影响的植被指数与地表比辐射率时间序列资料集,改进了青藏高原宽带地表反照率估算方程。在此基础上,结合MODIS数据、气象驱动数据和地面观测资料对比了不同遥感估算方法(半经验、单源模型)的估算效果,确定了物理过程更完备的TESEBS模型在高原估算效果更优。为了保证模型输入参数不受云的影响,还需要发展针对青藏高原的全天空地表下行辐射通量和地表温度反演算法。为此,研究移植并改进Heliosat参数化方案,将云反照率作为描述云对辐射影响的综合因子,得到了基于极轨卫星的青藏高原全天空地表辐射通量。研究首次发现并提出穿透深度(Penetration Depth,PD)能够作为综合影响因子描述微波信号在土壤传输中的衰减,由此建立了基于穿透深度的地表温度微波反演模型。最后,估算了全天空地表蒸散量并分析了高原蒸散发的时空分布特征。综合以上研究成果,本研究进一步建立了全天空地表蒸散量遥感估算模型,包含地表特征参数去云处理、全天空地表温度反演、全天空下行辐射估算、全天空地表能量通量和蒸散量计算四大模块。结合多卫星、多传感器观测(MODIS、VGT、OMI、CERES、AMSR-E)和大气驱动数据,对地表特征参数进行去云处理。再将去云后的变量结果输入TESEBS模型中计算出地表能量通量和蒸散量,由此对青藏高原全天空地表蒸散发的时空分布特征进行了深入分析。结果表明,模型估算结果与站点实测相比具有较好的一致性;青藏高原地表蒸散发的时间变化基本上满足“单峰型”变化,具有冬季低-夏季高的特点,而空间上具有西北低-东南高的特点,其中存在一个低值中心和一个高值中心,分别位于塔里木盆地和藏东南水汽通道。
侯芸[7](2018)在《伊犁盆地南缘走滑断裂的构造转换及其与铀成矿的关系》文中研究表明本文以构造地质学和砂岩型铀矿床成矿理论为指导,通过野外调查、实测剖面、卫星遥感影像解译等方法,对伊犁盆地南缘和北缘边界断裂、盆地南部断裂系统和褶皱构造进行了讨论,搭建出伊犁盆地构造活动区新生代中晚期构造框架,分析了构造对地下水运移的影响和控制作用,进而讨论了构造与铀成矿的关系。本文取得的主要成果和认识有:1.新识别出分布在伊犁盆地的多条断裂,调查了它们的空间分布、几何学和运动学特征,结合中新生界沉积地层的褶皱变形以及构造地貌的特征,认为伊犁盆地北缘边界断裂为具有右行走滑分量的活动断裂,而南缘边界断裂为具有左行走滑分量的活动断裂,盆地南部的近南北向断裂系统以切割地表的活动正断层为主。2.利用构造转换概念,合理解释新生代晚期伊犁盆地南部活动正断层的形成机制。即由盆地南缘边界断裂的左行压扭性活动转换为盆地南部近南北向的正断层。3.搭建了新生代中晚期以来伊犁盆地的构造框架,根据识别出的伊犁盆地北缘边界断裂为具有右行走滑分量的活动断裂,南缘边界断裂为具有左行走滑分量的活动断裂,伊犁盆地受到两条边界断裂的影响和控制,正在发生相对向西的侧向挤出运动。4.对逆断层、正断层、褶皱变形的空间组合和地下水迁移之间的关系进行了初步讨论。认为逆断层的阻水作用、正断层的导水作用、褶皱变形对地下水迁移的影响,对研究区砂岩型铀矿床成矿机制的理解和继续找矿有一定指导作用。5.中新世晚期至第四纪,伊犁盆地南部大规模的褶皱变形基本定型,斜坡带形成,盆地南缘边界断裂为左行压扭性变形,并转换为近南北向的伸展变形,来自察布查尔山的含铀地下水可以方便的、长期稳定的进入砂岩中,利于成矿,所以伊犁盆地南缘主要的成矿期之一为该地质历史时期。
刘娜[8](2018)在《面向遥感图像分类与检索的深度学习特征表达研究》文中进行了进一步梳理近年来,随着我国相继成功发射了高分一号“GH-1”、高分二号“GH-2”、高分三号“GH-3”、高分四号“GH-4”以及高景一号“SuperView-1”等高分辨率遥感卫星,遥感图像数据呈现井喷式增长,这预示着我们正式进入遥感大数据时代。这些数据已经广泛应用于土地利用、资源调查、环境调查、生态恢复、灾害防治、城市建设、国家安全等诸多领域。随之而来的问题是,面对海量的遥感大数据进行存储、管理、检索与分类,如何从高分辨率遥感图像中更加有效地提取特征,实现对高分辨率图像的特征表示,成为了当前高分辨率遥感影像应用面临的新挑战。面向对象的图像分析已经成为高分辨率遥感图像处理的主要手段,并且特征提取正在经历从传统的以光谱特征为主发展为图-谱相结合的人工设计特征提取,到近年来基于数据驱动的特征学习发展新时代。尤其是,在2012年,Krizhevsky等人提出了深度卷积神经网络(Convolutional Neural Network,CNN),是图像识别领域的里程碑式工作,并已在图像识别、目标检测等应用中都取得了巨大成功。基于此,本文以深度CNN为基础,对遥感图像分类与检索中的特征表达展开了深入研究:(1)在深度特征(如预训练CNN模型的全连接层特征)的基础之上,如何学习更具判别力的图像表示,是获得高精度遥感图像分类的关键因素。(2)CNN卷积层特征包含丰富的图像信息,如何从卷积层特征中提取有效的描述,是一个值得深入分析的问题。(3)CNN在一些小规模数据集上的精度趋于饱和,因此,基于大型数据集上的研究,如深度模型的迁移学习及其表示、深度特征的低维映射,是进一步提高分类或检索性能的关键。(4)已有的工作中,提出了许多基于哈希映射的方法来解决海量数据的检索问题,但多数方法采用的是人工设计特征,并且基于深度哈希表示的遥感图像检索研究也相对较少,有必要对其进行深入研究。论文的主要工作与创新如下:(1)全连接层特征提取与判别性卷积核学习:提出了一种提高卷积神经网络(CNN)全连接层特征可区分性的监督卷积核学习方法—DCK(Discriminate Convolutional Kernel)。首先,将CNN提取的4096维全连接层特征重排列为64×64像素的二维图像,以重叠的滑动窗口提取一系列图像块;再以类内最小、类间最大学习准则,学习图像块的判别性卷积核;最后将学习的卷积核应用于每一个图像块的特征变换。两个遥感图像数据集上的实验表明,在不增加特征维数的情况下,基于DCK的深度特征变换有利于提高CNN全连接层特征的分类性能。(2)深度局部描述子提取与特征编码:研究了CNN卷积层特征的局部描述子提取,并提出了描述子级与中层特征级的两种聚合策略,用于融合两种不同的CNN模型。首先,采用CaffeNet与VGG-VD16两种不同深度的CNN,并移除模型中的全连接层。其次,CNN模型的输入采用了图像金字塔,以提取图像在不同尺度下的卷积层特征。然后,将卷积特征图的通道数量作为特征维度,并将多幅卷积特征图在同一个空间位置的特征组合成单个描述子,分别采用Hellinger核和主成分分析对描述子作进一步变换。最后,采用聚合策略获得图像的全局表达。在两个遥感图像数据集上的分类实验表明,基于图像金字塔的深度描述子结合提出的聚合策略,可以获得比全连接层特征更高的分类精度。(3)跨数据集迁移学习表示与深度特征降维:数据是深度学习的核心问题之一,好的学习数据有时甚至比设计一个全新的CNN网络更加有效。因此,利用最近公开的五组大规模遥感图像数据集,分析数据集之间的交叉迁移CNN特征表示。首先,采用了CaffeNet与VGG-VD16两种不同深度的CNN模型,并利用遥感图像数据集对其进行微调学习,对微调后的模型,对比分析了两层全连接层特征的图像表达能力。其次,采用了随机投影的方式,对全连接层特征进行降维。实验同时评价了遥感图像分类与检索两种任务,跨数据集的迁移学习可有效分析不同数据集的泛化表达能力,为其他研究人员在学习数据集的选择提供一定的参考。随机投影降维的优点是不包含学习过程,可避免对大规模遥感图像数据集进行降维子空间的学习。(4)全连接层的深度哈希编码:基于特征编码或深度CNN提取的特征,维度往往比较高,会显着地增加图像之间距离度量的计算复杂度。尤其在大规模图像检索任务中,大大降低了图像检索的计算效率,并且,所需要的存储硬盘消耗也会比较大。研究了深度特征到二进制码映射的哈希全连接神经网络设计问题,提出了一种包含三层全连接层的哈希神经网络(FCHNN)用于图像特征的低维映射。FCHNN通过标签对的监督学习方式,可将中层特征(如Fisher向量编码)、预训练或微调CNN模型提取的深度特征映射至二进制码。与基于端到端(像素特征到二进制码)的哈希CNN相比,FCHNN具有学习效率高的优势。在存储空间上,当将4096维深度特征编码至64比特存储时,仅需8个字节。在五组遥感图像数据集的检索实验表明,FCHNN可以获得理想的编码效果和检索性能。
李刚[9](2017)在《俯瞰苍穹知动态 消除灰霾盼天晴——记中国科学院遥感与数字地球研究所副研究员王子峰及其团队》文中指出"天空飘荡着数据,大气蕴藏着信息。"在变幻莫测的气候世界里,他和他的同事们扮演的是"守护者"的角色,将数字的魅力深入到寰宇大气,观测变化,揭开奥秘;消除灰霾,还地球以美丽。
杨宜菩[10](2016)在《高分辨率遥感图像信息提取技术研究》文中研究指明高分辨率遥感影像数据作为一种信息大、覆盖面广、经济和便捷的空间数据载体,已经成为国家空间数据基础设施和世界各国战略布局的基础性资源,具有不直接接触地物目标就能获取地表信息的特点。虽然空间成像分辨率逐渐提高,但是面对数据巨大、内容复杂的遥感图像,如何高效、自动地对图像数据进行快速处理和信息提取仍是目前亟待解决的重大科学问题。因此,本文旨在研究适用于高分辨率遥感图像,水体和居民地两种地物信息的解译提取方法,用以解决遥感图像数据处理能力不足以及利用传统中低分辨率遥感图像信息提取方法来解译高分辨率图像时造成的提取精度差、效率低等问题。本文主要研究成果如下:(1)介绍了高分辨率卫星遥感技术发展历程和意义,对目前主流遥感图像分析方法进行的归纳与总结,并针对本文研究内容,分析了水体和居民地这两种典型地物信息提取的研究现状,明确了研究范围和基本思路。(2)将模糊连接度算法进行改进,使其适用于高分辨率遥感图像水体信息提取,通过定义和证明有效路径、无效路径和模糊邻域连接度在模糊连接度理论体系下的意义,设计了局域化模糊连接度算法,能完整地提取整幅图像水体信息。(3)在同态系统下进行滤波,完成了对高分辨率遥感图像水体信息的提取工作,通过对遥感图像的频谱分析,确定水体信息在频域中的特征标识;采用一维剖面线加窗分析水体定位技术实现了全自动、快速全幅遥感图像水体定位和宽度估计;在同态系统下设计了低通滤波器,实现对低频水体信息的提取。(4)居民地纹理信息的方向特征与Harris角点检测相结合,提出一种高分辨率遥感图像居民地信息提取方法,首先通过Gabor滤波器对实验影像进行特定方向角度滤波变换;然后对滤波响应图进行Harris角点检测计算似然函数;依据阈值分割的方法提取影像上的居民地信息。
二、卫星遥感走近生活(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、卫星遥感走近生活(论文提纲范文)
(1)祁连山的那些大猫小猫们(论文提纲范文)
说不尽的祁连山 |
走进人们视野的“雪山隐士”——雪豹 |
地球上最神秘的野猫——荒漠猫 |
与兔猴无关的兔狲 |
豹猫 |
敢与狼斗的猞猁 |
结尾 |
(2)水稻品质多平台高光谱遥感估测方法研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与研究意义 |
1.2 国内外研究进展 |
1.2.1 基于不同遥感平台的品质监测 |
1.2.1.1 基于地面平台的品质监测 |
1.2.1.2 基于卫星平台的品质监测 |
1.2.1.3 基于无人机平台的品质监测 |
1.2.2 基于不同反演方法的品质监测 |
1.2.2.1 基于“遥感信息-作物品质指标”的经验模型 |
1.2.2.2 基于“遥感信息-农学参数-作物品质指标”的间接模型 |
1.2.2.3 基于“遥感信息-作物品质指标”的半机理和机理模型 |
1.3 本文重点研究内容 |
1.3.1 不同样品形态下水稻室内高光谱品质监测 |
1.3.2 冠层多生育期水稻品质监测 |
1.3.3 基于无人机高光谱影像的水稻品质监测 |
1.3.4 耦合植被指数和空间纹理信息的水稻无人机品质监测 |
1.4 技术路线 |
2 数据获取与分析方法 |
2.1 研究区概况 |
2.2 田间试验设计 |
2.3 无人机平台的构建 |
2.3.1 无人机介绍 |
2.3.2 成像高光谱仪介绍 |
2.4 无人机影像数据获取与处理 |
2.4.1 数据获取时间 |
2.4.2 无人机影像光谱反射率数据获取 |
2.5 冠层及室内光谱数据获取与处理 |
2.5.1 便携式地物高光谱仪介绍 |
2.5.2 冠层ASD光谱获取 |
2.5.3 室内ASD光谱获取 |
2.6 样品处理及品质参数测定 |
2.7 光谱变量的选择与构建 |
2.8 建模分析与模型评价 |
2.8.1 建模分析 |
2.8.2 模型评价指标 |
3 基于不同形态样品的室内ASD高光谱水稻品质监测 |
3.1 建模集与验证集的构建 |
3.2 相关分析与最佳光谱参数筛选 |
3.2.1 直链淀粉含量(AC)指标 |
3.2.2 蛋白质含量(PC)指标 |
3.2.3 总淀粉含量(TSC)指标 |
3.3 室内ASD光谱品质监测模型及评价 |
3.3.1 直链淀粉含量(AC)指标 |
3.3.2 蛋白质含量(PC)指标 |
3.3.3 总淀粉含量(TSC)指标 |
3.4 本章小结 |
4 基于多生育期的水稻冠层品质监测 |
4.1 水稻生育期确定 |
4.2 各生育期冠层敏感参数筛选 |
4.2.1 建模集与验证集的建立 |
4.2.2 相关分析与筛选 |
4.2.2.1 直链淀粉含量(AC)指标 |
4.2.2.2 蛋白质含量(PC)指标 |
4.2.2.3 总淀粉含量(TSC)指标 |
4.3 冠层多生育期水稻品质监测模型的建立 |
4.4 最佳模型的验证与评价 |
4.5 本章小结 |
5 基于无人机高光谱影像的多生育期水稻品质监测 |
5.1 建模集与验证集的建立 |
5.2 各生育期无人机光谱敏感参数筛选 |
5.2.1 直链淀粉含量(AC)指标 |
5.2.2 蛋白质含量(PC)指标 |
5.2.3 总淀粉含量(TSC)指标 |
5.3 多生育期水稻品质预测模型的建立 |
5.3.1 直链淀粉含量(AC)指标 |
5.3.2 蛋白质含量(PC)指标 |
5.3.3 总淀粉含量(TSC)指标 |
5.4 最佳模型的验证与评价 |
5.5 本章小结 |
6 耦合植被指数和空间纹理信息的无人机水稻品质监测 |
6.1 纹理信息介绍 |
6.2 耦合植被指数和空间纹理信息的水稻无人机品质监测 |
6.2.1 直链淀粉含量(AC)指标 |
6.2.2 蛋白质含量(PC)指标 |
6.2.3 总淀粉含量(TSC)指标 |
6.3 本章小结 |
7 研究成果与展望 |
7.1 主要研究成果 |
7.2 论文创新点 |
7.3 不足与展望 |
参考文献 |
作者简介 |
(3)基于改进GLP的时空谱一体化融合算法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 多源遥感数据空谱融合研究现状 |
1.2.2 多源遥感数据时空融合研究现状 |
1.3 研究内容及论文结构 |
1.3.1 研究内容 |
1.3.2 论文结构与组织 |
第2章 融合机理与一体化融合框架设计 |
2.1 融合机理 |
2.1.1 光谱混合理论 |
2.1.2 基于相关性的特征重构理论 |
2.1.3 时间变化特征迁移理论 |
2.2 时空谱一体化融合框架 |
2.3 MDD数据集构建 |
第3章 经典融合算法概述 |
3.1 高光谱与多光谱数据空谱融合经典算法概述 |
3.1.1 GS、GSA融合算法 |
3.1.2 GLP融合算法 |
3.1.3 CRISP-B、CRISP-W融合算法 |
3.1.4 CNMF融合算法 |
3.2 经典时空融合算法概述 |
3.2.1 ESTARFM融合算法 |
3.2.2 STDFA融合算法 |
3.2.3 FSDAF融合算法 |
第4章 一体化融合核心算法选择 |
4.1 空谱融合算法评价指标 |
4.2 实验数据与处理 |
4.3 结果与分析 |
4.3.1 目视分析 |
4.3.2 指标评价 |
4.3.3 效率评价 |
4.4 讨论 |
4.5 本章小结 |
第5章 一体化融合算法改进与验证 |
5.1 原理概述 |
5.2 实验数据 |
5.3 对比算法选取 |
5.4 时空融合算法评价指标 |
5.5 模拟图像结果与分析 |
5.5.1 目视分析 |
5.5.2 指标评价 |
5.5.3 应用评价 |
5.5.4 效率评价 |
5.6 实际图像结果与分析 |
5.6.1 目视分析 |
5.6.2 指标分析 |
5.6.3 应用评价 |
5.6.4 效率评价 |
5.7 讨论 |
5.7.1 不同算法的局限性 |
5.7.2 参数选择 |
5.7.3 研究局限及未来发展 |
5.8 本章小结 |
第6章 总结与展望 |
6.1 本文主要结论与创新点 |
6.1.1 本文主要结论 |
6.1.2 本文主要贡献与创新点 |
6.2 研究不足和未来展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(4)基于综合思维培养的地理成因类知识教学设计研究 ——以2019人教版地理必修教材为例(论文提纲范文)
中文摘要 |
abstract |
引言 |
(一)研究背景与研究现状 |
1.研究背景 |
2.研究现状 |
(二)研究内容与研究意义 |
1.研究内容 |
2.研究意义 |
(三)研究方法与研究路线 |
1.研究方法 |
2.研究路线 |
一、概念界定与理论基础 |
(一)概念界定 |
1.地理成因 |
2.综合思维 |
3.教学设计 |
(二)理论基础 |
1.建构主义理论 |
2.地理课程与教学理论 |
3 系统理论 |
二、基于综合思维培养的地理成因知识课程内容分析 |
(一)分析课程标准 |
1.综合思维的表现维度 |
2.课程标准中关于地理成因类知识的内容要求 |
(二)分析地理教材 |
1.人教版必修教材中的地理成因类知识梳理 |
2.地理成因类知识的特点 |
3.地理成因类知识在教材中的地位与作用 |
(三)适宜培养学生综合思维的地理成因知识具体课程内容 |
1.地理成因类知识与综合思维的对应关系 |
2.具体课程内容 |
三、基于综合思维培养的地理成因知识教学案例分析 |
(一)案例来源与案例筛选 |
(二)案例分析说明 |
(三)案例分析 |
(四)案例分析启示 |
四、基于综合思维培养的地理成因类知识教学案例设计 |
(一)教学案例设计的依据 |
(二)教学案例设计的内容选择 |
(三)教学案例设计呈现 |
(四)基于综合思维培养的地理成因类知识教学设计策略 |
五、基于综合思维培养地理成因类知识教学案例实施 |
(一)案例实施过程 |
(二)案例实施启示 |
六、结论与展望 |
(一)结论 |
(二)展望 |
参考文献 |
附录 |
附录1:基于综合思维培养的地理成因类知识教学的案例设计 |
附录2:基于综合思维培养的地理成因类知识教学的案例分析 |
致谢 |
攻读学位期间参与的项目及获得的科研成果 |
(5)城市形态与生态的耦合策略研究 ——以成都天府新区为例(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 研究框架与组织结构 |
1.4.1 研究框架 |
1.4.2 组织结构 |
第二章 相关理论研究 |
2.1 城市形态相关研究 |
2.1.1 概念辨析与研究范畴 |
2.1.2 国内外研究进展 |
2.1.3 城市形态的分析 |
2.1.4 新型城市形态理念 |
2.2 城市生态学相关研究 |
2.2.1 生态规划理念的发展 |
2.2.2 景观生态学与景观格局 |
2.3 城市形态和生态析要 |
2.4 城市形态与生态的关联 |
2.4.1 耦合释义与研究 |
2.4.2 城市形态与生态的关联 |
2.5 小结 |
第三章 成都天府新区公园城市规划解读 |
3.1 公园城市及其在成都的实践 |
3.1.1 成都市概况与城市空间结构变迁 |
3.1.2 天府新区公园城市概况与发展历程 |
3.2 天府新区绿地系统规划与总体风貌规划解读 |
3.2.1 覆盖城乡用地的三层次绿地系统规划 |
3.2.2 展现公园城市景观特色的总体风貌特色规划 |
3.3 天府新区生态本底现状与生态价值 |
3.3.1 天府新区生态本底现状 |
3.3.2 天府新区生态价值 |
3.4 小结 |
第四章 成都天府新区用地分类与景观格局 |
4.1 天府新区生态用地分类 |
4.2 遥感影像预处理与分类 |
4.2.1 遥感影像数据来源 |
4.2.2 遥感影像的处理 |
4.3 景观格局指数的选取 |
4.3.1 景观格局指数研究 |
4.3.2 景观格局指标体系构建与指数选取 |
4.4 天府新区组成状况分析 |
4.4.1 斑块类型水平的景观格局指数分析 |
4.4.2 景观水平的景观格局指数分析 |
4.4.3 小结 |
4.5 天府新区形状描述与分析 |
4.5.1 斑块类型水平的景观格局指数分析 |
4.5.2 景观水平的景观格局指数分析 |
4.5.3 小结 |
4.6 天府新区聚散性及破碎度分析 |
4.6.1 斑块类型水平的景观格局指数分析 |
4.6.2 景观水平的景观格局指数分析 |
4.6.3 小结 |
4.7 天府新区多样性分析 |
4.7.1 景观水平的景观格局指数分析 |
4.7.2 小结 |
4.8 天府新区空间分布分析 |
4.9 景观格局演变小结及其演变驱动力分析 |
4.9.1 景观格局演变小结 |
4.9.2 景观格局演变驱动力分析 |
第五章 成都天府新区公园城市形态与生态的耦合关联 |
5.1 天府新区生态本底的保护与建构 |
5.1.1 水系的保护与水网的构建 |
5.1.2 重要道路及交通沿线生态空间分析 |
5.1.3 生态基质的保护与优化 |
5.2 天府新区城市建设用地的合理植入 |
5.2.1 城市功能组团的布局 |
5.2.2 蓝绿交织的高品质居住区 |
5.2.3 城市建设区公园绿地规划建设 |
5.2.4 小结 |
5.3 天府新区城市形态与生态的耦合策略 |
5.3.1 天府新区城市形态与生态特征 |
5.3.2 天府新区规划建设过程中的优势和不足 |
5.3.3 城市发展应统筹生态与形态 |
5.4 对城市规划建设中处理“两态关系”的启示 |
第六章 总结与展望 |
6.1 结论与成果 |
6.2 研究不足与展望 |
致谢 |
参考文献 |
图表索引 |
作者简介 |
(6)青藏高原全天空条件下蒸散量卫星遥感估算研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景与研究意义 |
1.2 国内外研究进展 |
1.2.1 地基观测获取潜热通量/蒸散量的方法 |
1.2.2 卫星遥感估算模型 |
1.2.3 青藏高原蒸散发研究进展 |
1.3 研究内容、研究目标和技术路线 |
1.3.1 研究内容 |
1.3.2 研究目标 |
1.3.3 技术路线 |
1.3.4 章节安排 |
第2章 基于站点观测的蒸散量估算及影响因子研究 |
2.1 研究区概况 |
2.2 观测数据基本信息 |
2.3 地表能量通量的组合法估算 |
2.4 数据处理过程 |
2.5 水文气象参数与蒸散发的联系与耦合 |
2.6 基于常规观测的实际蒸散发估算方案 |
2.7 小结 |
第3章 青藏高原晴空条件下蒸散量的卫星遥感估算 |
3.1 输入数据介绍及预处理 |
3.1.1 站点数据 |
3.1.2 驱动数据 |
3.1.3 卫星遥感数据 |
3.2 地表参数的估算及特征分析 |
3.2.1 地表反照率 |
3.2.2 植被指数 |
3.2.3 植被覆盖度和地表比辐射率 |
3.3 TESEBS模型和PT模型估算晴空条件下的蒸散发 |
3.3.1 TESEBS模型方法 |
3.3.2 PT模型方法 |
3.3.3 晴空蒸散量的估算及校验 |
3.3.4 模型对比及参数敏感性分析 |
3.4 小结 |
第4章 青藏高原全天空地表温度和下行辐射通量估算 |
4.1 站点数据和驱动数据 |
4.2 卫星遥感数据和土壤属性数据 |
4.2.1 光学遥感数据 |
4.2.2 微波遥感数据 |
4.2.3 土壤属性数据 |
4.2.4 遥感数据的预处理 |
4.3 地表温度反演、验证及特征分析 |
4.3.1 基于穿透深度的地表温度卫星遥感模型 |
4.3.2 反演结果验证 |
4.3.3 地表温度时空分布特征 |
4.4 下行太阳短波辐射和大气长波逆辐射估算 |
4.4.1 改进的Heliosat算法 |
4.4.2 CD99算法及参数校正 |
4.4.3 估算结果验证及误差分析 |
4.4.4 下行辐射通量时空分布特征 |
4.5 小结 |
第5章 青藏高原全天空条件下蒸散量的卫星遥感估算 |
5.1 全天空条件下的蒸散发估算与验证 |
5.1.1 预处理 |
5.1.2 估算效果验证 |
5.2 时空分布特征 |
5.3 误差来源分析 |
5.4 小结 |
第6章 总结与展望 |
6.1 研究总结 |
6.2 主要创新点 |
6.3 问题和展望 |
参考文献 |
附录 |
致谢 |
在读期间发表的学术论文 |
(7)伊犁盆地南缘走滑断裂的构造转换及其与铀成矿的关系(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 选题依据及研究意义 |
1.2 国内外研究现状 |
1.3 拟采用研究思路 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 完成工作量 |
第2章 区域地质背景 |
2.1 研究区概况 |
2.2 构造 |
2.3 地层 |
2.4 岩浆岩 |
第3章 伊犁盆地南部断裂系统及构造转换 |
3.1 伊犁盆地南部构造格局 |
3.2 伊犁盆地南缘边界走滑断裂 |
3.2.1 蒙其古尔地区南缘边界断裂 |
3.2.2 切金沟地区南缘边界断裂 |
3.2.3 察布查尔河地区南缘边界断裂 |
3.2.4 南缘边界断裂小结 |
3.3 伊犁盆地北缘边界走滑断裂 |
3.3.1 果子沟地区北缘边界断裂 |
3.3.2 东大沟地区北缘边界断裂 |
3.3.3 吉尔格朗沟北缘边界断裂 |
3.3.4 尼勒克地区北缘边界断裂 |
3.3.5 北缘边界断裂小结 |
3.4 伊犁盆地南部的断裂系统 |
3.4.1 伊犁盆地南部的近南北向断裂 |
3.4.2 伊犁盆地南部的近东西向断裂 |
3.4.3 伊犁盆地内部的北东-南西向断裂 |
3.5 伊犁盆地南部的褶皱构造 |
3.6 侧向挤出模式 |
3.6.1 侧向挤出模式简述 |
3.6.2 伊犁盆地新生代晚期侧向挤出模式讨论 |
3.7 伊犁盆地的构造转换现象 |
第4章 伊犁盆地南部构造与铀成矿关系讨论 |
4.1 伊犁盆地砂岩型铀矿床已有成矿模式讨论 |
4.2 伊犁盆地断裂—褶皱—地下水—铀成矿作用关系讨论 |
4.2.1 伊犁盆地南部断裂构造与铀成矿的关系讨论 |
4.2.2 伊犁盆地南部褶皱构造与铀成矿的关系讨论 |
4.2.3 伊犁盆地南部断裂-褶皱-地下水-铀成矿关系小结 |
4.3 伊犁盆地构造变形时间与砂岩型铀矿床成矿关系的讨论 |
结论 |
致谢 |
参考文献 |
(8)面向遥感图像分类与检索的深度学习特征表达研究(论文提纲范文)
摘要 |
ABSTRACT |
主要中英文术语对照表 |
第一章 绪论 |
1.1 课题背景及意义 |
1.2 遥感图像分类和检索的研究现状 |
1.2.1 从人工设计特征提取到数据驱动的特征学习 |
1.2.1.1 人工设计的特征提取 |
1.2.1.2 数据驱动的特征学习 |
1.2.2 遥感图像分类研究现状 |
1.2.3 遥感图像检索研究现状 |
1.2.4 哈希学习研究现状 |
1.3 本文的主要工作与创新 |
1.3.1 研究的问题与目的 |
1.3.2 本文的创新 |
1.4 本文的章节安排 |
第二章 全连接特征提取与判别性卷积核学习 |
2.1 引言 |
2.2 深度网络模型 |
2.2.1 AlexNet与CaffeNet |
2.2.2 VGG-Net与VGG-VD |
2.3 全连接层特征的判别性卷积核学习 |
2.3.1 深度特征提取 |
2.3.2 监督的DCK学习 |
2.3.3 深度特征的线性变换 |
2.4 实验分析与评价 |
2.4.1 数据集和实验配置 |
2.4.2 DCK核的大小和采样步长 |
2.4.3 DCK对深度特征的影响 |
2.4.4 混淆矩阵分析 |
2.4.5 与其它方法的对比 |
2.5 本章小结 |
第三章 深度局部描述子提取与特征编码 |
3.1 引言 |
3.2 特征编码方法 |
3.2.1 局部编码 |
3.2.2 全局编码 |
3.3 卷积层描述子及其特征编码 |
3.3.1 深度卷积层的局部描述子 |
3.3.2 深度局部描述子的特征变换 |
3.3.3 深度局部描述子的特征编码 |
3.3.4 两种聚合策略 |
3.4 实验分析与评价 |
3.4.1 聚合策略分析 |
3.4.2 Hellinger核变换 |
3.4.3 PCA特征变换 |
3.4.4 特征编码的聚类数量 |
3.4.5 混淆矩阵分析 |
3.4.6 卷积层和全连接层特征的性能比较 |
3.5 本章小结 |
第四章 跨数据集迁移的深度特征表示 |
4.1 引言 |
4.2 迁移学习的相关知识 |
4.2.1 迁移学习定义 |
4.2.2 遥感领域的CNN迁移 |
4.3 CNN迁移的深度特征表示与降维 |
4.3.1 模型框架概述 |
4.3.2 跨数据集迁移的问题描述 |
4.3.3 CNN迁移的学习—微调 |
4.3.4 深度特征提取 |
4.3.5 随机投影降维 |
4.4 数据集及其实验环境 |
4.4.1 实验数据集 |
4.4.2 参数配置和评价策略 |
4.4.3 随机投影降维分析 |
4.5 跨数据集的图像检索评价 |
4.6 跨数据集的图像分类评价 |
4.7 本章小结 |
第五章 全连接的深度哈希编码 |
5.1 引言 |
5.2 深度哈希模型 |
5.2.1 CNNH |
5.2.2 NINH |
5.2.3 DPSH |
5.3 哈希全连接神经网络 |
5.3.1 特征提取 |
5.3.2 FCHNN模型 |
5.3.3 FCHNN的编码输出 |
5.4 实验与评价 |
5.4.1 参数配置和评价策略 |
5.4.2 哈希检索的定量分析 |
5.4.3 网络学习迭代次数的影响 |
5.4.4 与其它方法的对比 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 研究展望 |
参考文献 |
攻读博士学位期间所取得的成果 |
攻读博士学位期间参与的科研项目 |
致谢 |
(10)高分辨率遥感图像信息提取技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究的背景及意义 |
1.1.1 高分辨率卫星遥感技术的发展 |
1.1.2 高分辨率卫星遥感技术的应用 |
1.1.3 课题的目的及意义 |
1.2 遥感影像解译方法 |
1.2.1 遥感影像解译方法综述 |
1.2.2 高分辨率遥感影像解译方法研究现状 |
1.3 典型地物信息提取国内外研究现状 |
1.3.1 水体信息提取方法研究现状 |
1.3.2 居民地信息提取方法研究现状 |
1.4 论文研究内容及框架结构 |
1.4.1 研究内容 |
1.4.2 章节安排 |
第二章 遥感图像地物信息特征分析与评价技术指标 |
2.1 水体信息特征分析 |
2.1.1 水体信息光谱分析 |
2.1.2 水体信息频谱分析 |
2.2 居民地信息特征分析 |
2.2.1 居民地信息空间域特征 |
2.2.2 居民地信息频率域特征 |
2.3 评价技术指标 |
2.4 本章小结 |
第三章 基于改进模糊连接度的水体信息提取 |
3.1 模糊连接度 |
3.2 基于模糊连接度的水体信息提取 |
3.3 改进模糊连接度算法设计 |
3.3.1 亲和度函数分析 |
3.3.2 模糊邻域连接度 |
3.3.3 算法实现 |
3.4 实验及实验结果分析 |
3.5 本章小结 |
第四章 基于同态系统滤波的水体信息提取 |
4.1 傅立叶变换 |
4.2 水体信息提取 |
4.2.1 一维剖面线加窗分析 |
4.2.2 同态系统滤波 |
4.3 实验及实验结果分析 |
4.4 本章小结 |
第五章 基于特定方向Harris角点检测的居民地提取 |
5.1 特定方向Gabor变换 |
5.1.1 Gabor变换 |
5.1.2 基于纹理方向的Gabor滤波器设计 |
5.2 角点分布密度检测 |
5.2.1 Harris角点检测 |
5.2.2 居民地角点密度概率 |
5.3 实验及实验结果分析 |
5.3.1 结果分析与性能评价 |
5.3.2 参数设置分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 研究内容总结 |
6.2 后续研究工作展望 |
参考文献 |
附录A |
攻读学位期间取得的相关科研成果 |
致谢 |
四、卫星遥感走近生活(论文参考文献)
- [1]祁连山的那些大猫小猫们[J]. 董得红. 青海湖, 2021(11)
- [2]水稻品质多平台高光谱遥感估测方法研究[D]. 谢莉莉. 浙江大学, 2021(09)
- [3]基于改进GLP的时空谱一体化融合算法研究[D]. 赵晓阳. 中国科学院大学(中国科学院空天信息创新研究院), 2021(02)
- [4]基于综合思维培养的地理成因类知识教学设计研究 ——以2019人教版地理必修教材为例[D]. 苏日衍. 内蒙古师范大学, 2021(08)
- [5]城市形态与生态的耦合策略研究 ——以成都天府新区为例[D]. 戴楠. 东南大学, 2020
- [6]青藏高原全天空条件下蒸散量卫星遥感估算研究[D]. 邹宓君. 中国科学技术大学, 2020(11)
- [7]伊犁盆地南缘走滑断裂的构造转换及其与铀成矿的关系[D]. 侯芸. 成都理工大学, 2018(02)
- [8]面向遥感图像分类与检索的深度学习特征表达研究[D]. 刘娜. 上海交通大学, 2018
- [9]俯瞰苍穹知动态 消除灰霾盼天晴——记中国科学院遥感与数字地球研究所副研究员王子峰及其团队[J]. 李刚. 科学中国人, 2017(33)
- [10]高分辨率遥感图像信息提取技术研究[D]. 杨宜菩. 河北工业大学, 2016(02)