公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

量子光谱成像技术及其在对地观测中的应用前景被引量：3: 2011年; 综述了量子光谱成像技术的发展概况,简述了量子光谱成像原理的理论,详细介绍了纠缠双光子源的鬼成像,亚波长干涉以及热光的无透镜成像和热光的非定域双缝干涉实验及其原理。最后对量子光谱成像技术在未来的军用和民用对地观测的应用方面做出了展望。; 唐晓燕高昆倪国强; 关键词：双光子纠缠

激光3D成像系统主被动探测技术的研究进展被引量：14: 2013年; 随着探测器件技术的进步,新概念的主/被动3D成像技术将主被动探测技术优势有机结合起来,能同时获得目标更加丰富的图像信息(如距离像、强度像、距离-角度像等),从而为正确识别和跟踪目标提供更多的决策信息,大大提高了目标识别概率和可靠性。本文首先介绍了激光3D成像系统的发展现状,重点介绍了林肯实验室研制的Gen-III系统和美国航空航天局的自主精确着陆和危险的检测避免技术项目的 3D闪光激光雷达系统,接着结合HgCdTe雪崩光电二极管(APD)器件的特点介绍了下一代激光3D成像系统主被动探测技术的发展。最后对激光3D成像系统主被动探测技术的未来应用前景进行了展望。; 唐晓燕高昆倪国强; 关键词：激光三维成像红外焦平面

高光谱图像非线性解混方法的研究进展被引量：16: 2013年; 由于空间分辨率的限制,高光谱遥感图像中存在大量混合像元,对混合像元的解混是实现地物精确分类和识别的前提。与传统的线性解混方法相比,非线性解混方法在寻找组成混合像元的端元以及每个端元的丰度时具有较高的精度。分析了光谱非线性混合的原理,总结了近年来提出的非线性解混算法,重点对双线性模型、神经网络、基于核函数的非线性解混算法以及基于流形学习的非线性解混算法进行了介绍和分析。最后总结了混合像元非线性解混未来发展的趋势。; 唐晓燕高昆倪国强; 关键词：混合像元神经网络核函数流形学习

基于流形学习和空间信息的改进N-FINDR端元提取算法被引量：8: 2013年; 光谱端元提取是对高光谱数据进一步分析的重要前提。由于双向反射分布函数(BRDF),像元内的多重散射和亚像元成分的异质性等因素,高光谱图像中的混合像元实际上是非线性光谱混合。传统的端元提取算法是以线性光谱混合模型为基础,因此提取的端元精度不高。在光谱非线性混合的基础上,提出一种将流形学习与空间信息结合的改进N-FINDR端元提取算法。首先通过自适应的局部切空间排列算法寻找嵌入在高维非线性数据空间的本质的低维结构,将原始高光谱数据非线性降维到低维空间。接着利用地物分布具有连续性的特点,通过增大空间同质区域的像元的权重进行空间预处理。最后通过寻找最大单形体体积进行端元提取。提出算法很好的解决了高光谱遥感数据非线性结构,并利用了空间信息,提高了端元提取的精度。模拟数据实验和真实高光谱遥感数据实验结果均表明,采用该算法得到的结果优于顶点成分分析(VCA)算法、基于测地线距离的最大单形体体积(GSVM)算法和空间预处理的N-FINDR(SPPNFINDR)算法。; 唐晓燕高昆倪国强朱振宇程颢波; 关键词：流形学习

全选清除导出

共1页<1>

国防科技重点实验室基金(J20110502)