何凯
- 作品数：2 被引量：36H指数：2
- 供职机构：重庆大学光电工程学院光电技术及系统教育部重点实验室更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程更多>>
- 随机子空间深度回归方法在紫外光谱水质分析中的应用被引量：5
- 2017年
- 紫外光谱法进行TOC浓度分析时存在数量多、维数高等问题。针对此问题,提出了一种基于随机子空间深度回归的分析方法。该算法首先采集TOC标准溶液的紫外光谱数据进行预处理,得到吸光度数据;然后在高维数据空间随机选取低维子空间来构造不同的特征子集,并采用深度信念网络对各子集进行特征提取;最后将得到的低维特征进行组合后送入BP神经网络中进行训练,建立TOC浓度反演模型。在构建的水质分析平台上的实验结果表明,提出的基于随机子空间深度回归的水质分析方法对每种TOC浓度反演结果的相对误差均在1%以内,且反演结果的稳定性和准确性也要优于常规的水质分析方法。
- 黄鸿石光耀金莹莹何凯
- 关键词：紫外光谱法随机子空间BP神经网络
- 基于深度学习的高光谱图像空-谱联合特征提取被引量：31
- 2017年
- 由于高光谱遥感数据具有波段多、特征非线性、空间相关等特点,提出一种基于深度学习的空-谱联合(SSDL)特征提取算法来有效提取数据中的空-谱特征。该算法利用多层深度学习模型——堆栈自动编码机对高光谱数据进行逐层学习,挖掘图像中的深层非线性特征,然后再根据每个特征像元的空间近邻信息,对样本深度特征和空间信息进行空-谱联合,增加同类数据聚集性和非同类数据分散度,提升后续分类性能。在帕维亚大学和萨利纳斯山谷高光谱数据集上进行地物分类实验:在1%样本比例下,地物总体分类精度达到了91.05%和94.16%;在5%样本比例下,地物总体分类精度达到了97.38%和97.50%。结果表明:由于SSDL特征提取算法融合了数据中深层非线性特征和空间信息,能够提取出更具鉴别特性的特征,较其他同类算法能够获取更高分类精度。
- 黄鸿何凯郑新磊石光耀
- 关键词：图像处理高光谱图像分类特征提取空间信息
