2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩77頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、高光譜圖像擁有成百甚至上千個(gè)波段,具有圖譜合一的特點(diǎn),與多光譜圖像相比,不僅分辨率更高,而且包含更加豐富的空間和地物信息,通過對(duì)比分析目標(biāo)光譜曲線,可以完成在其它成像模態(tài)下難以完成的目標(biāo)檢測(cè)任務(wù)。高光譜圖像的目標(biāo)檢測(cè)通常包含圖像降維、混合像元分解以及目標(biāo)檢測(cè)與識(shí)別等環(huán)節(jié),論文圍繞高光譜圖像的小目標(biāo)檢測(cè)問題開展研究,主要研究工作如下:
  研究了高光譜圖像數(shù)據(jù)的降維及混合像元分解,在這兩個(gè)方面對(duì)幾種算法進(jìn)行了實(shí)現(xiàn),完成高光譜圖像的降

2、維、目標(biāo)端元提取以及豐度反演等功能,結(jié)合實(shí)驗(yàn)對(duì)算法進(jìn)行了分析和總結(jié)。
  對(duì)經(jīng)典的高光譜圖像目標(biāo)檢測(cè)算法進(jìn)行了介紹和分析,在有限的實(shí)驗(yàn)數(shù)據(jù)條件下,通過在高光譜圖像中線性植入目標(biāo)的模擬成像方式,對(duì)幾種目標(biāo)檢測(cè)算法進(jìn)行了實(shí)驗(yàn)評(píng)估與分析。
  針對(duì)高光譜圖像目標(biāo)檢測(cè)中容易出現(xiàn)的過擬合現(xiàn)象,提出了一種基于稀疏矩陣變換(sparse matrix transform,SMT)的正則化框架,這個(gè)框架能夠很好的與需要求解逆矩陣的目標(biāo)檢測(cè)算

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論