期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
混合PCA/ICA与JPEG2000结合的高光谱图像压缩 被引量:2
1
作者 叶珍 白璘 +2 位作者 刘玉 何明一 粘永健 《计算机工程与科学》 CSCD 北大核心 2016年第5期968-974,共7页
主成分分析(PCA)常常结合JPEG2000压缩标准用来对高光谱图像进行压缩。然而,由PCA得到的主成分仅利用了二阶统计信息。对于高光谱图像应用来说,只采用二阶统计信息是远远不够的,如异常像素的处理常常需要用到更高阶的统计信息。研究了... 主成分分析(PCA)常常结合JPEG2000压缩标准用来对高光谱图像进行压缩。然而,由PCA得到的主成分仅利用了二阶统计信息。对于高光谱图像应用来说,只采用二阶统计信息是远远不够的,如异常像素的处理常常需要用到更高阶的统计信息。研究了一种混合PCA/ICA与JPEG2000相结合的高光谱图像压缩算法。首先,对原始高光谱图像进行PCA变换,提取出前m个主成分对应的特征向量矩阵WPCA;然后,对其余的特征向量进行ICA变换,得到n个特征向量矩阵WICA;最后,将得到的混合投影矩阵、原始高光谱图像及其均值向量共同嵌入JPEG2000比特流,从而完成对高光谱图像的压缩。在不同码率的情况下,通过空间相关系数(ρ)、信噪比(SNR)、光谱角填图(SAM)等技术指标对混合PCA/ICA+JPEG2000算法的压缩性能进行评估。实验结果表明,混合PCA/ICA+JPEG2000算法不但能有效去除高光谱图像的谱间相关性,而且能够有效提高光谱保真度,保护异常像素信息。 展开更多
关键词 高光谱图像压缩 主成分分析 独立成分分析 JPEG2000
在线阅读 下载PDF
基于TLI和PCA的贵州草海水质状况评价 被引量:15
2
作者 陈丽华 喻记新 +2 位作者 李丽 吕文强 张建利 《长江科学院院报》 CSCD 北大核心 2018年第8期40-45,50,共7页
为了评价贵州草海水质状况,分别于2016年1,4,7,10月对草海阳关山和草海中部各3个样点的11项水体理化指标进行了监测,运用综合营养状态指数法(TLI)并结合《地表水环境质量标准》(GB 3838—2002)对监测区水质进行了评价,同时应用主成分分... 为了评价贵州草海水质状况,分别于2016年1,4,7,10月对草海阳关山和草海中部各3个样点的11项水体理化指标进行了监测,运用综合营养状态指数法(TLI)并结合《地表水环境质量标准》(GB 3838—2002)对监测区水质进行了评价,同时应用主成分分析(PCA)分析了水质的污染程度和主要影响因子。结果显示:(1)11项参数在2个区域均有显著的季节差异,其中透明度(SD)和溶氧(DO)为冬季最优,悬浮物(SPM)在秋季最高,p H几乎均呈弱碱性(除秋季);TN,TP,NH_4^+-N,CODMn全年的水平分别为0.58~2.27,0.032~0.072,0.059~0.364,4.28~6.79mg/L,Chl.a水平为5.62~9.95 mg/m^3,其中TN在秋季最高,TP在秋冬季较高,CODMn和Chl.a在夏秋季较高。(2)TLI评价结果表明,阳关山和中部水体TLI值在秋季略超过50,为轻度污染状态,其他季节TLI值均为30~50,为中营养状态;《地表水环境质量标准》(GB 3838—2002)评价结果表明阳关山全年主要为Ⅱ—Ⅲ类水质,而中部较差,全年主要为Ⅱ—Ⅳ类水质,影响水质类别的主要因子是TN和CODMn,TP和NH_4^+-N全年为Ⅱ类水平。(3)PCA结果显示阳关山水质最主要的影响因子包括离子、氮素、有机质、DO和Chl.a,而中部则包括Chl.a,NH_4^+-N,SD,EC,TP,DO,WT,SPM。总之,氮素和有机质是影响草海阳关山和中部水质的最主要因子和根本原因,控制外源性的氮和有机质输入是管理和改善草海水质的关键所在。 展开更多
关键词 水质评价 草海 季节变化 综合营养状态指数法(TLI) 主成分分析(pca)
在线阅读 下载PDF
基于分块ST与主成分分析的三维掌纹识别 被引量:8
3
作者 白雪飞 高楠 +1 位作者 张宗华 王向军 《天津大学学报(自然科学与工程技术版)》 EI CSCD 北大核心 2018年第6期631-637,共7页
针对现有三维掌纹身份认证技术样本容量小和识别速度慢的问题,提出一种基于曲面类型(surface type,ST)和主成分分析的三维掌纹识别新方法.该方法利用分块ST图像的直方图获得更加精细的掌纹特征信息;通过预先降维和主成分分析法相结合,... 针对现有三维掌纹身份认证技术样本容量小和识别速度慢的问题,提出一种基于曲面类型(surface type,ST)和主成分分析的三维掌纹识别新方法.该方法利用分块ST图像的直方图获得更加精细的掌纹特征信息;通过预先降维和主成分分析法相结合,大幅减少后续运算量以及三维信息量;最后依据特征主成分分析的最近邻距离对比,完成身份认证.实验结果表明,该方法能在35,ms内完成三维掌纹的4,000次匹配,从而实现大样本条件下特定样本的快速甄别.与已有的三维掌纹识别方法相比,本文提出的方法不仅能够克服传统方法的小样本局限性,而且可降低运算量和数据冗余;在实现大样本身份识别的同时,兼具更高的识别精度、速度和鲁棒性. 展开更多
关键词 三维掌纹识别 曲面类型(ST) 分块直方图 主成分分析法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部