检索结果-维普期刊中文期刊服务平台

基于VMD-DWT的干涉型光谱成像仪干涉图滤波方法: 1; 作者高翔宇李娟 +3 位作者于粲刘润佳耿鑫王爽《光子学报》北大核心 2025年第4期162-177,共16页; 为了更有效地分离出低频分量,提出了变分模态分解和离散小波变换联合滤波的方法。首先,通过皮尔逊相关系数法确定最优模态数;其次,对干涉图进行变分模态分解,筛选出能够表示低频分量的模态;然后,使用离散小波变换分离出模态中的残余信号... 展开更多; 关键词光谱学光谱成像干涉图滤波变分模态分解离散小波变换; 在线阅读下载PDF 职称材料

红外光谱成像仪非线性定标温度点选择方法: 2; 作者王燕恒李芸 +2 位作者于粲高翔宇王爽《光子学报》 EI CAS CSCD 北大核心 2024年第11期167-179,共13页; 为充分校正红外探测器响应非线性,解决大动态范围下使用多点法定标出现的温度点数冗余的问题,提出一种基于相对标准差阈值划分的定标温度点选择方法。使用标准差法将响应曲线划分为多段,采用最小二乘法线性拟合得出定标系数,并通过数据... 展开更多; 关键词红外光谱成像仪黑体定标温度点选择标准差法响应非线性多点定标; 在线阅读下载PDF 职称材料

基于子空间中主成分最优线性预测的高光谱波段选择被引量：7: 3; 作者吴一全周杨 +1 位作者盛东慧叶骁来《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2018年第1期119-128,共10页; 针对高光谱遥感图像的异常检测问题,为了使高光谱降维数据能更完整地保留其光谱信息,提出了基于子空间中主成分最优线性预测的波段选择方法.采用改进相关性度量的谱聚类方法将高光谱波段划分为不同的子空间,并对各子空间中的波段进行主... 展开更多; 关键词遥感高光谱图像波段选择主成分线性预测子空间追踪谱聚类; 在线阅读下载PDF 职称材料

基于蜂群优化投影寻踪的高光谱小目标检测被引量：5: 4; 作者吴一全周杨龙云淋《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第6期1347-1355,共9页; 为了进一步提高高光谱遥感图像小目标无监督检测方法的运算速度,并降低其虚警率,提出了一种基于改进蜂群优化投影寻踪与K最近邻的检测方法。首先,采用核主成分分析法对原始高光谱遥感图像进行降维;然后,提出以邻域像元联合定义峰度与偏... 展开更多; 关键词遥感高光谱图像小目标检测改进的蜂群优化算法投影寻踪 K最近邻; 在线阅读下载PDF 职称材料

基于氧分子O_2(a^1Δ_g)O_(19)P_(18)发射谱线的平流层、中间层大气风场星载探测可行性探讨被引量：4: 5; 作者冯玉涛武魁军 +4 位作者傅頔郝雄波武俊强付建国胡炳樑《光子学报》 EI CAS CSCD 北大核心 2019年第2期1-8,共8页; 提出并分析了以O_2(a^1Δ_g)O_(19)P_(18)(7 772.03cm^(-1))发射谱线为目标源进行平流层、中间层大气风场星载临边探测的可行性及优势.基于大气模型和辐射传输理论建立O_2(a^1Δ_g,υ′=0)→O_2(X^3Σ_g,υ″=0)带的辐射传输模型,并分... 展开更多; 关键词气辉光谱学辐射传输遥感探测干涉仪; 在线阅读下载PDF 职称材料

基于工地场景的深度学习目标跟踪算法被引量：2: 6; 作者马少雄邱实 +1 位作者唐颖张晓《电子学报》 EI CAS CSCD 北大核心 2020年第9期1665-1671,共7页; 针对施工现场环境复杂,难以高效管理的问题.提出了基于工地场景的深度学习目标跟踪算法,辅助施工顺利进行.根据工地现场目标的连续性,构建增强群跟踪器,提升目标成功跟踪的概率.然后从滑动窗口、Stacked Denoising Auto Encoder(SDAE)和... 展开更多; 关键词工地场景深度学习目标跟踪增强群滤波器 SDAE SVM; 在线阅读下载PDF 职称材料

题名基于VMD-DWT的干涉型光谱成像仪干涉图滤波方法: 1; 作者高翔宇李娟于粲刘润佳耿鑫王爽; 机构中国科学院西安光学精密机械研究所、中科院光谱成像技术重点实验室陕西省光学遥感与智能信息处理重点实验室中国科学院大学河北省公安厅; 出处《光子学报》北大核心 2025年第4期162-177,共16页; 基金国家自然科学基金(No.42471436)。; 文摘为了更有效地分离出低频分量,提出了变分模态分解和离散小波变换联合滤波的方法。首先,通过皮尔逊相关系数法确定最优模态数;其次,对干涉图进行变分模态分解,筛选出能够表示低频分量的模态;然后,使用离散小波变换分离出模态中的残余信号,得到低频分量;最后,用干涉图减去低频分量,获得高频信息。利用环境减灾二号A卫星高光谱成像仪进行实验验证,结果表明:该方法的空间维复原光谱相对均方根误差相比于拟合法和经验模态分解分别降低了11.10%和4.17%。变分模态分解和离散小波变换联合滤波有效去除了干涉图的低频分量,提高了复原光谱精度。; 关键词光谱学光谱成像干涉图滤波变分模态分解离散小波变换; Keywords Spectroscopy Spectral imaging Interferogram Wave filtering Variational mode decomposition Discrete wavelet transform; 分类号 TP731 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名红外光谱成像仪非线性定标温度点选择方法: 2; 作者王燕恒李芸于粲高翔宇王爽; 机构中国科学院西安光学精密机械研究所中科院光谱成像技术重点实验室中国科学院大学; 出处《光子学报》 EI CAS CSCD 北大核心 2024年第11期167-179,共13页; 基金国家自然科学基金(No.61905257)。; 文摘为充分校正红外探测器响应非线性,解决大动态范围下使用多点法定标出现的温度点数冗余的问题,提出一种基于相对标准差阈值划分的定标温度点选择方法。使用标准差法将响应曲线划分为多段,采用最小二乘法线性拟合得出定标系数,并通过数据反演、合并和压缩,获得红外光谱成像仪各个谱段最终定标温度点。仿真结果表明,对于模拟的单光谱通道探测器非线性响应,相同划分条件下(相对标准差1%),对比常规二分法,所提方法可将温度点数由22个降低至14个;相同温度点数条件下(20个),对比均匀划分,所提方法可将非线性度最大值由1.06%降低至0.40%。对于模拟的17个光谱通道,取10个定标温度点时,非线性度均值小于1%。红外相机实测实验结果表明,利用该方法确定的定标温度点,定标后非线性度均值达到0.48%。该方法可有效减少定标温度点数,降低载荷在轨定标资源要求。; 关键词红外光谱成像仪黑体定标温度点选择标准差法响应非线性多点定标; Keywords Infrared spectral imager Blackbody calibration Temperature point selection Standard deviation method Response nonlinearity Multipoint calibration; 分类号 TP732.2 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于子空间中主成分最优线性预测的高光谱波段选择被引量：7: 3; 作者吴一全周杨盛东慧叶骁来; 机构南京航空航天大学电子信息工程学院中国科学院西安光学精密机械研究所中科院光谱成像技术重点实验室; 出处《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2018年第1期119-128,共10页; 基金国家自然科学基金(61573183) 中国科学院光谱成像重点实验室开放基金项目资助(LSIT201401) 江苏高校优势学科建设工程~~; 文摘针对高光谱遥感图像的异常检测问题,为了使高光谱降维数据能更完整地保留其光谱信息,提出了基于子空间中主成分最优线性预测的波段选择方法.采用改进相关性度量的谱聚类方法将高光谱波段划分为不同的子空间,并对各子空间中的波段进行主成分分析(PCA),选择主要分量作为重构目标;以子空间追踪法为搜索策略,从各子空间中选择数个波段对其重构目标进行联合最优线性预测;合并各子空间中的所选波段得到最佳波段子集.实验结果表明,该方法选择的波段子集可以较完整地重构原始数据,与原始数据以及自适应波段选择(ABS)方法、线性预测(LP)方法、最大方差主成分分析(MVPCA)方法、自相关矩阵波段选择(ACMBS)方法、组合因子最优波段选择(OCFBS)方法得到的波段子集相比,其波段子集具有更好的异常检测性能.; 关键词遥感高光谱图像波段选择主成分线性预测子空间追踪谱聚类; Keywords remote sensing, hyperspectral image, band Selection, principal component, linear prediction, subspace pursuit, spectral clustering; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于蜂群优化投影寻踪的高光谱小目标检测被引量：5: 4; 作者吴一全周杨龙云淋; 机构南京航空航天大学电子信息工程学院中国科学院西安光学精密机械研究所中科院光谱成像技术重点实验室; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第6期1347-1355,共9页; 基金国家自然科学基金(61573183) 中国科学院光谱成像重点实验室开放基金(LSIT201401) 江苏高校优势学科建设工程项目资助; 文摘为了进一步提高高光谱遥感图像小目标无监督检测方法的运算速度,并降低其虚警率,提出了一种基于改进蜂群优化投影寻踪与K最近邻的检测方法。首先,采用核主成分分析法对原始高光谱遥感图像进行降维;然后,提出以邻域像元联合定义峰度与偏度的方法,并将两者结合作为投影指标,再以改进后的蜂群算法作为寻优方法,使用投影寻踪从高光谱图像中逐层获取投影图像,再根据其直方图提取小目标;最后,利用线性判别分析进一步提取像元特征,并结合加权K最近邻方法对小目标的检测结果进行提纯。大量实验结果表明,与RX方法、独立分量分析法、混沌粒子群优化投影寻踪法相比,本文方法不但可以更精确地检测出高光谱遥感图像中的小目标,而且具有更快的运算速度。; 关键词遥感高光谱图像小目标检测改进的蜂群优化算法投影寻踪 K最近邻; Keywords remote sensing hyperspectral image small target detection improved bee colony optimization algorithm projection pursuit K-nearest neighbor; 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置] TH74 [机械工程—光学工程]; 在线阅读下载PDF 职称材料

题名基于氧分子O_2(a^1Δ_g)O_(19)P_(18)发射谱线的平流层、中间层大气风场星载探测可行性探讨被引量：4: 5; 作者冯玉涛武魁军傅頔郝雄波武俊强付建国胡炳樑; 机构中国科学院西安光学精密机械研究所中科院光谱成像技术重点实验室中国科学院武汉物理与数学研究所波谱与原子分子物理国家重点实验室中国科学院国家空间科学中心; 出处《光子学报》 EI CAS CSCD 北大核心 2019年第2期1-8,共8页; 基金国家自然科学基金(Nos.61705253 41005019) +1 种基金中科院光谱成像重点实验室开放基金(No.LSIT201701D)~~; 文摘提出并分析了以O_2(a^1Δ_g)O_(19)P_(18)(7 772.03cm^(-1))发射谱线为目标源进行平流层、中间层大气风场星载临边探测的可行性及优势.基于大气模型和辐射传输理论建立O_2(a^1Δ_g,υ′=0)→O_2(X^3Σ_g,υ″=0)带的辐射传输模型,并分析多重散射和非局地热平衡效应影响下的目标源临边光谱辐亮度.表明发射线O_2(a^1Δ_g)O_(19)P_(18)(7 772.03cm^(-1))自吸收微弱、辐射强、光谱分立度好,能大大降低对测风干涉仪光谱分辨率、滤光系统带宽的要求,进而使载荷更易于实现小型化、高稳定性.以星载测风多普勒差分干涉仪技术方案为例,对以O_2(a^1Δ_g)O_(19)P_(18)(7 772.03cm^(-1))为探测目标源的视线风速反演精度进行了仿真分析,结果表明40～70km高度范围内视线风速测量精度优于5m/s;适当放宽风速反演精度情况下,探测范围能够向40km以下扩展.研究结果将为平流层、中间层大气风场星载探测提供一条低成本、高精度、自主可行的技术路线.; 关键词气辉光谱学辐射传输遥感探测干涉仪; Keywords Airglow Spectroscopy Emission transfer Remote sensing Interferometer; 分类号 TH744 [机械工程—光学工程]; 在线阅读下载PDF 职称材料

题名基于工地场景的深度学习目标跟踪算法被引量：2: 6; 作者马少雄邱实唐颖张晓; 机构西安理工大学陕西铁路工程职业技术学院铁成(创新)学院中国科学院西安光学精密机械研究所中科院光谱成像技术重点实验室成都理工大学信息与科学学院电子工程系西北大学信息科学与技术学院; 出处《电子学报》 EI CAS CSCD 北大核心 2020年第9期1665-1671,共7页; 基金中国科学院“西部之光”项目(No.XAB2016B23)。; 文摘针对施工现场环境复杂,难以高效管理的问题.提出了基于工地场景的深度学习目标跟踪算法,辅助施工顺利进行.根据工地现场目标的连续性,构建增强群跟踪器,提升目标成功跟踪的概率.然后从滑动窗口、Stacked Denoising Auto Encoder(SDAE)和Support Vector Machine(SVM)三方面组建深度检测器.在滑动窗口方面:从梯度角度建立模型实现窗口自适应.在SDAE算法方面:构建反向算法微调网络参数.优化SVM算法降低跟踪时目标漂移和跟踪失败的概率,最终实现目标高精度跟踪.通过实验表明本文提出的算法可有效对目标进行跟踪,实现动态管理.; 关键词工地场景深度学习目标跟踪增强群滤波器 SDAE SVM; Keywords site scene deep learning target detecting the enhanced group filter SDAE SVM; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于VMD-DWT的干涉型光谱成像仪干涉图滤波方法	高翔宇李娟于粲刘润佳耿鑫王爽	《光子学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	红外光谱成像仪非线性定标温度点选择方法	王燕恒李芸于粲高翔宇王爽	《光子学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于子空间中主成分最优线性预测的高光谱波段选择	吴一全周杨盛东慧叶骁来	《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心	2018	7	在线阅读下载PDF 职称材料
4	基于蜂群优化投影寻踪的高光谱小目标检测	吴一全周杨龙云淋	《仪器仪表学报》 EI CAS CSCD 北大核心	2016	5	在线阅读下载PDF 职称材料
5	基于氧分子O_2(a^1Δ_g)O_(19)P_(18)发射谱线的平流层、中间层大气风场星载探测可行性探讨	冯玉涛武魁军傅頔郝雄波武俊强付建国胡炳樑	《光子学报》 EI CAS CSCD 北大核心	2019	4	在线阅读下载PDF 职称材料
6	基于工地场景的深度学习目标跟踪算法	马少雄邱实唐颖张晓	《电子学报》 EI CAS CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料