期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到628篇文章
< 1 2 … 32 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Spectral-spatial target detection based on data field modeling for hyperspectral data 认领 引用 被引量：5
1
作者 Da LIU Jianxun LI 《Chinese Journal of Aeronautics》 SCIE EI CAS CSCD 2018年第4期795-805,共11页
Target detection is always an important application in hyperspectral image processing field. In this paper, a spectral-spatial target detection algorithm for hyperspectral data is proposed.The spatial feature and spec... Target detection is always an important application in hyperspectral image processing field. In this paper, a spectral-spatial target detection algorithm for hyperspectral data is proposed.The spatial feature and spectral feature were unified based on the data filed theory and extracted by weighted manifold embedding. The novelties of the proposed method lie in two aspects. One is the way in which the spatial features and spectral features were fused as a new feature based on the data field theory, and the other is that local information was introduced to describe the decision boundary and explore the discriminative features for target detection. The extracted features based on data field modeling and manifold embedding techniques were considered for a target detection task.Three standard hyperspectral datasets were considered in the analysis. The effectiveness of the proposed target detection algorithm based on data field theory was proved by the higher detection rates with lower False Alarm Rates（FARs） with respect to those achieved by conventional hyperspectral target detectors. 展开更多
关键词 Data field modeling Feature extraction Hyperspectral data Spectral-spatial Target detection
暂未订购 下载PDF
A two-branch multiscale spectral-spatial feature extraction network for hyperspectral image classification 认领 引用 被引量：1
2
作者 Aamir Ali Caihong Mu +2 位作者 Zeyu Zhang Jian Zhu Yi Liu 《Journal of Information and Intelligence》 2024年第3期224-235,共12页
In the field of hyperspectral image(HSI)classification in remote sensing,the combination of spectral and spatial features has gained considerable attention.In addition,the multiscale feature extraction approach is ver... In the field of hyperspectral image(HSI)classification in remote sensing,the combination of spectral and spatial features has gained considerable attention.In addition,the multiscale feature extraction approach is very effective at improving the classification accuracy for HSIs,capable of capturing a large amount of intrinsic information.However,some existing methods for extracting spectral and spatial features can only generate low-level features and consider limited scales,leading to low classification results,and dense-connection based methods enhance the feature propagation at the cost of high model complexity.This paper presents a two-branch multiscale spectral-spatial feature extraction network(TBMSSN)for HSI classification.We design the mul-tiscale spectral feature extraction(MSEFE)and multiscale spatial feature extraction(MSAFE)modules to improve the feature representation,and a spatial attention mechanism is applied in the MSAFE module to reduce redundant information and enhance the representation of spatial fea-tures at multiscale.Then we densely connect series of MSEFE or MSAFE modules respectively in a two-branch framework to balance efficiency and effectiveness,alleviate the vanishing-gradient problem and strengthen the feature propagation.To evaluate the effectiveness of the proposed method,the experimental results were carried out on bench mark HsI datasets,demonstrating that TBMSSN obtained higher classification accuracy compared with several state-of-the-art methods. 展开更多
关键词 Hyperspectral image classification Multiscale spectral-spatial information Two-branch architecture
基于Transformer的高频光谱—空间特征增强的高光谱图像分类方法 认领 引用 被引量：1
3
作者 丁孙金衍 贺凯飞 +1 位作者 汪祺能 张文斐 《遥感技术与应用》 CSCD 北大核心 2026年第2期478-490,共13页
光谱—空间信息的高效提取是高光谱遥感影像分类的核心问题。Transformers框架能有效表征高级语义特征的优势,同时卷积神经网络(CNNs)能有效提取局部特征,二者在高光谱影像分类领域潜力巨大。为了充分提取光谱—空间特征,本研究通过融合... 光谱—空间信息的高效提取是高光谱遥感影像分类的核心问题。Transformers框架能有效表征高级语义特征的优势,同时卷积神经网络(CNNs)能有效提取局部特征,二者在高光谱影像分类领域潜力巨大。为了充分提取光谱—空间特征,本研究通过融合Transformers与CNNs网络的优势,提出一种基于Transformers的高频光谱—空间信息增强的高光谱图像分类方法(HFSST)。首先,通过3D-CNN和2D-CNN协同提取低层空—谱特征;其次,在跨层变换器编码器(TE)中嵌入CAB注意力机制,实现通道和空间信息平衡;最终,在TE模块输出特征后添加局部卷积分支,实现更好地恢复高频信息。实验在Indian Pines、Pavia University和Houston 2013数据集上进行验证,分类性能优于当前几种最先进的方法,表明本研究方法通过增强高频光谱—空间信息,可强化类间特征的可分性。此外,可以证明高光谱影像分类问题向局部高级语义分类问题推广的正确性。 展开更多
关键词 高光谱图像分类 空间光谱特征 卷积神经网络 Transformer模型 语义特征
暂未订购 下载PDF
基于空谱-空间关联双分支的地球化学找矿异常检测模型 认领 引用
4
作者 向中林 王路阔 +2 位作者 郑贺 张博 刘海睿 《地球科学》 EI CAS CSCD 北大核心 2026年第3期1078-1092,共15页
建立能兼顾多元素地球化学空谱特征、有效拟合数据复杂分布的检测模型,是识别异常区域的关键.针对新疆东昆仑高海拔深切割浅覆盖地区地球化学找矿异常提取难题,本研究提出一种空谱特征-空间关联双分支模型(Spatial-Spectral Feature and... 建立能兼顾多元素地球化学空谱特征、有效拟合数据复杂分布的检测模型,是识别异常区域的关键.针对新疆东昆仑高海拔深切割浅覆盖地区地球化学找矿异常提取难题,本研究提出一种空谱特征-空间关联双分支模型(Spatial-Spectral Feature and Global Spatial Correlation Network,SSGSNet),空谱特征分支基于ResNet残差块,融入双重注意力模块提取局部空谱特征;空间关联分支通过patch嵌入和自注意力机制挖掘全局空间关联特征.融入构造数据提高了地球化学综合异常找矿的准度,SHAP值也解释了模型中断裂的关键作用.实验结果表明,SSGSNet模型的AUC值达0.945 3,显著优于ResNet、ViT单模型和普通的空谱双分支模型.野外查证显示,遥西、巴什干克等4处高异常区均发现不同程度金矿化现象,证实该模型可有效解决复杂背景下地球化学异常信息提取难题,为覆盖区矿产勘探提供了可靠的技术支撑与靶区指导. 展开更多
关键词 地球化学异常 双分支网络模型 深度学习 空谱特征-空间关联 东昆仑 大数据
暂未订购 下载PDF
基于极值相依性的气候风险区划与衍生品投资组合构建 认领 引用
5
作者 孟生旺 马宁 《统计与信息论坛》 CSSCI 北大核心 2026年第3期85-101,共17页
随着全球气候变化的加剧,气候巨灾风险已对经济社会的稳定构成重大威胁。为应对这一挑战,基于中国的气温、降水量、干旱天数和风速数据,构建中国精算气候指数,在地级市尺度上对气候风险进行量化评估。为研究中国气候巨灾风险的空间分布... 随着全球气候变化的加剧,气候巨灾风险已对经济社会的稳定构成重大威胁。为应对这一挑战,基于中国的气温、降水量、干旱天数和风速数据,构建中国精算气候指数,在地级市尺度上对气候风险进行量化评估。为研究中国气候巨灾风险的空间分布特征,提出一种基于多元极值理论的气候风险区划方法。通过极值图模型分析区域间气候巨灾风险的相依关系,并引入EMTP2约束和空间约束对图结构进行正则化处理,最终利用谱聚类生成同时考虑气候巨灾风险相依性与地理一致性的气候风险区划。通过对比施加EMTP2约束前后的极值图模型参数矩阵,验证了EMTP2约束在识别条件极值独立性方面的有效性。此外,基于聚类效果评价指标对不同空间约束矩阵下的聚类效果进行比较,结果显示,采用在空间邻接矩阵基础上轻微放松后的空间约束矩阵所得到的聚类效果最佳,表明气候巨灾风险具有显著的空间集聚效应。基于中国精算气候指数,构造了各地级市的气候指数期权,并根据气候风险区划结果对期权组合进行优化配置。通过分析不同区划下期权组合的有效前沿,证明空间分散化策略在降低系统性风险和提升投资组合稳定性方面的有效性。本研究填补了中国在地级市尺度上缺乏标准化、多维度气候风险量化指标的空白,同时从尾部相依视角刻画了跨区域气候巨灾风险的系统性联动结构,为差异化区域气候风险管理与气候金融风险对冲工具的设计提供了可推广的分析框架与实证支撑。 展开更多
关键词 气候指数 极值相依性 空间约束 谱聚类 风险区划
暂未订购 下载PDF
基于多路协同与空谱先验的高光谱与多光谱图像融合 认领 引用
6
作者 杨艳春 李佳龙 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2026年第7期1427-1437,1451,共11页
针对高光谱与多光谱图像融合中全局建模与局部细节捕捉不足以及光谱维度相邻波段相关性难以探索的问题,提出多路协同与空谱先验的高光谱与多光谱图像融合方法.主干网络由局部瓶颈控制单元与Transformer并联构成,局部瓶颈控制单元学习局... 针对高光谱与多光谱图像融合中全局建模与局部细节捕捉不足以及光谱维度相邻波段相关性难以探索的问题,提出多路协同与空谱先验的高光谱与多光谱图像融合方法.主干网络由局部瓶颈控制单元与Transformer并联构成,局部瓶颈控制单元学习局部结构并抑制冗余特征,Transformer处理长距离依赖,双向交互融合机制增强对局部细节与全局上下文的理解.在空间与光谱联合先验模块中,对于空间注意力采用双路径池化策略,并采用光谱内部分组注意力机制衡量波段关联程度.多路聚合网络通过残差块与逐层递进融合策略整合特征.实验表明,在CAVE数据集上,该方法的PSNR和SSIM较其他8种方法分别平均提升4.5%、0.7%,在局部与全局特征捕捉及空谱先验信息融合方面优势明显. 展开更多
关键词 高光谱与多光谱图像融合 局部与全局协同 Transformer 空间与光谱联合先验 光谱分组注意力机制
暂未订购 下载PDF
基于多重卷积和空谱注意力Transformer的双流高光谱图像分类网络 认领 引用
7
作者 王素玉 吴世国 《北京工业大学学报》 CAS CSCD 北大核心 2026年第1期75-83,共9页
针对现有的卷积神经网络(convolutional neural network,CNN)方法在高光谱图像分类过程中存在的空谱联合特征利用不充分,对全局特征的关注度不足的问题,设计了一种基于多重卷积和空谱注意力Transformer的双流高光谱图像分类网络,通过CNN... 针对现有的卷积神经网络(convolutional neural network,CNN)方法在高光谱图像分类过程中存在的空谱联合特征利用不充分,对全局特征的关注度不足的问题,设计了一种基于多重卷积和空谱注意力Transformer的双流高光谱图像分类网络,通过CNN和Transformer相结合的双流结构,实现局部和全局特征的充分利用。首先,在CNN支路,设计了一种基于多重卷积的空谱特征融合结构,通过多重卷积实现空间和光谱维特征的充分挖掘和融合;其次,在Transformer网络支路则使用空谱注意力机制捕获整个图像的全局信息;最后,2条分支通过决策级融合实现了高性能的分类效果。基于4个典型数据集的测试结果表明,该算法的分类结果与当前主流算法相比,均有不同程度的提升。 展开更多
关键词 双流网络 多重卷积 空谱注意力机制 高光谱图像 地物分类 特征融合
暂未订购 下载PDF
融合机载高光谱图像与星载合成孔径雷达影像的空天遥感多模态海面溢油探测 认领 引用
8
作者 刘志洋 刘权威 +1 位作者 张玉香 董燕妮 《航空学报》 EI CAS CSCD 北大核心 2026年第10期124-138,共15页
海面溢油作为一种突发性海洋污染事件,会对海洋及沿岸地区的生态环境、居民安全等造成严重威胁。随着航空航天技术的快速发展,搭载各类传感器的遥感平台成为获取高分辨率、高质量海面溢油影像数据的关键。依托卫星的星载遥感平台能够大... 海面溢油作为一种突发性海洋污染事件,会对海洋及沿岸地区的生态环境、居民安全等造成严重威胁。随着航空航天技术的快速发展,搭载各类传感器的遥感平台成为获取高分辨率、高质量海面溢油影像数据的关键。依托卫星的星载遥感平台能够大范围、实时地发现与监测海面溢油,依托固定翼飞机、无人机等设备的机载遥感平台能够灵活、准确地获取现场遥感数据,为后续相关应急措施的实施提供有效的数据支撑。考虑到多模态遥感影像能够捕获目标的多维度特征、显著提高遥感探测的准确性与鲁棒性,提出了一种基于机载高光谱图像(HSI)数据与星载合成孔径雷达(SAR)数据的多模态海面溢油探测语义分割模型。模型采用了3D卷积模块提取HSI数据的光谱-空间特征作为对SAR特征的补充;设计了多模态互补空洞空间金字塔池化(MCASPP)模块,在多尺度提取SAR图像特征的同时进行多模态信息融合,解决单一模态数据的局限性问题;引入了方向梯度感知和坐标注意力,构建差分定位增强模块(DLEM),增强模型对溢油边缘与细小区域的感知能力。在GMD(GulfofMexicoDatabase)数据集上的实验结果表明,所提模型在Kappa系数、平均交并比(mIoU)与F1分数上分别达到99.43%、99.41%与99.47%,优于所选对比模型,表现出其在航空航天遥感信息支撑下较强的溢油特征提取与探测能力。研究成果能够为空天一体化海洋环境的智能监测提供技术支撑。 展开更多
关键词 海面溢油探测 多模态遥感数据 多模态优势互补 光谱空间特征 语义分割
暂未订购 下载PDF
宽谱段闪光光谱灵敏度均匀探测技术研究 认领 引用
9
作者 郭大千 刘吉 +2 位作者 武锦辉 王琳惠 方思远 《应用光学》 CAS 北大核心 2026年第4期929-935,共7页
针对超高速碰撞闪光和爆炸闪光光谱探测过程中,探测系统因宽谱段响应率不均匀出现的局部过饱和问题,提出基于空间光滤波器的光谱感知优化方案。依据已知闪光光谱强度分布规律及光谱探测系统光谱响应函数,采用PET(polyethylene terephtha... 针对超高速碰撞闪光和爆炸闪光光谱探测过程中,探测系统因宽谱段响应率不均匀出现的局部过饱和问题,提出基于空间光滤波器的光谱感知优化方案。依据已知闪光光谱强度分布规律及光谱探测系统光谱响应函数,采用PET(polyethylene terephthalate)薄膜材料设计并制备空间光滤波器,通过调整灰度值对400 nm~800 nm波长范围内的不同波段施加不同衰减系数,实现高响应率波段的衰减与各波段响应系数的均匀化,保留微弱光谱信号检测能力。同时考虑到空间光滤波器导致光线的偏折从而产生波长偏移现象,采用三阶最小二乘法对波长偏移进行校准。实验结果表明,响应系数的标准差由0.2650降低至0.0329,降低了87.59%;方差由0.0711相应减小至0.0011,降低了98.54%;波长偏移小于0.4 nm。通过高光强环境下的模拟实验结果可得,原本饱和的光信号特征峰显现,且强度较低的特征峰保留,未淹没在噪声中。 展开更多
关键词 光谱探测 空间光滤波器 光谱响应函数 最小二乘法
暂未订购 下载PDF
高低频增强与跨层图卷积聚合的高光谱图像分类 认领 引用
10
作者 马鑫 汪西原 白雪冰 《液晶与显示》 CAS CSCD 北大核心 2026年第7期995-1008,共14页
针对高光谱图像分类中局部纹理与边缘细节易损失、卷积分支感受野受限以及图分支跨层结构信息利用不足等问题,本文提出一种高低频增强与跨层图卷积聚合的卷积-图卷积联合分类模型。该方法通过高低频残差增强提升输入特征质量,在卷积分... 针对高光谱图像分类中局部纹理与边缘细节易损失、卷积分支感受野受限以及图分支跨层结构信息利用不足等问题,本文提出一种高低频增强与跨层图卷积聚合的卷积-图卷积联合分类模型。该方法通过高低频残差增强提升输入特征质量,在卷积分支中利用多阶段动态卷积编码提取多尺度空间-光谱特征,在图卷积分支中采用跨层图特征加权聚合增强区域结构建模能力,并通过跨分支注意力融合实现两路特征的协同建模。实验在Indian Pines、Pavia University和Salinas 3个公开数据集上进行,总体分类精度分别达到92.94%、95.11%和97.50%,对应Kappa系数分别为91.94%、93.50%和97.22%。结果表明,所提方法能够兼顾局部细节、空间上下文和区域拓扑结构信息,在不同类型高光谱分类场景下具有较好的综合分类性能。 展开更多
关键词 高光谱图像分类 空间-光谱联合特征 图卷积网络 注意力融合
暂未订购 下载PDF
基于光谱–空间双分支交互模型的高原湿地景观组分提取方法 认领 引用
11
作者 羊星亮 陈建华 +4 位作者 贾东 李毅 罗婷 王炳乾 薛皓洋 《湿地科学》 CAS CSCD 北大核心 2026年第3期602-614,共13页
从遥感影像中提取的湿地景观组分能够作为湿地时空演变研究的重要依据。然而,现有的基于面向对象的语义分割方法样本制作困难,而基于像素的传统方法因缺乏对空间特征的学习导致其精度不足,二者皆难以提取复杂多变的长时间序列湿地景观... 从遥感影像中提取的湿地景观组分能够作为湿地时空演变研究的重要依据。然而,现有的基于面向对象的语义分割方法样本制作困难,而基于像素的传统方法因缺乏对空间特征的学习导致其精度不足,二者皆难以提取复杂多变的长时间序列湿地景观组分。本研究提出了一种光谱–空间双分支交互的高原湿地景观组分提取模型。空间分支通过对邻域像元的多尺度卷积提取空间信息,然后通过可变形卷积提取空间–光谱特征以增强对不规则边缘特征的提取能力;光谱分支对像元进行升维,通过加权取平均的视觉Transformer架构提取像元的低维度与高维度融合光谱特征;最后通过交叉注意力使得空间特征与光谱特征适应对齐。基于该模型,本研究构建了四川长沙贡玛自然保护区数据集并提取了9类湿地景观组分,整体准确率、宏平均精确率、平均召回率、平均交并比和宏平均F1得分分别达到了95.86%、97.64%、94.67%、92.45%和95.89%,表明本文方法在有效提取湿地景观组分的同时兼顾了训练效率,对于复杂高原湿地场景下的景观组分提取效果优于现有先进方法。 展开更多
关键词 景观组分提取 双分支网络 卷积神经网络 Transformer 高原湿地
暂未订购 下载PDF
基于YOLOv8的清代旗鞋装饰纹样识别方法及其优化研究 认领 引用
12
作者 岳满 李潇鹏 李正 《工业工程设计》 CSSCI 2026年第3期47-57,共11页
研究面向清代旗鞋装饰纹样的自动化检测,系统评估模型架构、标注策略与优化方法对性能的影响,并探讨任务定义在技术选型中的关键作用。方法上,设计了“宏观整体”与“宏观-分块联合”两种标注方案,分别在不同任务设定下对YOLOv8与YOLOv1... 研究面向清代旗鞋装饰纹样的自动化检测,系统评估模型架构、标注策略与优化方法对性能的影响,并探讨任务定义在技术选型中的关键作用。方法上,设计了“宏观整体”与“宏观-分块联合”两种标注方案,分别在不同任务设定下对YOLOv8与YOLOv11系列进行对比评测;同时引入谱空间注意力模块(SSAM),并结合基于预训练权重的迁移学习开展细粒度类别分析与消融实验。主要结果表明:SSAM在大型模型(YOLOv8x)上带来显著提升,但其收益对基础模型容量高度敏感;最优模型选择依赖于标注策略,在宏观整体任务中,YOLOv8x表现最佳,且YOLOv8系列整体优于同规模的YOLOv11系列;类别层面存在明显差异,其中文字纹样检测相对稳定,而动物纹样识别为主要挑战。研究发现,迁移学习是获取高性能的关键因素,其贡献显著超过单一结构性改进;确立“以任务定义驱动技术选型”的范式,可为文化遗产数字化中的细粒度目标检测提供实证依据与方法参考。 展开更多
关键词 清代旗鞋 标注策略 YOLOv8 YOLOv11 谱空间注意力模块(SSAM)
暂未订购 下载PDF
多模态遥感大模型研究进展与应用模式探讨 认领 引用
13
作者 张健 米晓飞 +7 位作者 杨健 田晓敏 张雅婷 陈雪珂 赵俊奇 朱宏博 姜振朝 张周威 《航天返回与遥感》 CSCD 北大核心 2026年第1期30-47,共18页
遥感领域应用场景复杂,多模态数据融合是实现精准解译的必要手段。文章从多模态数据集、模态数据协同应用方法及典型案例三个维度梳理多模态遥感大模型研究现状。多模态遥感大模型能够深度挖掘多模态数据内在关系,但针对时空谱多维度融... 遥感领域应用场景复杂,多模态数据融合是实现精准解译的必要手段。文章从多模态数据集、模态数据协同应用方法及典型案例三个维度梳理多模态遥感大模型研究现状。多模态遥感大模型能够深度挖掘多模态数据内在关系,但针对时空谱多维度融合研究仍显不足。文章提出一种跨时空谱多模态遥感大模型框架构想,以应用场景需求为引导,融合遥感数据与专家知识,对多模态信息在时间、空间与谱段维度进行协同约束与统一建模,为多模态遥感大模型精准解译场景与业务化应用提供新思路。 展开更多
关键词 遥感大模型 场景引导 跨模态 时空谱 应用模式
暂未订购 下载PDF
基于结构频谱感知框架的配电网点云语义分割 认领 引用
14
作者 唐友源 张辉 +5 位作者 杜瑞 张恺宁 曹云康 别克扎提·巴合提 陈厚权 王耀南 《自动化学报》 EI CAS CSCD 北大核心 2026年第4期833-845,共13页
配电网点云语义分割对于实现无人化巡检与智能电网运维具有重要意义.尽管已有方法在空间建模与结构增强方面取得一定进展,但在频谱特征挖掘与大规模点云处理效率上仍面临突出挑战.为此,提出一种结构频谱感知框架(SSAF),以提升长距离配... 配电网点云语义分割对于实现无人化巡检与智能电网运维具有重要意义.尽管已有方法在空间建模与结构增强方面取得一定进展,但在频谱特征挖掘与大规模点云处理效率上仍面临突出挑战.为此,提出一种结构频谱感知框架(SSAF),以提升长距离配网场景下的点云表达能力.在数据预处理阶段,提出一种结合结构引导的层级滤波策略与结构感知的样本划分方法,在压缩冗余背景点云的同时,有效保持电力杆塔、电力线等关键目标的结构完整性与连续性.在语义分割阶段,构建空谱协同语义分割网络,引入局部极坐标系以增强模型对方向特征的建模能力,并设计基于注意力图的动态融合机制,实现空间特征与频谱特征之间的自适应交互与信息增强.实验结果表明,SSAF能在真实配电网场景点云数据集上实现更高的分割精度与推理效率,在多个关键指标上优于现有代表性方法,验证了其在复杂场景下的实用性和工程推广潜力. 展开更多
关键词 配电网点云 语义分割 结构频谱感知 空谱融合 极坐标频谱变换
暂未订购 下载PDF
基于弱监督和空-谱双向调制Transformer的无参考高光谱图像质量评价 认领 引用
15
作者 胡柄东 王同罕 贾惠珍 《计算机应用研究》 CSCD 北大核心 2026年第8期2544-2550,共7页
由于对高光谱图像进行MOS平均意见分数标注存在困难,现有自然场景下的高光谱图像质量评价方法通常借鉴自然场景统计思想以规避MOS依赖进行失真建模,难以捕捉高光谱图像中复杂的空-谱失真关系。针对这些问题,提出一种基于弱监督和空-谱... 由于对高光谱图像进行MOS平均意见分数标注存在困难,现有自然场景下的高光谱图像质量评价方法通常借鉴自然场景统计思想以规避MOS依赖进行失真建模,难以捕捉高光谱图像中复杂的空-谱失真关系。针对这些问题,提出一种基于弱监督和空-谱双向调制Transformer的NR-HSIQA模型。通过集成多个全参考指标生成伪质量分数,从而构建弱监督框架规避对MOS的依赖并支持大规模训练;设计双分支Transformer结构,通过跨维度统计调制实现光谱与空间特征深度融合;引入排序-回归联合优化策略,增强质量判别力与跨域泛化性能。在两个公开数据集上的实验验证了该方法在无须任何MOS标注的情况下,其预测结果与多种全参考指标的一致性均优于现有方法。 展开更多
关键词 高光谱图像 无参考图像质量评价 空-谱失真 Transformer
暂未订购 下载PDF
用于高光谱图像超分辨率重建的多尺度空谱交叉Transformer模型 认领 引用
16
作者 王凯旋 廉玉生 +3 位作者 刘江浩 曹栩珩 逯燕涛 王媛媛 《印刷与数字媒体技术研究》 CAS 北大核心 2026年第3期352-360,共9页
高光谱图像超分辨率是同色同谱印刷中印前图像增强的重要技术手段。基于融合的高光谱图像超分辨率方法通过融合低空间分辨率高光谱图像(LR-HSI)的光谱信息和高分辨率RGB图像(HR-RGB)的方式,可实现高空谱分辨率(HR-HSI)重建。现有的高光... 高光谱图像超分辨率是同色同谱印刷中印前图像增强的重要技术手段。基于融合的高光谱图像超分辨率方法通过融合低空间分辨率高光谱图像(LR-HSI)的光谱信息和高分辨率RGB图像(HR-RGB)的方式,可实现高空谱分辨率(HR-HSI)重建。现有的高光谱图像融合超分辨率方法中,存在无法建模多尺度空谱相关性、空间-光谱交叉相似性等问题,造成了空谱失真和细节丢失。针对以上问题,本研究提出了用于高光谱图像超分辨重建方法的多尺度空谱交叉Transformer模型。以具有丰富空间信息的HR-RGB特征作为Transformer注意力的查询(Query),并以具有丰富光谱信息的LR-HSI特征作为Transformer的键(Key)和值(Value),本研究所提出的空谱交叉注意力机制有效利用了输入图像的空谱信息,并高效建模了目标HR-HSI的空谱交叉相似性。此外,为克服Transformer局部建模能力不足的问题,在该空谱交叉注意力机制中,提出了多核并行卷积的多尺度特征重建模块,显著提升了图像多尺度局部细节的重建精度。在CAVE、Harvard和ICVL三个公共数据集上评估结果表明,本研究方法以较少的网络参数实现了最高性能的高光谱图像融合超分辨率。 展开更多
关键词 高光谱成像 超分辨率 多尺度特征 空间-光谱相关性
暂未订购 下载PDF
基于长短时记忆网络的高保真遥感影像空谱联合分类方法 认领 引用
17
作者 翟建丽 倪伟传 杨慧 《计算机测量与控制》 2026年第7期156-163,179,共8页
在遥感影像中,单纯依靠光谱信息难以实现准确区分地物;且高保真遥感影像包含大量的细节和丰富的信息,往往难以实现高效处理并捕捉地物的细微特征和上下文信息,导致在分类中易受到噪声和各种干扰因素的影响,无法突出重要特征,造成分类精... 在遥感影像中,单纯依靠光谱信息难以实现准确区分地物;且高保真遥感影像包含大量的细节和丰富的信息,往往难以实现高效处理并捕捉地物的细微特征和上下文信息,导致在分类中易受到噪声和各种干扰因素的影响,无法突出重要特征,造成分类精度较差;因此,对高保真遥感影像空谱联合分类进行了研究;利用长短时记忆网络模型,分析高保真遥感影像特征,在此基础上,针对性处理目标影像数据,实现基于长短时记忆网络的高保真遥感影像压缩、感知与重构,以在有效减少数据量的同时,挖掘信息之间的内在联系来捕捉地物的细微特征和上下文信息;为抑制噪声和干扰信息,构建超像素小块,并根据小块内像素数据的降维运算标准,完善增强处理原则,突出重要特征,进而同时利用地物的空间与光谱信息定义空谱分类面,以有效区分不同类别,实现遥感影像的空谱联合分类;经实验测试结果表明,所提方法在小样本分类任务中平均精度达到85.12%,且对目标地物遥感影像的分类精度更高;同时对遥感影像区域的划分更符合实际应用需求。 展开更多
关键词 长短时记忆网络 高保真遥感影像 空谱联合分类 空间信息 光谱信息 超像素小块
暂未订购 下载PDF
基于张量低秩分解与非线性能量算子的高光谱微弱特征增强 认领 引用
18
作者 李艺 甘淑 +3 位作者 袁希平 罗为东 张弛 马冲 《地球信息科学学报》 EI CAS CSCD 北大核心 2026年第7期1940-1957,共18页
【目的】针对高分五号(GF-5)高光谱影像在强噪声背景下微弱蚀变矿物光谱特征难以识别与增强的难题,构建了一套以空谱双域解耦为物理机制、以去噪保真—非线性增强为核心的处理框架。【方法】首先,利用基于计算松弛的空谱全变分正则化的... 【目的】针对高分五号(GF-5)高光谱影像在强噪声背景下微弱蚀变矿物光谱特征难以识别与增强的难题,构建了一套以空谱双域解耦为物理机制、以去噪保真—非线性增强为核心的处理框架。【方法】首先,利用基于计算松弛的空谱全变分正则化的张量鲁棒主成分分析(SSTV-TRPCA)模型,将影像分解为低秩背景分量与稀疏异常分量,在去除混合噪声的同时,将微弱矿化信息与残余结构噪声归入至稀疏残差空间中。进而,构建分数阶Teager-Kaiser能量算子(F-TKEO),利用光谱维与空间维特征的物理形态差异,在稀疏空间中对微弱吸收特征进行非线性放大并有效剔除伪异常干扰,实现矿物端元的精准定位与微弱特征的增强。【结果】模拟实验表明,在15 dB强噪环境下,SSTV-TRPCA模型重建信号信噪比达40.1 dB,显著优于标准张量鲁棒主成分分析(TRPCA)及离散小波变换(DWT),较当前最优方法(全局低秩全变分,Global LRTV)提升了10.4 dB,有效避免了强去噪对微弱特征的过度平滑;F-TKEO算子对高岭土双吸收谷及多种典型矿物微弱次级特征实现了有效增强,其特征对比度信噪比(CNR)达2.73,较传统整数阶Teager-Kaiser能量算子(TKEO,CNR为1.24)和分数阶微分(FOD,CNR为0.96)分别提升了1.49和1.77,非线性放大能力显著优于传统方法。【结论】在北衙金矿真实数据应用中,该方法成功识别出2192.5 nm处的富钠绢云母波长偏移特征。该去噪保真与非线性增强框架有效解决了低信噪比卫星数据中微弱光谱特征的提取问题,为高光谱地质勘查提供了新的技术手段。 展开更多
关键词 高分五号 空谱全变分 能量算子 张量鲁棒主成分分析 微弱特征提取 北衙金矿 地质勘查
暂未订购 下载PDF
自适应多跳图卷积与Transformer融合的高光谱图像分类方法 认领 引用
19
作者 周正阳 李文浩 +2 位作者 王念 朱良玉 崔智高 《火箭军工程大学学报》 CAS 2026年第3期69-79,共11页
针对高光谱图像分类中传统图卷积网络(graph convolutional network,GCN)感受野受限、深层堆叠易导致过平滑以及空谱交互存在信息冗余的问题,提出一种自适应多跳图卷积与Transformer融合的高光谱图像分类方法。该方法设计了自适应多跳... 针对高光谱图像分类中传统图卷积网络(graph convolutional network,GCN)感受野受限、深层堆叠易导致过平滑以及空谱交互存在信息冗余的问题,提出一种自适应多跳图卷积与Transformer融合的高光谱图像分类方法。该方法设计了自适应多跳图注意力层,通过可学习的注意力向量对0至K跳邻域特征进行自适应加权融合,同时构建了增强型GCN-Transformer融合接口,引入通道注意力机制和一维邻域卷积模块,从而有效压缩了节点嵌入的通道冗余并增强了光谱判别性。在Indian Pines、Salinas和Pavia University数据集上的实验结果表明,所提方法的分类精度分别达到96.05%、96.92%和96.28%,相比经典GTFN方法分别提升了2.05、0.11和1.14个百分点,表明多跳空间拓扑建模与增强光谱序列融合能有效克服高光谱“维度灾难”,显著提升模型对不规则边界的刻画精度;当引入空间图建模时,Transformer模型的总体精度提升了27.91个百分点,且当跳数K=3时模型的自适应加权分类性能达到最优,表明自适应多跳图注意力机制能在较低算力开销下拓宽空间视野并利用权重衰减规律有效降低过平滑风险;在通道注意力模块中引入特征接口后,模型的综合性能达到最优,表明增强型接口能有效压缩交互阶段的信息冗余,大幅增强模型对高度相似地物光谱的判别能力。 展开更多
关键词 高光谱图像分类 图卷积网络 Transformer 自适应多跳聚合 空谱融合
暂未订购 下载PDF
基于GF-1多光谱影像的滨海湿地智能制图 认领 引用
20
作者 周峻名 吴梦远 +4 位作者 杨帆 孙奇 宋鑫 王建步 王武礼 《山东林业科技》 2026年第3期100-106,111,共7页
滨海湿地遥感智能制图融合遥感影像与智能算法,能够快速、精准地刻画湿地的时空格局及其动态变化,为生态保护修复决策与海岸带可持续管理提供可靠的数据支撑。本文基于高分一号(GF-1)多光谱影像,提出一种3分支3D CNN-Transformer混合模... 滨海湿地遥感智能制图融合遥感影像与智能算法,能够快速、精准地刻画湿地的时空格局及其动态变化,为生态保护修复决策与海岸带可持续管理提供可靠的数据支撑。本文基于高分一号(GF-1)多光谱影像,提出一种3分支3D CNN-Transformer混合模型,在提取局部空谱特征的同时,有效建模全局上下文依赖,进而实现盐城滨海湿地的大范围智能解译与精细制图。实验结果表明,所提方法在分类精度与整体制图质量上均优于多种对比方法,验证了其在滨海湿地快速、精细遥感制图中的良好应用前景。 展开更多
关键词 智能制图 滨海湿地 多光谱影像 空间-光谱特征
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 32 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈