融合栈式自编码与CNN的高光谱影像作物分类方法

在高光谱影像作物分类中,为了充分利用高光谱遥感影像完整的光谱信息,同时避免高维数据带来的Hughes现象,本文从栈式自编码网络的数据降维与CNN网络的分类优势出发,首先分析了此种网络在训练过程中的共性,以自编码网络优化过程中分类器的选取作为切入点,构建了可用于高光谱影像分类的融合网络架构。相较于传统方法,本文方法仅通过一次监督训练,即可实现高光谱影像直接分类,简化了传统数据处理流程,而且具有更优的分类性能。在实验中,利用Pavia University与雄安地区两组典型的高光谱遥感影像数据集对本文方法进行了验证,实验结果表明,Pavia University数据集中,在仅选用10%的像素点作为训练集的情况下,本文方法总体分类精度达到98.73%,比传统方法提升了8个百分点以上;在雄安数据集中,在仅选用1%的像素点作为训练集的情况下,本文方法总体分类精度达到98.04%,比传统方法提升了7个百分点以上,证明了本文分析的正确性和所提方法有效性,也为小样本情况下的高光谱影像分类提供了一种新的研究思路。

干旱胁迫下叶片逆向衰老小麦灌浆结实期农田水热状况研究

为了揭示叶片逆向衰老小麦对干旱胁迫的适应机制,试验以自然天气条件下为对照,通过对旱棚内及对照气象要素和有关生理生态指标的测定,分析了干旱胁迫条件下逆向衰老小麦灌浆结实期的农田水热状况。结果表明:①逆向衰老小麦农田净辐射较正常衰老小麦偏低16.87~40.64 W/m2,t检验,二者差异不显著。②在0.2 m^2/3株高和2/3株高~冠顶,逆向衰老小麦的湍流热通量较正常衰老小麦分别偏低14.19~63.51 W/m2和28.54~85.83 W/m2;潜热通量较正常衰老小麦分别偏高28.87~47.93 W/m2和51.17~135.18 W/m2,t检验,二者差异显著(P<0.05)。③逆向衰老小麦农田的土壤热通量较正常衰老小麦偏低28.90~60.23 W/m2,经t检验,二者差异显著(P<0.05)。④逆向衰老小麦蒸腾速率高于正常衰老小麦,且在60 cm土层二者土壤湿度差异显著。在干旱胁迫条件下,逆向衰老小麦农田的水热分配创造出了较冷湿的小气候环境,有效地延缓了小麦生长后期植株的早衰。

图像的迁移与嬗变:再论《西岳降灵图》

故宫博物院藏传李公麟《西岳降灵图》被沈从文等学者认为是宋代临摹的唐人画稿。通过研究画史对《西岳降灵图》诸版本的记载并着重解读故宫本《西岳降灵图》的一些细节与特征,笔者试图重建题跋中记录的原作构图,并对原作与现存版本间的差异进行分析,从而揭示摹写与媒介转换对于图像的影响。此外,借助史料中对《西岳降灵图》及其作者、收藏者和临摹者的记载,笔者在文章后半部分提出对《西岳降灵图》原作以及宋代摹本的作者身份的猜想。