多图正则多核非负矩阵分解高光谱图像解混

针对高光谱遥感图像的非线性解混问题,提出一种多图正则多核非负矩阵分解(MGMKNMF)算法,构造了多核空间中的多图正则项,并基于此构造了包含多核空间的多图正则项、多核权重正则项和多图权重正则项的MGMKNMF目标函数。MGMKNMF可在学习端元与丰度的过程中更新多核权重和多图权重,在合适的多核空间精确构造输入数据的图,解决了图权重和核权重的参数选择的问题。相比核非负矩阵分解(KNMF)的单一核,多核可确定更合适的核空间;相比图正则非负矩阵分解(GNMF)的单一图,多图更准确可靠。2个实测数据集和2个模拟数据集上的实验结果表明MGMKNMF算法是有效的。与GNMF、不含纯像元的核非负矩阵分解、核稀疏非负矩阵分解、基于核的字典剪枝非线性光谱解混、多图正则核非负矩阵分解算法相比,所提MGMKNMF算法在Cuprite和JasperRidge真实地物数据集上平均光谱角距离(SAD)值最优,分别为0.0921和0.0970;在HAPKE和广义双线性模型模拟数据集上平均SAD最优,分别是0.1375和0.1456,均方根误差值表现也最好,分别为0.0506和0.0570。

网络多媒体与设计教学改革

在这个科技迅速发展的时代,信息技术也在不断的更新与提升,我国的现代教育正逐步摆脱传统的"教师—黑板—课本—学生"的教学模式。为适应学生学习的需求及教育发展的需要,现代教育也需要更多的教学方法和手段,而这时多媒体技术也在日益完善,如投影仪的使用,录像、音频等视听媒体技术,这些都是计算机虚拟的仿真教学技术,也是多媒体技术。从80年代起,我国高校开始运用这些多媒体技术,在运用过程中,因为其互动性,趣味性,使得在高校师生中都大受好评,于是多媒体技术开始广泛运用于教学当中,也就慢慢形成了一种新的教学模式——多媒体教学。多媒体教学是现代教育师生中必须掌握的教学方式,是最能使专业技术特色的理论和实践相结合的重要方法之一,随着科技发展,多媒体对于高校教育已经越来越重要了。

基于RPCA和PLIP的红外与可见光图像融合方法

针对现有的红外与可见光图像融合方法存在源图像细节纹理丢失、对比度和清晰度不高等问题,提出一种基于鲁棒主成分分析(Robust Principal Component Analysis,RPCA)和参数化对数图像处理(Parameterized Logarithmic Image Processing,PLIP)的红外与可见光图像融合方法。利用RPCA将待融合图像分解为稀疏矩阵和低秩矩阵。对稀疏矩阵结合局部二值模式(Local Binary Pattern,LBP)和直觉模糊集(Intuitionistic Fuzzy Set,IFS)进行融合,以减少噪声干扰,获取丰富的细节。对低秩图像基于主成分分析(Principal Component Analysis,PCA)和PLIP融合,以增强融合图像背景的纹理信息。实验结果表明,所提方法在保留待融合图像的边缘和细节、融合图像的对比度和清晰度等方面均有所提高,并且主观感受更自然。