高光谱影像逆近邻密度峰值聚类的波段选择算法

密度峰值聚类波段选择算法利用局部密度描述波段的密度信息,然而现有的局部密度容易忽略波段分布的全局信息,不能有效描述波段的分布特征,导致波段子集分类精度有限。为解决上述问题,本文提出一种基于逆近邻的密度峰值聚类波段选择算法。首先,利用波段与其K近邻构建K近邻有向图,获取波段的逆近邻,以及波段之间的共享近邻和共享逆近邻;然后,利用共享近邻和共享逆近邻并集的个数作为波段之间的相似度,利用波段与其逆近邻的平均欧氏距离和相似度构造增强型局部密度;最后,将增强型局部密度、距离因子、信息熵三者的乘积作为权重值,根据权重值挑选波段子集。为提高试验效率和实用性,本文算法还提出一种自动获得K值的自适应K值方法。在3个高光谱标准数据集上的试验结果表明,本文算法得到的波段子集比其他先进算法挑选的波段有更好的分类性能,尤其是在波段数较少的情况下,而且计算效率较高。

基于波段选择的烟草病害检测模型

烟草是我国重要的经济作物,税收的重要来源,为国家的经济发展做出了巨大贡献,然而,烟草病害严重影响烟叶产量与品质。采用光谱分析技术对烟草病害进行早期防治具有非常重要的现实意义。以接种烟草花叶病毒(TMV)与马铃薯Y病毒(PVY)的烟草为研究对象,分别采集室内与室外培养的染病烟草叶片高光谱数据。为实现对烟草病害的精准识别,每隔两天对两种染病烟草进行光谱数据采集,将每种病害数据详细地分成五个严重度等级,最终获得1697个在350~2500nm波段范围内的光谱数据。为对烟草高光谱数据进行有效利用,以支持向量机(SVM)为基础,结合快速近邻波段选择算法(FNGBS)与归一化匹配滤波(NMFW),提出一种聚类与排序相结合的波段选择算法(FNG-NMFW)。FNG-NMFW首先采用FNGBS算法对烟草光谱进行精细分组,再采用NMFW算法对各组波段进行排序以选择特征光谱,实现烟草光谱特征提取与降维。在波段选择的基础上,采用SVM对烟草特征光谱进行分类,最终实现高精度烟草病害检测。研究结果显示:该模型性能稳定,在样本数量较少情况下,即可实现TMV与PVY两种病害的高精度识别。对于TMV1与TMV3,该算法可以获得精度优于94%的检测结果,对于PVY1与PVY3,该算法精度接近90%,表明该算法可有效完成两种病害早期的识别与预防工作。与采用全波段光谱数据进行病害检测的模型相比,FNG-NMFW模型优势明显,烟草病害检测结果总体精度达94.46%,精度提高约1.5%,检测时间由12.9s缩短为1.1s。

住宅小区供配电设施建设与管理中的问题及解决措施

随着地方经济的快速发展和人民生活水平的不断提高，小区作为经济发展的一个新热点，其内部供配电设施的建设、运行与管理情况，关系到居民的生活水平和用电安全。如何加强住宅小区供配电设施的建设与管理，提高此类供配电设施的健康水平将成为政府、房地产开发商、电力公司等多方关注的热点问题。

高光谱影像奇异谱特征提取和分类方法

针对高光谱影像中地物的尺度复杂多样,并且存在“同物异谱、同谱异物”现象,给影像的解译和分类带来了困难,以及高光谱影像维度过高容易造成分类中的维数灾难等难题,提出了一种结合超像素的改进二维奇异谱分析(two-dimensional singular spectrum analysis combining with superpixels,S2DSSA),与局部Fisher判别分析(local Fisher discriminant analysis,LFDA)相融合,共同提取影像的光谱-空间特征,并使用支持向量机(support vector machine,SVM)来进行分类,记为S2DSSA-LFDA-SVM的方法。超像素2DSSA将2DSSA作用于每个构造的超像素规则区域,能够自适应地提取地物的空间特征。在其基础上,LFDA进一步挖掘光谱维度的流形结构,实现光谱特征提取和降维。实验结果证明,在两个经典高光谱数据集上,所提出方法的总体精度相比于原始数据分别提升了31.7%和12.9%,相比于其他先进的光谱-空间分类算法有2%~6%不同程度的提升。

十年磨一剑，助我上青天——比泽尔快速增长的背后

德资企业的背景，造就了比泽尔人对事情的严谨态度。卓越的产品技术，奠定了比泽尔跨越式发展的基础。从1994年在北京成立了第一家中国分公司，到2014年中国工厂二期竣工，20年时间里，比泽尔制冷技术（中国）有限公司生产面积翻一番，达到38，000平米，办公区域面积达到4，700平米，产品广泛应用于高效节能建筑、冷冻零售和食品加工行业以及交通运输行业，成为中国最大的独立压缩机制造厂之一，在行业中占有领导地位。

优势技术能力引领效率革命——增长型企业赛克思液压的成功之路

在细雨纷飞的秋季，笔者踏进了赛克思液压科技股份有限公司在宁波的厂区，旨在探寻该公司从之前的一个作坊式企业，如何成长为当今的行业翘楚，保持中国柱塞式液压泵领域领头羊的江湖地位。

刀具管理——提升生产率的助推器

原材料、生产数据及刀具是保证生产效率的三大基石。但现实情况却往往是,大多数公司仅将注意力集中在前两个方面,而完全没有意识到先进的刀具管理对其提升生产效率以及突破生产瓶颈的巨大帮助。

浅谈课堂讨论的艺术性

课堂讨论是中学教学中应用的方法这一。随着教学改革的不断深入,已被广大教师所采用。如果不讲究方法、规律、生搬硬套、搞形式、图热闹、耍花样,就不会起到应有的作用,还会挫伤学生的学习积极性。由此看来,课堂讨论应遵循一定的要求,讲究它的艺术性。

基于物联网构架的自动化灭火装置的研究

随着电气柜在人类生活和生产中的作用日益显著,人们对电气柜的消防安全也日渐重视。目前,电力系统没有电气柜发生火灾时能自动灭火且无消防残留的专用消防装置。同时,单个及成套电气柜在发生火灾时,也没有专用报警反馈装置,大多电气柜机房采用的是全淹没式消防系统。这一系统,不利于灭火剂迅速到达着火部位,灭火效果差。因此,为了可以有效解决这一问题,今后应该强化对灭火装置的优化和改进。基于此,文章即对基于物联网构架的自动化灭火装置进行了分析研究,希望可以为相关人员提供一定的帮助。

区域性开展心理健康教育的几点体会

本文通过开展区域性心理健康教育的实践活动,探讨了区域性开展心理健康教育的几点做法,总结了开展心理健康教育工作的特点,指出了心理健康教育工作存在的问题,并提出了区域性开展心理健康教育的进一步设想。

多尺度超像素分割和奇异谱分析的高光谱影像分类

目的高光谱影像(hyperspectral image,HSI)中"同物异谱,异物同谱"的现象普遍存在,使分类结果存在严重的椒盐噪声问题。HSI中的空间地物结构复杂多样,单一尺度的空间特征提取方法无法有效地表达地物类间差异和区分地物边界。有效解决光谱混淆和空间尺度问题是提高分类精度的关键。方法结合多尺度超像素和奇异谱分析,提出一种新的高光谱影像分类方法,从而充分挖掘地物的局部空间特征和光谱特征,解决空间尺度和光谱混淆的问题,提高分类精度。利用多尺度超像素对影像进行分割,获取不同尺度的分割影像,同时在分割区域内进行均值滤波,减少类内的光谱差异,增强类间的光谱差异;对每个区域计算平均光谱向量,并利用奇异谱分析方法获取光谱的主要鉴别特征,同时消除噪声的影响;利用支持向量机对不同尺度超像素分割影像进行分类,并进行决策融合,得到最终的分类结果。结果实验选取了两个标准高光谱数据集和一个真实数据集,结果表明,利用本文算法提取的光谱—空间特征进行分类,比直接在原始数据上进行分类分别提高约26.8%、9.2%和13%的精度;与先进的深度学习SSRN(spectral-spatial residual network)算法相比,本文算法在精度上分别提升约5.2%、0.7%和4%,并且运行时间仅为前者的18.3%、45.4%和62.1%,处理效率更高。此外,在训练样本有限的情况下,两个标准数据集的样本分别为1%和0.2%时,本文算法均能取得87%以上的分类精度。结论针对高光谱影像分类中的难题,提出一种新的融合光谱和多尺度空间特征的HSI分类方法。实验结果表明,本文方法优于对比方法,可以产生更精细的分类结果。

通信工程项目管理中施工进度控制探究

随着现在市场经济不断的在发展,很多高科技技术在市场中蓬勃发展,通信工程的应用范围也越来越广泛。由于通讯工程的技术包含的范围较广,所含内容较多,所以在施工进度上出现了一些问题。这些问题的解决会提高通讯企业对通信技术研究的成本支出,在项目进行中也存在着一定量的风险。因此企业管理人员应该提前控制通讯工程的风险,并且要根据实际情况制定合理的方案制度。

高中生物实验考查初步探索

高中毕业会考是我国教育制度改革的一项重要举措。在生物会考中,实验被列为考查科目,其目的是为了加强高中阶段的生物实验教学,提高学生的实验操作能力。在辽宁省实行会考的三年中,我们对生物实验考查工作进行了认真的研究、探索和实践,收到了良好效果。 一、制定措施抓落实 1991年高中一年级生物实验考查是辽宁省实行会考后的第一个考查科目。

5G通信工程管理及未来发展趋势探讨

随着我国信息技术的发展,通信应用市场的需求也在随之更新。5G通信技术的出现让人们对通讯的需求得到了满足,目前我国 在大力推动5G通讯的发展,并且加快了其商用的步伐。所以要对5G通讯工程加强研究力度,使其能够顺应时代的发展,让人们的生活也 可以更加便利。