PCA结合非下采样Shearlet变换的遥感图像融合算法

为了提高遥感图像的融合质量(quality)及应用价值,解决融合中存在的光谱失真和空间细节损失问题,文章新提出了一种主成分变换(PCA)结合非下采样Shearlet变换(NSST)的遥感图像融合算法。首先利用PCA提取多光谱图像的第一主成分;然后引入加权最小二乘滤波通过全色图像获取空间细节信息,并将其注入第一主成分后与全色图像分别进行NSST变换;再对高频和低频系数分别采用基于相位一致性和基于局部拉普拉斯能量的规则进行融合;最后进行NSST逆变换和PCA逆变换得到融合图像。文章采用三种卫星数据进行验证,对比传统方法文章算法的融合质量明显提升,融合图像纹理清晰、色彩自然,且在多个客观评价指标上均达到较高水平。因此,文章算法对遥感图像具有较强适用性,能够在提高细节信息的同时,避免光谱失真。

2019—2021年上半年某三甲医院医疗费用结构变动度分析

目的分析新冠肺炎疫情“前-爆发-平战结合”阶段医院医疗费用结构变化,评价疫情期间医疗费用结构调整效果,为提高医院经济效益,控制医疗费用的过快增长提供参考依据。方法基于2019—2021年上半年医院收入结构数据,采用描述性统计和结构变动度进行分析。结果2020年上半年较2019年下半年门急诊月平均人次下降29.6%,住院月平均人次下降25.3%(P<0.05)。2021年上半年门急诊月平均人次恢复至2019年上半年水平(P>0.05),住院月平均人次仍较2019年上半年下降15.7%,手术月平均人次增长58.0%,四级手术月平均人次由59.5上升至134.0,微创月平均手术由175.0上升至241.0(P<0.05)。2019—2021年上半年门诊收入结构变动度为13.57%,年均门诊收入结构变动度为3.0%。2019—2021年上半年引起门诊费用结构变动较大的项目有药品收入、挂号收入、化验收入、卫生材料收入,累计贡献率87.10%,挂号费和化检收入的增加是推动医院门诊收入增长的主要因素;2019—2021年上半年住院收入结构变动度为11.89%,2019—2021年上半年引起住院费用结构变动较大的项目有药品收入、手术收入、治疗收入、化验收入,累计贡献率81.38%,手术收入和治疗收入的增加是医院住院收入增长的主要因素。结论新冠肺炎疫情下医院业务量急剧下降,医院应积极开展结构调整,降低药品及卫生材料消耗,提高手术及治疗收入,逐步优化医疗收入结构,提高医院经济效益。

基于EMD-Prophet模型的GPS坐标时间序列预测

GPS坐标时间序列中蕴含着丰富地球物理信息,但观测数据中的噪声会导致时间序列的有偏估计,因此准确的提取信号有助于进一步的数据分析与应用。本文建立一种利用经验模态分解(Empirical Mode Decomposition,EMD)与Prophet相结合的预测模型,该方法通过EMD分解为多个分量,再对低频分量与残差分量重构后的数据建立Prophet模型进行预测,同时验证了EMD各高频分量对预测精度的影响。实验结果表明,EMD可得到干净的坐标时间序列,从而有效提升Prophet模型的预测精度。

基于高分二号影像融合算法的适用性研究

为探究适用于GF-2影像的融合算法,本文选取常用的IHS算法、PCA算法、Gram-Schmidt算法、SFIM算法和HCS_NS算法(HCS_N、HCS_S两种模式)这6种融合算法对GF-2影像进行融合实验,采用主观和客观的评价方法对融合结果进行分析。结果分析表明,6种融合算法均能不同程度提升图像的空间分辨率。但PCA、IHS、HCS_N和GS有较明显的光谱失真和空间畸变。综合考虑空间信息继承性及光谱保真,HCS_S方法融合效果最好,表现最佳,较文中其他算法最适用于GF-2影像的融合,SFIM算法稍差于HCS_S。

HCS结合MRA的高分辨率遥感影像融合框架

随着遥感技术的快速发展,各种场景的应用对图像融合质量提出了更高的要求。针对CS方法与MRA方法存在的光谱失真与空间畸变等问题,提出了一种HCS结合MRA的遥感图像融合框架。首先,对MS进行HCT正变换获得强度分量和角度分量,并对PAN进行直方图匹配;然后,对强度分量和匹配后的PAN进行某种MRA变换获得各自的高频系数和低频系数;再使用特定的融合规则将高频系数与低频系数分别融合,并进行相应的MRA逆变换获得新的强度分量;最后对新的强度分量与角度分量进行HCT逆变换获得融合结果。为验证框架的融合效果,对WV-2影像进行了融合实验,并对结果进行了主观评价和客观评价指标的计算。结果表明,HCS结合MRA的方法在融合效果上明显优于CS方法和MRA方法。因此,融合框架能够获得光谱保持和空间质量均较好的融合结果,对遥感技术的应用提供了有力支持。

基于WorldView-3影像的融合算法对比研究

适宜的融合算法有利于遥感影像的质量提升与产品应用。本文基于WV-3影像,选用PCA、GSA、ATWT、BDSD、Indusion、PRACS算法对全色和多光谱影像进行融合实验,在采用定性和定量分析对融合结果进行直接评价的基础上,引入地物分类精度对融合结果进行间接评价。实验结果表明:不同场景下6种算法的融合效果不同,ATWT算法在定性与定量评价中表现最佳,并具有较高的分类精度;GSA的融合效果及分类精度表现较好,可作为WV-3影像融合的替补方法;BDSD在建筑物与道路中光谱保持性和空间细节表现最差,但在地物分类中的整体精度最高,适用于地物分类;PCA在植被与水体中的空间细节增强不足、分类精度差,不适用于WV-3数据的影像融合。