高光谱图像以其高分辨率的空间和光谱信息在军事、航空航天及民用等遥感领域均有重要应用,具有重要的研究意义。深度学习具有学习能力强、覆盖范围广及可移植性强的优势,成为目前高精度高光谱图像分类技术研究的热点。其中卷积神经网络(...高光谱图像以其高分辨率的空间和光谱信息在军事、航空航天及民用等遥感领域均有重要应用,具有重要的研究意义。深度学习具有学习能力强、覆盖范围广及可移植性强的优势,成为目前高精度高光谱图像分类技术研究的热点。其中卷积神经网络(CNN)因强大的特征提取能力广泛应用于高光谱图像分类方法研究中,取得了有效的研究成果,但该类方法通常单独基于2D-CNN或3D-CNN进行,针对高光谱图像的单一特征,一是不能充分利用高光谱数据本身完整的特征信息;二是虽然相应提取网络局部特征优化性好,但是整体泛化能力不足,在深度挖掘HSI的空间和光谱信息方面存在局限性。鉴于此,提出了基于注意力机制的混合卷积神经网络模型(HybridSN_AM),使用主成分分析法对高光谱图像进行降维,采用卷积神经网络作为分类模型的主体,通过注意力机制筛选出更有区分度的特征,使模型能够提取到更精确、更核心的空间-光谱信息,实现高光谱图像的高精度分类。对Indian Pines(IP)、University of Pavia(UP)和Salinas(SA)三个数据集进行了应用实验,结果表明,基于该模型的目标图像总体分类精度、平均分类精度和Kappa系数均高于98.14%、97.17%、97.87%。与常规HybridSN模型对比表明,HybridSN_AM模型在三个数据集上的分类精度分别提升了0.89%、0.07%和0.73%。有效解决了高光谱图像空间-光谱特征提取与融合的难题,提高HSI分类的精度,具有较强的泛化能力,充分验证了注意力机制结合混合卷积神经网络在高光谱图像分类中的有效性和可行性,对高光谱图像分类技术的发展及应用具有重要的科学价值。展开更多
中子辐射俘获反应在反应堆运行、核装置设计及核天体物理研究中起重要的作用.4πBaF_(2)探测装置有着高时间分辨能力、低中子灵敏度、高探测效率等优点,适合开展中子辐射俘获反应截面数据的测量.中国原子能科学研究院核数据重点实验室...中子辐射俘获反应在反应堆运行、核装置设计及核天体物理研究中起重要的作用.4πBaF_(2)探测装置有着高时间分辨能力、低中子灵敏度、高探测效率等优点,适合开展中子辐射俘获反应截面数据的测量.中国原子能科学研究院核数据重点实验室建立了伽马全吸收装置(Gamma total absorption facility,GTAF),该装置用28块六棱BaF_(2)晶体和12块五棱BaF_(2)晶体构成了外径25 cm,内径10 cm的球壳,覆盖了95.2%的立体角.利用GTAF在中国散裂中子源Back-n束线上,测量了197Au(n,γ)的反应截面数据.测量数据通过能量筛选、PSD方法、晶体多重性筛选进行了初步本底扣除,随后结合对^(nat)C及空样品的测量数据对本底进行了分析及扣除,获得了197Au俘获反应的产额,利用SAMMY程序拟合得到了^(197)Au在1—100 e V的共振能量、中子共振宽度和伽马共振宽度参数.实验测量结果与ENDF/B-VIII.0数据库符合良好,其共振参数存在一定差异,分析原因可能与GTAF能量分辨率、Back-n的中子能谱测量精度、以及实验本底扣除方法相关,这也是下一步工作的重点.展开更多
文摘高光谱图像以其高分辨率的空间和光谱信息在军事、航空航天及民用等遥感领域均有重要应用,具有重要的研究意义。深度学习具有学习能力强、覆盖范围广及可移植性强的优势,成为目前高精度高光谱图像分类技术研究的热点。其中卷积神经网络(CNN)因强大的特征提取能力广泛应用于高光谱图像分类方法研究中,取得了有效的研究成果,但该类方法通常单独基于2D-CNN或3D-CNN进行,针对高光谱图像的单一特征,一是不能充分利用高光谱数据本身完整的特征信息;二是虽然相应提取网络局部特征优化性好,但是整体泛化能力不足,在深度挖掘HSI的空间和光谱信息方面存在局限性。鉴于此,提出了基于注意力机制的混合卷积神经网络模型(HybridSN_AM),使用主成分分析法对高光谱图像进行降维,采用卷积神经网络作为分类模型的主体,通过注意力机制筛选出更有区分度的特征,使模型能够提取到更精确、更核心的空间-光谱信息,实现高光谱图像的高精度分类。对Indian Pines(IP)、University of Pavia(UP)和Salinas(SA)三个数据集进行了应用实验,结果表明,基于该模型的目标图像总体分类精度、平均分类精度和Kappa系数均高于98.14%、97.17%、97.87%。与常规HybridSN模型对比表明,HybridSN_AM模型在三个数据集上的分类精度分别提升了0.89%、0.07%和0.73%。有效解决了高光谱图像空间-光谱特征提取与融合的难题,提高HSI分类的精度,具有较强的泛化能力,充分验证了注意力机制结合混合卷积神经网络在高光谱图像分类中的有效性和可行性,对高光谱图像分类技术的发展及应用具有重要的科学价值。
文摘中子辐射俘获反应在反应堆运行、核装置设计及核天体物理研究中起重要的作用.4πBaF_(2)探测装置有着高时间分辨能力、低中子灵敏度、高探测效率等优点,适合开展中子辐射俘获反应截面数据的测量.中国原子能科学研究院核数据重点实验室建立了伽马全吸收装置(Gamma total absorption facility,GTAF),该装置用28块六棱BaF_(2)晶体和12块五棱BaF_(2)晶体构成了外径25 cm,内径10 cm的球壳,覆盖了95.2%的立体角.利用GTAF在中国散裂中子源Back-n束线上,测量了197Au(n,γ)的反应截面数据.测量数据通过能量筛选、PSD方法、晶体多重性筛选进行了初步本底扣除,随后结合对^(nat)C及空样品的测量数据对本底进行了分析及扣除,获得了197Au俘获反应的产额,利用SAMMY程序拟合得到了^(197)Au在1—100 e V的共振能量、中子共振宽度和伽马共振宽度参数.实验测量结果与ENDF/B-VIII.0数据库符合良好,其共振参数存在一定差异,分析原因可能与GTAF能量分辨率、Back-n的中子能谱测量精度、以及实验本底扣除方法相关,这也是下一步工作的重点.