联合空-谱信息的高光谱图像噪声估计

在纹理丰富的高光谱图像中获得精确的噪声估计,是噪声估计任务中的难点。本文基于高光谱图像的空间规律性和光谱相关性,提出一种基于超像素分割的光谱去相关法。同质区域划分是许多噪声估计方法的关键步骤,精确的同质区域划分能有效提高噪声估计精度。为此,将简单线性迭代聚类算法(Simple linear iterative clustering algorithm,SLIC)与光谱-空间相似性结合,划分高光谱图像为局部结构相似的图像块,以保持同质特征;为了提高光谱间的区分能力,将光谱信息散度和光谱角联合作为光谱距离;结合多元线性回归在同质区域内去除光谱相关性,在获得的残差图上估计噪声水平。对不同地物复杂程度的模拟图像,添加不同程度的噪声,通过与多种方法比较,验证了本文方法的有效性和稳定性。最后,本文方法成功应用于Urban数据的噪声水平估计,准确识别出受噪声严重污染的波段。

基于速度估计的改进型线性变换有限差分偏移在探地雷达中的应用

为了解决传统线性变换有限差分偏移算法对变速介质的高敏感性问题,对加入了速度变量的标量波动方程进行线性变换,在横向非均匀介质条件下,详细推导了包含混合因子项的线性变换差分偏移方程,实现了横向非均匀介质中陡倾角反射界面的正确归位,同时改进型算法可以灵活地选择混合因子项,这样就增强了原算法对复杂地质问题的适应能力,在此基础上结合速度估计算法,减小多次尝试输入法所产生的误差,提出一种基于速度估计的改进型线性变换有限差分偏移算法,并用该算法对实测探地雷达剖面进行了偏移处理,通过对比偏移前后的雷达资料得知,当横向非均匀介质中同时存在多次反射质点和主体反射层时,改进的偏移算法能有效地提高雷达剖面的偏移精度.

矩阵损失下非齐次线性估计关于不等式约束的可容许性

对于一般的Ｇａｕｓｓ－Ｍａｒｋｏｆ模型，给出了当回归系数受一个不等式约束时，在矩阵损失下。

受椭球约束回归系数在矩阵损失下的线性minimax估计

讨论了参数受椭球约束的线性模型Y＝Xβ＋ζ的可估参数向量Sβ，在矩阵损失下的齐次线性minimax估计，得到了一个齐次线性minimax估计类。

单张大角度影像后方交会初值确定方法

为建立一种确定单张大角度影像位姿初值的计算机视觉方法,将共线方程描述为矩阵形式,在齐次坐标系下将像方坐标与物方坐标分别做归一化处理;通过加权直接线性变换方法估计得到物像间的投影矩阵,将其奇异值分解得到旋转矩阵和平移向量,经转化得到摄影测量中的外方位元素.研究结果表明:该方法确定的位姿初值模型形式简洁,容易收敛,精度能够满足影像量测对位姿初值的需要.

几类线性矩阵方程的显式解

齐次线性矩阵方程AX=XB和非齐次线性矩阵方程AX-XB=C是矩阵论中的重要问题,用初等方法解决了这两类问题并给出解的表达式.

非线性非齐次Markov跳变系统的贝叶斯滤波

针对具有时变不确定转移概率的非线性非齐次Markov跳变系统,提出一种贝叶斯状态估计方法.该方法首次采用带约束高斯概率密度函数来刻画转移概率的真实特性.然后,基于参考概率空间法,将实际的概率测度投影到理想概率空间,得出信息变量的递归表达式.同时,在贝叶斯框架内给出转移概率矩阵的最大后验估计式.进一步,采用粒子逼近法求解转移概率矩阵的最大后验估计,解决非线性函数的多重积分问题,进而获取状态估计值.最后,通过一个仿真示例表明该方法的有效性.

二阶变系数齐线性常微分方程的求解

给出了二阶变系数齐线性常微分方程一种新的求解方法.将二阶变系数齐线性常微分方程问题转化为Riccati方程来求解,讨论了二阶变系数齐线性常微分方程的通解和初值问题,得到初值问题近似解的理论基础、计算方法和误差估计.

容许估计的一点讨论

考虑线性模型Y_(n×1)=X_(n×p)β_(p×1)+l,其中l～N_n(o,V),X_(n×p),V_(n×n)已知,β∈R^n。假设Kβ线性可估,在损失函数(d—Kβ)′(d—Kβ)下,本文得出了Ay在所有线性估计类中为Ky的可容许估计的充分必要条件。进一步假设Y_(n×1)～N_n(β,V),β_(n×1),V_(n×n)未知,Sβ可估,对于损失函数(d—Sβ)′(d—Sβ),本文又得出了Ay在所有估计类中为Sβ的可容许估计的充分条件。

非齐次线性模型M估计的强相合性

研究非齐次线性模型M估计的强相合性.通过分析模型的统计性质,在比相关文献更弱的条件下,证明了非齐次线性模型M估计强相合的充分条件是δn=max1≤i≤n(xi-n)′Tn-1(xi-n)=O(n-δ),其中0<δ<1,并证明若要δ=1时结论依然成立须加强条件.本文结果比文献中的相应结果有所改进,文献结果可由本文结果导出.

一种新的影像位姿直接估计方法

针对影像位姿耦合不易直接求解的问题,建立了一种高精度分层位姿参数估计的方法。首先,通过选择3点构成面积最大的像点对应的物点作为基点,经投影方程的改化形式方程,得到估计深度及平移信息;然后利用旋转矩阵保范性获得相机外参线元素尺度参数;最后,将问题转化为由向量估计旋转关系问题,利用Procrustes理论得到外参角元素的最佳估值。该方法可有效解决该深度与耦合位姿参数难以处理的问题。试验证明,此方法确定的位姿参数估计模型形式简洁,容易收敛,参数估计精度较直接对投影矩阵分解方法质量要高。

空间有理三次参数曲线的几个性质

本文给出了空间有理三次参数曲线在一般形式下成为线性参数段的充要条件,并进一步讨论了平面有理三次曲线成为线性参数段的充要条件。这些结果统一了Ball等人在这方面的有关工作。

二次损失下齐次线性估计类中关于不等式约束的可容许估计

刻划了线性模型(Y,Xβ,σ2V)在不等式约束r'β≥0条件下的线性估计的可容许性,在二次损失下,给出了在齐次线性估计类中可容许的一个充要条件。

各向同性同质区域选取的高光谱遥感图像噪声估计方法

在现有高光谱遥感图像噪声估计方法中,同质区域的选取通常是最关键的步骤,有效的同质区域选取方法能够提高图像的噪声估计精度。本文充分利用了高光谱遥感图像中丰富的空间信息和光谱信息,提出了一种各向同性同质区域选取算法,其中,为了更好地区分同质区域内像元相似度,构造了一种新的兰氏-光谱角度量;结合基于多元线性回归的去相关法,通过最优区域评估高光谱遥感图像噪声水平。利用不同结构及信噪比的模拟图像和真实高光谱遥感图像进行实验,通过与现有的多种噪声估计方法比较,验证了本文方法在针对不同噪声水平、不同复杂程度的图像时更加准确和稳定。

矩阵损失下带约束增长曲线模型的线性容许minimax估计

在矩阵损失下,讨论了带等式约束增长曲线模型在齐次线性估计类■0中是线性Minimax容许估计的充分必要条件。

京津冀地区1951—2015年逐日风速序列的均一化

结合台站元数据,对京津冀地区179个国家气象站1951—2015年的日平均风速序列进行了非均一性检验和均一化订正,结果表明:造成序列非均一性的原因,按贡献大小依次是仪器切换占40%、站址迁移占34%、观测时制变更占18%、台站周围环境变化占8%。对比分析均一化序列和原始序列的线性趋势发现:1951—2015年,京津冀地区日平均风速呈下降趋势,均一化序列的下降速率明显更快;二者有相似的空间分布特征,即河北西北部、北京、天津、河北东南部的西北—东南走向的带状区域中,风速的下降速率最快,河北西部次快,河北东北部最缓慢;均一化序列的下降速率明显偏快的区域主要在39°N以北。均一化序列准确反映了气候变化的特点,数据可靠。

Gauss—Markoff模型中回归系数的线性Bayes估计

考虑一般的Gauss-Markoff模型Y=Xβ+ε,E(ε)=0,cov(ε)=σ~2V,其中X,V≥0分别是n×p,n×n已知矩阵,β∈R^P,σ~2>0是未知参数,设Sβ是线性可估的,则在平方损失和矩阵损失下,分别给出了所有线性Bayes估计,并指出一些线性Bayes估计是线性可容许估计,对Y是正态情形给出了一类在整个估计类中是β的可容许的线性Bayes估计。

平衡损失下不等式约束回归系数的线性容许估计

对回归系数在不等式约束和平衡损失下讨论了其线性估计的可容许性,给出了齐次和非齐次线性估计类中可容许估计的充要条件.

L_1估计的最优判别及其新算法

本文研究Ｌ１估计的最优判别条件，并在此基础上给出Ｌ１估计的一个新算法．用此算法可以避免由于退化之故，用线性规划单纯形方法求解时出现的循环现象．

多元回归模型在椭球约束下回归系数的齐次线性minimax估计

讨论了多元回归模型中回归系数在椭球约束下可估参数矩阵ＳＢ的线性ｍｉｎｉｍａｘ估计，并给出了全部的齐次线性ｍｉｎｉｍａｘ估计。