1种遥感影像数据融合的差异性K-TH阶中心矩方法

探讨基于K-TH阶中心矩重建一系列基于多波段向量特征和均值向量差异图像的差异性K-TH阶中心矩中心方法。与多波段灰度图像、RGB融合图像、eCongnition软件处理后图像相比结果表明,重建图像信息量在低k值下得到显著增强,可应用于农业病虫害监测、森林火灾、环境污染、洪水治理方面,用于检测与周边环境变异较大区域;当k值增加时,重建图像信息量急剧降低,多波段向量特征和均值向量差异被放大,图像趋向于二值图像,可用于遥感分割、分类、微小差异性检测。

树的谱矩研究

在重构猜想研究中,其中涉及的一个问题是:找出图的不变量的完全组。而谱矩序列是图的一个很重要的不变量,它与图中闭途径的条数存在紧密联系。通过研究树的结构特征,首先确定能生成长为8的闭途径的所有树子图,然后给出树的前8阶谱矩计算公式。

图的奇数阶谱矩研究

在重构猜想研究中,其中涉及的一个问题是:找出图的不变量的完全组。而谱矩序列是图的一个很重要的不变量,它与图中闭途径的条数存在紧密联系。通过研究图的结构特征,首先确定能生成长为7的闭途径的所有连通子图,然后给出图的第7阶谱矩计算公式。

涌浪对风浪能量影响的实验研究

在实验室风浪水槽中进行纯风浪和混合浪波面位移观测,研究波长较长的规则波对风浪能量的影响。本文用混合浪和纯风浪中的风浪显著波的零阶谱矩之比代表混合浪中的风浪与纯风浪能量之比,并以此表征涌浪对风浪能量的影响。研究了该能量比随涌浪波陡S、风区x、波龄倒数u/C、涌浪频率与纯风浪谱峰频率之比fs/fwp的变化规律。结果表明,涌浪对风浪能量的抑制作用随涌浪波陡的增加、波龄倒数的增大及涌浪频率与纯风浪谱峰频率之比的增大而增强。发现该能量比依赖于无因次量R=(1+80(πS)2)1.9fs在实验室风浪水槽中进行纯风浪和混合浪波面位移观测,研究波长较长的规则波对风浪能量的影响。本文用混合浪和纯风浪中的风浪显著波的零阶谱矩之比代表混合浪中的风浪与纯风浪能量之比,并以此表征涌浪对风浪能量的影响。研究了该能量比随涌浪波陡S、风区x、波龄倒数u/C、涌浪频率与纯风浪谱峰频率之比fs/fwp的变化规律。结果表明,涌浪对风浪能量的抑制作用随涌浪波陡的增加、波龄倒数的增大及涌浪频率与纯风浪谱峰频率之比的增大而增强。发现该能量比依赖于无因次量R=(1+80(πS)2)1.9〔fs/fwp〕0.9〔u/C〕0.27,并拟合得到2者的经验关系。此外,本文实验还发现,在某些情况下,涌浪的存在使风浪能量增加。

图的高阶谱矩公式

通过研究子图的结构与图的谱矩间的关系,找出所有能生成长为9闭途径的子图。编写了一个基于深度优先搜索的算法,利用该算法给出了任意图的第9阶谱矩计算公式。