基于AHP-模糊综合评价与BP神经网络的含水印矢量地图保真度评价方法

数字水印是矢量地图安全防护的前沿技术,但水印嵌入会影响地图质量。现有研究通常依赖视觉观测和误差分析判断含水印矢量地图的保真度或水印不可见性,忽略矢量地图本质特征,导致评价结果不精准。该文提出一种基于模糊神经网络与层次分析法的含水印矢量地图保真度评价方法,根据指标的不确定性和重要性构建含水印矢量地图保真度综合评价模型,综合考虑拓扑质量、几何特征和坐标误差等关键要素,通过模糊综合评价和BP神经网络的主客观权重优化,提高评价的准确性和客观性。该方法得出的含水印矢量地图保真度评价结果能更全面、准确地反映数据实际情况,较传统误差分析方法更科学合理;该方法可针对不同的应用场景和需求,根据不同数据集的特点调整水印算法的参数,为平衡水印算法的综合性能提供依据。

谐波分析法高光谱影像融合及其光谱信息保真度评价

提高高分辨率影像之间的空间信息融入度和光谱信息保真度是当今高光谱影像融合研究的热点问题。本文结合EO-1卫星的Hyperion高光谱影像与ALI高空间分辨率波段,针对最大限度地克制光谱信息失真与光谱形态变化等问题,提出了高光谱影像的谐波分析融合(HAF)算法和融合影像光谱信息保真度评价的导数光谱差值信息熵(DSD-IE)模型。通过计算和评价采样像元样本的导数光谱差值曲线信息熵、平均梯度和标准差等参量,同时比较主成分分析(PCA)、Gram-Schmidt(GS)和小波分析等方法的高光谱融合影像,证实了基于HAF的高光谱影像融合结果具有较高的空间信息融入度和光谱信息保真度,在空间信息和光谱信息的可靠性、准确性和实用性等方面都明显优于其他传统的高光谱影像融合方法。

未知DEM下的机载SAR图像几何校正方法研究

针对机载环境复杂,不确定因素众多,与图像相对应的DEM不能精确获得等影响校正的不利因素,研究基于先验条件而不依赖DEM的机载SAR图像几何校正方法。从产生畸变的原理和校正过程的本质出发,将不同的几何校正理论在成像原理层面进行统一;在此基础上,分析精确校正所需要的条件,并提出当条件不能满足时的基于统计模型的几何校正方法;继而提出基于不同先验条件的校正方案决策模型。仿真实验及基于配准区域的保真度评价结果验证了所提方法的有效性。

Comment on "Compare Quantum Operation Sensitivity for Different Distance Measures"

We make comments on the conclusions of the paper:'Compare Quantum Operation Sensitivity for DifferentDistance Measures' [Commun.Theor.Phys.53 (2010)635],and give a physical example to describe the non-equivalenceof the fidelity and the trace distance.We prove that the fidelity is not more sensitive to a quantum operation than thetrace distance.