迭代加权多元变化检测算法在高分辨率遥感影像变化检测中应用

针对传统变化检测算法在高分辨率遥感影像变化检测中精度低的问题,探讨了迭代加权多元变化检测(IR-MAD)算法在高分辨率遥感影像变化检测中的有效性。首先通过多元变化检测(MAD)算法计算原始影像的特征值和特征向量,获得典型变量;然后利用最大期望算法(EM)计算典型变量的先验概率、均值和标准差;最后通过迭代加权获得每个像元稳定不变的权重,通过权重与阈值的比较判断像元是否发生变化,提取变化区域。使用高分辨率遥感影像WorldView和QuickBird数据作为实验数据,并与传统的变化向量分析法和主成分分析K均值法进行对比分析,结果表明,IR-MAD算法在高分辨率遥感影的变化检测中具有优势。

基于选权迭代估计与非监督分类的多光谱图像变化检测

针对多光谱图像的变化检测问题,提出了一种基于选权迭代估计(iterative estimation with weight selection,IEWS)与非监督分类(unsupervised classification,UC)的多光谱图像变化检测方法。借鉴IEWS的思想,并以类似于迭代加权多元变化检测(iteratively reweighted multivariate alteration detection,IRMAD)的迭代模式进行回归估计,得到初步的变化检测结果;并通过对初始变化信息的UC处理,以及对不同类别的IEWS,得到最终的变化检测结果。利用该方法对TM图像进行了实验,结果表明:所得到的变化信息在空间位置上同该区域相应时间段内土地利用/覆盖的变化情况具有很好的一致性;同时与多元变化检测及IRMAD方法变化检测的结果相比较,表明该方法对相对较小的变化信息具有更好的变化检测能力。

基于两步迭代收缩法的多稀疏空间图像快速重构方法

由于多稀疏空间图像重构时,像素范围选取过大、峰值信噪比低以及重构时间长,导致图像重构方法存在重构效果差的问题,提出基于两步迭代收缩法的多稀疏空间图像快速重构方法。明确多稀疏空间图像重构存在的问题,在明确问题后,以迭代收缩阈值算法为基础,引入迭代加权收缩算法,结合每一轮迭代结果作为初值,完成图像重构的两步迭代收缩法设计,实现多稀疏空间图像快速重构。实验结果表明:应用该方法后的重构多稀疏空间图像峰值信噪比达到37.9 dB以上,图像重构时间仅为16.0 ms,图像结构相似性达到了0.98以上,并且重构多稀疏空间图像的效果更好,经过实验分析证实了所提方法具备可行性。

多元LDPC编码调制系统CNN辅助迭代检测译码算法

针对相关噪声信道,提出了一种适用于多元LDPC码的深度学习辅助译码算法,将卷积神经网络(Convolution Neural Network,CNN)引入到基于硬信息的迭代大数逻辑算法中,以对抗相关信道噪声影响。在CNN与硬判决译码器之间的迭代能够减弱噪声对编码调制系统的影响,使得译码器可以获得更为准确的估计。为了充分发挥CNN的能力,对于经过高阶调制的复数形式信号数据,通过预处理转化为实数形式。仿真结果表明,相较于已有研究中提出的联合迭代检测译码结构,GF(64)域上的(42,21)多元LDPC码经64-QAM调制传输,CNN方案能够获得最高1 dB的性能增益,验证了其在抵抗相关信道噪声的有效性。

一种基于加权迭代贪婪算法的InSAR相位解缠的新方法

该文针对干涉SAR二维相位解缠问题,提出了一种利用贪婪算法提高解缠精度的新方法。首先从理论上推导了贪婪算法相位解缠的基本原理,然后提出了一种迭代加权的贪婪算法,以克服传统贪婪算法解缠结果收敛于局部最优解的弊病,最后利用仿真数据和实际数据进行实验分析,验证了本文算法的有效性。

多节点协作迭代求精的WSNs加权质心定位算法

为解决无线传感器网络中质心算法对锚节点密度要求较高和定位精度过度依赖锚节点分布的问题,提出了一种多节点协作迭代求精的WSNs加权质心定位算法。该算法采用加权质心估算初始坐标,以请求二跳锚节点的方式增加可用锚节点,由锚节点以多边测距方式估算待定位节点的实际坐标与估算坐标的差值,迭代调整估算坐标,提高定位精度。实验结果表明,与普通加权质心算法相比较,该算法具有更高的定位精度和定位覆盖度。

一种迭代加权更新的带加速算子的半监督AP聚类算法

为了提高AP算法的数据集分类准确度和收敛速度,提出一种基于改进AP算法的迭代加权更新的带加速算子的半监督AP聚类算法(AP-SSM)。该算法采用带约束的标签映射的方法对样本所属子簇进行分类,在采用传统AP聚类算法上引入了迭代加权更新方法来吸引度参数和适选度参数,并在算法聚类过程中引入了加速因子,考虑到了子簇自身数据中心和权重值的加速因子可以提高聚类精度和算法收敛性能。仿真实验结果表明,AP-SSM算法相比AP、AP-VSM、SAP算法,在数据集分类准确度和算法运行速度上具有更好的效果。

加权最小二乘估计中选择权数的迭代算法

介绍了加权最小二乘估计的性质及其常见权数选择的方法,并给出评判一个好的二乘估计的标准,由此提出选择权数的迭代算法.

BICM-ID系统中的均匀重加权迭代译码算法

针对LDPC编码的BICM-ID系统,建立了正规因子图模型。从消息更新规则的角度,运用变分方法统一解释了均匀重加权置信传播算法和标准置信传播算法。将均匀重加权方法提高性能的特点与置信传播的特性相结合,推导出均匀重加权迭代译码算法,讨论了边出现概率对算法性能的影响。分别在高斯白噪声信道和不同调制方式下进行仿真实验。结果表明,提出的均匀重加权迭代译码算法性能均优于标准置信传播和差分映射置信传播等迭代译码算法。

InSAR加权迭代贪婪算法相位解缠及性能分析

针对干涉SAR二维相位解缠问题,提出了一种利用加权迭代贪婪算法提高解缠精度的新方法。首先推导了加权迭代贪婪算法相位解缠的基本原理,然后给出了算法的实现过程,最后进行了仿真分析。在分析比较了W=2和W=3加权迭代贪婪算法性能的基础上,将W=3加权迭代贪婪算法与经典的解缠算法在解缠精度和解缠时间上进行了比较。仿真和实际数据解缠证明,该算法实时、高效、准确。

基于频率域峭度谱迭代阈值的多尺度形态学轴承故障诊断方法

在复杂恶劣的环境中,存在滚动轴承故障信息难以准确提取的问题。因此,引用多尺度数学形态学对滚动轴承故障诊断开展研究。由于小尺度形态学滤波能较好的保存信号的细节特征,大尺度形态学滤波能有效抑制噪声,因此为了能更好的兼顾噪声抑制和故障特征信息保存,采用迭代阈值的方法选取尺度范围,运用频率域峭度谱方法计算出阈值,然后通过迭代自适应获取最佳尺度区间。多尺度形态学信号重构加权方法引用加权多尺度形态梯度算法,该方法能保证小尺度具有较小的权重,大尺度具有大权重。通过仿真和实验表明:多尺度形态学有效检测出滚动轴承故障信号,深度挖掘滚动轴承故障特征信息。

面向LiDAR/Radar松组合的迭代加权IEKF-BP组合算法精度分析

为了验证目前高精度定位中多传感器组合定位模型性能的优越性,以更好地解决自动驾驶场景下自主定位中出现的预测精度标准不一致、预测不及时及误预测率高等问题,本文利用LiDAR与Radar数据,建立了一种基于迭代加权的IEKF-BP组合算法的松组合模型,并对两种传感器组合定位结果精度进行了分析。试验表明,迭代加权的IEKF-BP组合算法的组合结果精度优于单一的IEKF算法和BP神经网络算法组合定位精度,其中,在X、Y方向上的均方根误差分别为0.028、0.028 m,平均误差分别为0.023、0.014 m,能准确反映载体的运动状态,满足未来无人驾驶中定位需求。

基于多通信半径和跳距加权的WSNs三维迭代定位算法

针对三维DV-Hop全局跳数划分不够精确,平均跳距与实际跳距偏差大导致定位误差大的问题,提出一种基于多通信半径和跳距加权的WSNs三维迭代定位算法。首先,参考锚节点比例设置跳数阈值进行迭代定位;其次,利用多通信半径和多跳跳数偏差对单跳和多跳节点跳数进行精确划分;最后,将估计跳距与最大通信半径的偏差设为平均跳距的权值,采用最小最大法计算节点位置。仿真结果表明,在锚节点比例较大和通信距离较短时,该算法与3D-DVHop、3D-WD-DVHop和基于三维球形分割定位算法相比,定位精度明显提高。

时空融合技术在城市精细变化检测中的应用研究

高时空分辨率卫星遥感影像能够为变化检测研究提供更加精细的空谱变化信息以及更高频次的时谱变化信息。时空融合技术虽然能够用于高时空分辨率数据的重建研究,但其在变化检测研究中的应用精度尚未得到有效验证。以覆盖山西省太原市城区的GF-2和GF-1 WFV多光谱影像为实验数据,利用2种典型单数据对时空融合模型(STARFM和FSDAF)重建出不同年份4个时相的GF-2多光谱影像,将4景重建影像分成2组,采用迭代加权多元变化检测算法对2组重建影像进行变化检测和质量评价,将其变化检测结果与真实GF-2变化检测结果进行对比,探索时空融合技术在变化检测中的可行性。实验结果表明,利用时空融合模型重建的GF-2遥感影像可以用于变化检测研究,其变化检测结果总精度可达87%,Kappa系数可达0.75以上。FSDAF模型重建影像精度及变化检测精度都略高于STARFM,证明变化检测精度随融合精度的增大而增大。

基于加权信息量和迭代自组织聚类的地质灾害易发性评价

以三峡库区忠县-方斗山地区为研究对象,首先选取坡度、坡向、坡高、岩土体类型、坡体结构、构造、水的作用、人类工程活动等8个评价因子建立地质灾害易发性评价指标体系,并对因子状态进行分级;然后,采用层次分析法计算各指标因子的权重,应用加权信息量模型进行地质灾害易发性评价;再者,利用迭代自组织聚类模型对地质灾害易发性评价结果进行分级区划;最后,对地质灾害易发性评价的精度进行定量评价。结果表明:地质灾害易发性评价结果与实际地质灾害发生的吻合度高、评价结果可靠、评价方法精度高、适用性强;岩土体类型、坡体结构、水的作用及人类工程活动是地质灾害发育的最主要控制因素;地质灾害易发性划分为极高易发、高易发、中易发、低易发、极低易发五个等级。建立的评价方法从权重确定和等级划分方面完善了地质灾害易发性评价理论体系,可为区域地质灾害易发性评价提供理论指导和技术参考。

利用加权预测的图像迭代盲解卷积

为解决大气湍流造成的图像退化问题,本文鉴于现有的盲解卷积算法收敛性不稳定,计算量大等特点,提出了一种基于加权预测的迭代盲解卷积算法。对目前性能优秀的用迭代实现盲解卷积的L-R算法进行优化,在每次迭代结束后通过加权方法求出预测值,根据预测值计算方向加速算子,从而大大提高算法的收敛速度。实验表明:该算法不仅可对模糊退化图像进行很好的复原,同时与L-R算法相比收敛速度提高约43.8倍,其迭代速度快的特点决定了算法具有较高的工程实用价值。

基于迭代加权l_1正则化的分布式联合稀疏优化

多测量向量模型中的联合稀疏信号重构是压缩感知理论中的重要研究内容。针对分布式网络中的联合稀疏优化问题,给出了一种基于迭代加权l1正则化的分布式联合稀疏优化算法。该算法采用迭代加权l1正则化算法提高稀疏信号的重构质量,然后将与联合支撑相关的加权向量作为一致性约束,采用交替方向乘子法求解一致优化问题来更新加权向量。该分布式联合稀疏优化算法通过每个节点的稀疏优化以及单跳邻居节点间的信息交换达到集中式优化的性能,避免了数据集中带来的网络通信负担。仿真结果表明,给出的分布式联合稀疏优化算法具有良好的重构性能和较快的收敛速度。

基于IR-MAD的高分辨率遥感影像交叉融合变化检测方法

高分辨率遥感影像数据在带来丰富地物信息的同时,也对变化检测提出了新的问题和挑战。本文从高分辨率遥感影像数据的空间结构特征和光谱分布信息入手,针对多光谱数据交叉融合的变化检测方法展开研究。采用基于GSA(Gram-Schmidt Adaptive Pansharpening Algorithm)法对全色和多光谱影像数据处理,生成四幅交叉融合影像;将迭代加权多元变化检测(Iteratively Regularized Multivariate Alteration Detection,IR-MAD)算法应用于高分辨率融合影像,提取变化信息。结果表明,本研究方法能够有效提取变化信息,并降低数据配准不一致所造成的误检测。

拥堵空间排队的静态交通流分配迭代加权算法

为求解考虑拥堵空间排队与溢出的道路网静态交通流分配问题,首先,基于拥堵空间排队将道路网络划分为局部拥堵区域与局部畅通区域,证明了存在拥堵干扰条件下不同队尾通过瓶颈时间相等;其次,提出了在全局区域内选择最短路而在局部拥堵区域内选择最长路的极小极大需求加载路径选择机制;然后,基于路段编码改进了需求压缩与拥堵回溯算法,提出了拥堵区识别算法并构建了迭代加权求解算法;最后,通过算例验证了求解算法的有效性。本文提出并解决了拥堵区识别、用户均衡原理、需求加载机制、迭代加权算法这4个核心问题,丰富和发展了考虑拥堵空间排队的静态交通流分配理论。

交替迭代算法的拓展及在旅游生态足迹动态中的应用

鉴于传统迭代算法主要基于单个样本进行正反计算,从而出现收敛速度较慢且精度不高的局限,文章把单个样本的计算拓展到全局样本,对不同样本赋予不同权重,根据计算过程中的偏差进行纠正,交替迭代计算并反复纠偏处理,构建了一种拓展的交替迭代算法,该算法既能提高收敛速度又能增强计算精度。基于拓展的交替迭代算法对我国旅游生态足迹动态进行实证研究,认为我国旅游生态足迹指数整体处于中等收入水平国家,同时表现出明显的区域差异。旅游生态足迹指数高的省级行政单位有6个,旅游生态足迹指数中的省级行政单位有15个,旅游生态足迹指数低的省级行政单位有9个。