地面频道综艺节目在迭代变化中如何突围困局

近年来,我国的综艺节目呈现出井喷的态势,各个电视台开始通过综艺节目来引流,综艺节目的火爆能够为电视台带来巨大的关注度、话题度和收益,尽管国家新闻出版广电总局出台了“限娱令”等措施,但是仍然无法挡住综艺节目巨大的市场需求。我国优质综艺节目的制作需要明星和优秀的制作团队两大要素,而这两大要素需要巨额的资金支持,与卫视和央视相比,地面频道在资金实力方面明显存在短板。在这样的背景下,文章对综艺节目井喷时代背后的逻辑,地面频道综艺节目在迭代变化中面临的挑战,以及突出困局的措施进行了分析与总结,以期研究结论能够为地面频道的综艺节目制作提供一点建设性建议。

一种频域插值变化迭代频率估计方法

针对现有频率估计算法存在的复杂度高、频率估计能力弱、估计结果均方差大等缺点,在固定迭代AM(Aboutanios-Mulgrew)无偏频率估计算法基础上,提出一种频域插值变化迭代频率估计算法,推导了不同迭代参数实现无偏估计的充分条件,证明了有偏估计时本算法的收敛性和偏离度,通过设置不同迭代参数,可以实现无偏或有偏估计。仿真分析表明:当具有较高信噪比时,在整个频率估计范围内,该方法均方误差接近CRLB(CramerRao Lower Bound,克拉美-罗下限);当FFT(Fast Fourier Transform,快速傅里叶变换)粗估计残余频率接近0.5时,该方法的均方误差优于CRLB,为CRLB的96%。

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。

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。

2-D系统H∞输出反馈迭代学习控制器设计

针对2-D线性离散系统设计迭代学习控制器。首先,给出描述参考轨迹、初始状态、外界干扰等迭代变化参数的高阶内模。然后,聚合这些高阶内模得到增广的高阶内模并构造一种新的迭代学习控制器。针对非零边界条件和干扰的2-D Roesser模型,利用2-D分析方法提出其渐近稳定性。建立了适用于零边界条件和非零边界条件的迭代学习控制律设计准则以实现完美跟踪和2-D H∞性能,并提出了基于高阶内模的H∞输出反馈迭代学习控制器。针对控制器的求解问题,提出了两种不同的解法。最后,对一个初始温度、外界干扰迭代变化的化学反应过程的数值计算,表明了所提出的2-D控制器设计方法的有效性。

基于高阶内模的非线性离散系统迭代学习控制

针对一类工作于重复条件下的一阶非正则离散时间非线性系统追踪迭代域非严格重复的参考轨迹问题,提出基于高阶内模(HOIM)的迭代学习控制方法.利用高阶内模,描述系统输出追踪参考轨迹的迭代域变化规律问题.在针对非线性系统的迭代学习控制律设计过程中,根据内模原理,将高阶内模与D型迭代学习控制律相结合,设计合适的学习增益.从理论上严格证明,在所提出的基于高阶内模的迭代学习控制律的作用下,系统跟踪误差的迭代域收敛性.对机械手离散时间模型的仿真结果表明了该迭代学习控制方法的有效性.

基于高阶内模的鲁棒迭代学习算法

针对一阶非正则离散时间非线性系统追踪迭代域变化的参考轨迹问题,考虑系统中存在时变状态扰动和时变量测噪声的情况,提出了一种鲁棒迭代学习控制算法。迭代域变化的参考轨迹由高阶内模产生。该算法利用内模原理,先嵌入参考轨迹特征,然后针对时变扰动,用积分器剔除其影响。利用?范数,从理论上严格证明了系统跟踪误差的迭代域收敛性。对机械手模型的仿真结果表明了基于高阶内模的鲁棒迭代学习算法的有效性。

高相对阶连续时间系统的间接迭代学习控制

本文提出了一类高相对阶线性连续时间系统的间接迭代学习控制算法,该算法相对独立于系统局部控制器,因此可以应用于已有局部反馈控制器的系统.采用具有极点配置的H∞鲁棒控制器作为系统的内环控制,而在外环通过迭代学习控制调整内环系统的指令信号.通过引入拉氏变化,构建了迭代学习系统的2-D Roesser模型,推导了系统渐近收敛条件,并研究了存在有界初始条件偏移和迭代变化外部干扰时算法的鲁棒性能.最后,利用空中加油对接控制的算例进一步验证了算法的有效性.

一种基于高阶内模的新型自适应迭代学习算法

本文针对一类含多个时间迭代变化参数控制方向未知的非线性离散时间系统的输出跟踪问题,提出了一种基于高阶内模的新型自适应迭代学习算法.假设多个时间迭代变化参数由不同的高阶内模所生成,本文所提出的算法借鉴了模型预测控制的思想,通过构建预测输入,将获得的当次迭代预测跟踪误差作为先验知识,应用到系统输入的控制律的设计中,从而在预测跟踪误差的基础上进一步缩小系统的跟踪误差.相较于基于高阶内模的传统迭代学习算法,大幅度缩减了系统的输出跟踪误差,明显地提高了跟踪精度.此外,由于预测跟踪误差作为先验知识参与了系统输入控制律的设计,该方法对于系统扰动和输出噪声具有较强的鲁棒性.通过Lyapunov稳定性理论,证明了该方法下系统跟踪误差的收敛性和所提算法的优越性.通过两组仿真算例,考虑在控制方向已知和未知两种情况下,和两种基于高阶内模的已有迭代学习算法进行了对比,验证了理论结果.

一类基于时间-迭代信号的切换系统ILC策略

针对切换系统在不同学习周期内子系统间随意切换,存在初始漂移和不确定外界干扰时其动力学行为不易控制的问题,提出了一种微分型迭代学习控制算法。借助λ-范数以及Bellman-Gronwall不等式理论,分析控制算法的学习性态。通过数值模拟验证系统有效性,结果表明:在一定条件下,切换规则在时间-迭代域内随机变化时,即使系统有初始状态漂移且受到外界不确定干扰,控制算法的学习性能良好。

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。

利用KPCA法检测高分一号影像中的森林覆盖变化

为了研究利用高分一号宽幅影像(GF-1 WFV)监测森林覆盖变化的方法,选取四川省甘孜州雅江县为研究区,利用2014年和2016年2期GF-1WFV数据,采用迭代加权多元变化检测(iteration re-weight multivariate alteration detection,IR-MAD)法对数据进行辐射归一化;分别对2期影像进行核主成分分析(kernel principal component analysis,KPCA)方法变换,采用最大类间方差法(OTSU)确定自动识别阈值,对2期GF-1WFV影像中的森林覆盖变化区域进行检测和精度验证;并与变化矢量分析(change vector analysis,CVA)法检测结果进行对比分析。研究结果表明:所用2种变化检测算法的总体检测精度都超过了80%,其中,KPCA法的总体精度为89.27%,未变化区用户精度达93.88%,变化区用户精度为80.28%;基于KPCA法的精度均较优于传统CVA检测算法,说明KPCA算法通过数据变换后,可减少变量间的相关性、增强影像信噪比,从而提高了对变化区域的识别精度。

融合Unet网络和IR-MAD的建筑物变化检测方法

通过遥感影像对城市建筑物进行变化检测,可以全面掌握城市建筑物的规划实施情况,辅助城市管理部门及时发现并依法查处各类违章建筑。提出了一种融合Unet网络和IR-MAD的城市建筑物变化检测方法,首先,分别使用加权小型Unet网络和IR-MAD检测遥感影像中的疑似变化像素;然后,基于投票的方式融合疑似变化像素检测结果,确定变化像素;接着通过形态学操作去除斑点噪声、填充变化区域内部孔洞等来优化变化像素区域;最后,基于建筑物阴影特性去除非建筑物的变化区域,从而得到建筑物变化检测结果。实验表明,该方法比仅使用Unet网络或IR-MAD可更准确地检测出遥感影像中的建筑物变化。

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。

应用植被变化与火烧迹地对森林火灾反演

火灾后的植被变化与火烧迹地面积是森林火灾反演的重要指标。以2020年3月28日四川省凉山州木里藏族自治县项脚乡火烧迹地为研究对象,依据Sentinel-2卫星影像数据,采用归一化差分植被指数、差分归一化燃烧比、迭代加权多元变化检测算法和追踪识别提取算法,分析该地区火灾前后的植被变化和受灾面积。结果表明:实验检测的植被变化判别精度为91.95%;提取火烧迹地像元面积精度为90.77%,Kappa系数为0.87。

融合IR-MAD与超像素分割的遥感影像变化检测方法

针对迭代加权多元变化检测(IR-MAD)方法提取高分辨率遥感影像变化结果存在信息分散、“椒盐噪声”现象,提出了一种融合IR-MAD与超像素分割的高分辨率遥感影像变化检测方法。该方法利用卡方分布概率密度函数与超像素分割方法技术对IR-MAD算法改进,通过IR-MAD算法获取初始变化检测结果;然后,采用多尺度的超像元分割方法生成多尺度超像素对象;最后,对IR-MAD算法提取的初始变化检测结果,利用多尺度超像素分割对象结合众数规则判断分割对象属性,获取最终变化区域。实验结果表明:本文提出方法能有效提取变化区域,减少“椒盐噪声”现象,能较好地保存地物边界信息,提高整体变化检测精度。

推动工业物联网机器集成

今天,面对异常激烈的商业竞争与技术环境,机器制造商正在重新定义他们的运营方式。人才的短缺、大规模的定制和个性化产品需求,让竞争变得更具挑战性。作为工控系统的核心、大脑,PLC在不断地迭代变化。随着现代制造业的发展,设备更新换代对高精度运动控制的需求在加强,要求CPU的处理速度越来越快,同时工业物联网(IIoT)的快速普及,也要求PLC通信能力更灵活、更强大。

基于GF-1 PMS数据的森林覆盖变化检测

我国南方人工林场经营强度大,森林覆盖变化频繁,因此,准确、快速地获取森林覆盖变化信息,对研究生态环境变化和经营管理具有重要意义。目前应用较多的森林覆盖变化检测方法主要有直接比较分析法和先分类后比较法,为了探究直接比较分析法和先分类后比较法两种变化检测方法在经营强度大且地形复杂的我国南方人工林场森林覆盖变化检测中的适用性和有效性。以广西高峰林场为研究区,选取两期GF-1 PMS影像为数据源,比较了迭代加权多元变化检测(IRMAD)和基于EnMAP-Box的随机森林(ImageRF)分类后比较法两种变化检测方法,对研究区森林覆盖变化检测结果进行了对比研究。结果表明:迭代加权多元变化检测结果的总体精度为89.31%,Kappa系数达到0.80;基于EnMAP-Box的随机森林分类后比较法检测结果的总体精度为86.02%,Kappa系数为0.75。前者的精度和提取效果均优于后者。说明该方法可以较为快速、准确地掌握研究区森林覆盖变化情况,为研究林场森林生态环境变化和经营管理提供技术支持。

基于IR-MAD不变像元的风云三号光学成像仪同平台交叉定标

现有基于稳定目标场的交叉定标方法受限于卫星同步过境人工选取定的伪不变目标且靶场光谱特性较为单一,难以进行多频次、高精度的交叉定标,而传感器的精确在轨校准对其数据产品的有效性至关重要。本文提出了一种基于迭代重加权多变量变化检测(IR-MAD)的交叉定标方法,以风云三号B星(FY-3B)光学成像仪的中分辨率成像光谱仪(MERSI)为参考基准,展开对同平台的可见光红外扫描辐射计(VIRR)的交叉定标研究。该方法通过IR-MAD算法自动识别两探测器同时相场景中的不变像元,基于不变像元的反射率信息,经过光谱匹配和正交回归获得交叉定标系数。本文以FY-3B/VIRR、MERSI中国西北地区和北非地区数据展开研究,获取长时间序列的定标斜率系数。结果表明,IR-MAD方法与业务定标、敦煌沙漠场地定标结果有很好的一致性,VIRR经定标校正后与MERSI的辐射信息相对偏差优于2%,中国西北地区和北非地区获取的IR-MAD交叉定标结果吻合(多数通道优于2%)。此方法可在卫星观测场景内自动高效的选取伪不变目标,并基于所选取的伪不变目标实现交叉定标。

价值重构,取长补短——关于媒体融合发展的应变思考

就媒体融合发展与大家交流以下认识:一、科技与内容赋能,是互联网传播迭代升级的强大动力(一)20年来,中国的互联网传播经历了三次迭代变化第一次是在终端设备上,智能手机取代了传统的台式计算机,大约在8年前完成。第二次是在内容形式上,4G技术导致互联网传播以图文为主,升级到视频化为主,形成了“移动优先,视频为主”的基本格局,大约在7年前完成。