基于流形学习的多光谱优化波段选择算法研究

为从多光谱图像特征提取的角度进行优化波段选择,在充分描述数据结构特征的同时使提取选择的特征有明确的物理意义,对基于流形学习算法的优化波段选择算法进行了研究。用判别局部排列(DLA)算法对多光谱数据进行预处理,选取正负样本,利用样本信息,以目标分类为目的进行特征提取。利用特征提取的结果,从特征提取的角度分析当前各谱段对所提取的主特征贡献的总信息量和贡献率,给出了基于权值和基于贡献率的两种优化波段选择算法,分别基于权值和贡献率进行特征选择。用正负样本的可分性可快速高效降维,同时又能保留多光谱图像原物理特性。实测数据验证了优化降维后的5个谱段能保留原数据的物理特性,目标识别概率提高约2%,计算复杂度降低约50%。优化选择的谱段有助于新一代多光谱探测器的研制和应用。

老年自住类社区设计的人类学思考

随着老龄化的问题日益严重,如何为老年人口提供真正宜居、健康的生活环境成为了严峻的社会问题。然而当今对此类问题的研究普遍局限于对公共卫生系统的完善与操作类的研究,忽略了老年人这一群体的除身体之外的特殊性。本文以建筑学与人类学交叉的视角,试图提供一种基于人的本质的老年人自住类社区的设计方法,以期为老年人社区的发展提供相应的帮助。