一种基于目标与背景特征分离模型的高光谱目标检测修正算法

高光谱图像立方体数据可以提供成像场景中地物在可见光和近红外波长范围内的空间信息和地物属性诊断的光谱特征信息,在目标检测与识别方面拥有得天独厚的天然优势。然而,基于高光谱图像数据的目标检测也存在一定缺陷,如经典的高光谱目标检测算法仅利用光谱维度信息检测目标,检测模型要么对背景高维特征矩阵构建的准确度不足,要么对背景先验光谱特征的完备性要求较高,导致算法对不同复杂度的检测场景适应性不强。因此,基于计算复杂度较低、参数需求量较少且检测性能较为优异的经典多目标检测算法—多目标约束能量最小化(MCEM),提出了一种基于目标与背景环境特征分离模型的高光谱目标检测修正算法(R-MCEM)。首先,设计了一个与目标形状、尺寸相近的逐像元移动运算窗口,依次计算窗口中的每个像元与窗口内其他像元的光谱距离之和D1,像元与各类目标的光谱距离之和D2。其次,采用获得D1/D2最小值的像元替换窗口内的所有像元值。然后,自左向右、自上而下逐像元移动窗口,重复窗口内每一个像元与目标、背景像元的光谱距离运算,并确定窗口内与背景相似度最高、与目标相似度最低的像元。直到移动运算窗口遍历整个高光谱图像,大幅提升了基于目标与背景环境特征分离的背景高维特征矩阵准确度。分别设计了基于实测高光谱图像数据和模拟图像数据的修正检测算法性能验证试验,并采用三维操作特征曲线(3D ROC)结合目标与背景分离度(SDBT)开展修正算法的检测精度评估。试验结果表明,提出的修正算法有效减少了虚警率,提高了检测精度。基于实测数据的检测精度、目标与背景分离度由MCEM算法的0.937 7、 0.57提升到R-MCEM的0.993 5、 0.67,基于模拟数据的亚像元检测能力由MCEM的20%丰度提升到R-MCEM的15%丰度。

磁场背景下具有手征化学势的PNJL模型下的手征相变

采用具有两个味道的PNJL模型研究了均匀磁场背景下的手征相变,特别是磁场对手征相变的临界手征化学势的影响.结果表明,磁场对手征对称性自发破缺具有催化作用,即临界手征化学势随着磁场增大而增大.夸克的组分质量随磁场增大,但它随手征化学势的变化不一定是单调的,在接近临界手征化学势时,夸克的组分质量会单调减小,直至发生手征相变.同时也讨论了体积对临界手征化学势的影响,发现在简化处理方式下,系统尺度的减小会导致临界手征化学势的明显增大.

基于LDA-MURE模型的背景音乐自适应推荐方法

用户的情绪状态不同,需要的背景音乐也不同,因此提出基于LDA-MURE模型的背景音乐自适应推荐方法。提取背景音乐的音频特征和社会化标签,通过Fisher线性判别分析方法融合上述数据的特征,结合投影变换方法获得不同类别背景音乐的类内离散度和类间离散度。通过现代心理学分析人类情绪的节律周期变化,在此基础上判断用户当前的情绪状态。最后在LDA模型的基础上构建LDA-MURE模型,为用户推荐不同类别的背景音乐。实验结果表明,所提方法的MEA指标值较低、P@N指标值较高、用户满意度较高。

新时代与新高考背景下“阅读—表达”模型的构建

新时代与新高考背景下,阅读教学面临新的挑战。借助有效阅读,培养学生信息甄别、知识迁移、辩证思考的能力,是高中阶段的语文学习中有意义的尝试。从学生阅读困境出发提出的新的“阅读—表达”模型,揭示了从接收信息到表达信息的全过程,学生能够借以监测阅读障碍出现的位置,从而进行从阅读到表达全环节的有针对性的训练。此模型颠覆了传统的阅读教学模式,转变为“以人为本,以学生为本”的教学方式;能精准“把脉”,监测学生阅读过程的流畅性、深入性和秩序性,找出造成学生阅读思维狭隘的根本原因;可对接全科阅读,服务于高考各科目。

“双减”背景下基于ADDIE模型的研学旅行课程设计探索

研学旅行作为一种融合了实地考察和综合实践的教学模式,逐渐受到初中教育的关注和认可。为给初中研学旅行课程设计和改革提供经验借鉴,文章基于ADDIE模型,系统分析了研学旅行课程设计的各个环节和要素,明确教学目标,选择合适的教学方法和手段,以提高课程的有效性和可操作性。

基于背景差分法的篮球投篮轨迹预测模型构建

为实现动态复杂环境下篮球投篮轨迹的预测,为篮球训练提供指导依据,构建基于背景差分法的篮球投篮轨迹预测模型。该模型基于混合高斯背景差分方法,构建复杂动态环境背景建模,为保证建模效果,引入自适应学习率进行模型优化,并删除背景模型中冗余高斯分量,获取图像中的前景目标图像;基于最大类间方差的阈值分割方法,二值化处理前景目标图像后,采用区域线性增长方法和篮球运动员投篮运动轨迹图形融合模型,提取前景目标图像中的投篮运动特征,实现篮球投篮轨迹预测。实验表明:该模型具有良好的篮球投篮运动图像处理效果,篮球投篮轨迹预测的可决系数指标结果均在0.947以上,预测结果与实际轨迹结果之间吻合程度较好,满足应用需求。

基于ADDIE模型的新工科背景概率论与数理统计课程教学实践

应用ADDIE模型确定课程教学实践过程。该模型包括课程分析、设计、发展、执行以及评估5个方向。通过模糊综合评价方法,评价ADDIE模型对教学效果的提升能力。选取某工科院校机械工程专业2020级学生作为实证分析对象,分析结果表明,ADDIE模型有效提升概率论与数理统计课程的教学效果,满足新工科背景的复合型人才培养需求。

地形影响的水平相关模型在CMA-MESO中的应用

在背景误差水平相关模型中引入地形作用,研究复杂地形下近地面观测资料同化对分析和预报的影响。CMAMESO三维变分系统中背景误差水平相关关系采用高斯相关模型描述,观测信息在高度追随坐标的模式面上各向同性传播。然而在地形复杂的近地面层,观测信息传播受到山脉阻挡,因而其背景误差协方差非均匀且各向异性,观测信息传播应随地形高度变化。为此,采用美国国家气象中心NMC方法统计复杂地形下背景误差水平相关结构,构建包含地形高度和地形梯度影响的高斯相关模型,并将改进的水平相关模型应用于CMA-MESO三维变分分析。理想试验表明:考虑地形项的水平相关模型方案使观测信息以随地形高度变化的各向异性形式传播,越过大地形观测信息影响明显减弱,分析增量更加合理。我国北方一次强降水过程分析预报试验表明:随地形高度变化的水平相关模型方案使地面观测信息各向异性传播,削弱了大地形处近地面的分析增量,对降水预报略有正贡献。针对华东地区降水过程进行5 d逐小时快速更新分析预报循环试验结果表明,随地形变化的水平相关模型方案对10 m风场和24 h时效内降水预报有正贡献。

基于高斯混合模型扣除毛发SERS信号中增强基底的背景峰

在利用表面增强拉曼光谱(SERS)对毛发中痕量物质进行分析时,该SERS信号中毛发特征峰与增强基底背景峰会相互耦合。在耦合情况下,背景峰会被误识别为毛发特征峰,导致待测物的识别错误,此外具有高峰强特性的背景峰对毛发中微弱特征峰产生掩盖干扰。因此,背景峰的扣除是解决上述问题的重要途径,但常规的扣峰方法会导致周围邻峰的严重失真。针对上述问题提出了高斯混合模型,该模型在表征SERS信号的同时又使得各特征峰相互独立,在扣峰过程中对周围邻峰不产生干扰,既实现干扰峰的扣除又保证了邻峰的微失真。高斯混合模型的核心问题在于模型参数的求解,文中提出了小波变换与共轭梯度法,分别解决模型的初始参数问题及最优解问题。小波变换通过映射放大SERS信号的细节信息,充分提取该信号的细微特征信息,将该特征信息作为模型的初始参数。其中共轭梯度法是迭代优化方法,将模型参数进行循环迭代优化,最终收敛结果即为模型参数的最优解。综上两种方法可准确建立高斯混合模型,模型中单高斯函数为SERS信号的特征峰,且两者的峰形保持一致。在扣除SERS信号的背景峰时应遵循以下过程,包括有效数据的提取、模型建立和峰的扣除。其中有效数据的提取是对空白与滴样的增强基底进行同位置检测,由此得到一组SERS信号。模型建立是通过高斯混合模型对滴样SERS信号进行表征,该信号可由多个高斯函数表现。最后利用空白增强基底的特征峰对滴样的SERS信号进行指认,其中峰形相似且峰位相同的特征峰可扣除。实验结果表明,方差值比最小时,高斯混合模型的峰位、峰宽、峰强等特征与毛发SERS信号基本相同,此时高斯混合模型可准确表征毛发SERS信号的特征信息。在对7组毛发进行扣峰实验时,毛发SERS信号中背景峰扣除率达到50%~100%,同时毛发的特征峰也得到有效提取。在对真实毛发样本进行快速分析时,该模型识别出了毒品曲马多。

基于改进RBF神经网络模型的土壤背景估计算法

针对土壤背景估计算法参数确定后适应性较差的问题,提出一种基于径向基函数(RBF)神经网络模型的土壤背景估计算法,以有效提升针对土壤的能量色散型X射线荧光检测的背景扣除效果及元素定量精度.首先分析了常用的土壤背景估计模型,针对连续剥峰法和小波变换对背景估计的扣除效果和问题提出基于改进RBF神经网络的算法模型,然后从理论上证明该算法模型的有效性,并将该模型应用于实际的土壤能量色散型X射线荧光检测系统中,对国家标准土壤样品进行检测,对Cr,Zn和As等重金属元素的定量探测进行深入分析.实验结果表明,基于该土壤背景估计算法能更好地进行元素能量特征值提取,降低背景对元素特征峰和质量分数的影响,进而有效提升土壤元素的定量精度.

基于图像块码本模型的监控视频背景参考帧生成方法

为解决背景参考帧受前景污染严重,以及传输背景参考帧导致的码率突增等问题,针对背景较稳定的监控视频,提出一种以图像块为基本单元的渐进式背景参考帧生成方法。所提方法建立了基于聚类的图像块码本模型,利用基于感知哈希的码元匹配,将视频序列中处于同一位置的图像块进行聚类;利用背景图像区域特性准确检测背景码元;利用码本模型从不同帧中检测出背景图像块生成完整的背景参考帧。实验结果表明,所提方法编码效率相比标准HM16.20在亮度分量上提升17.89%,有效提升了背景参考帧生成质量,且时间复杂度满足视频实时性需求。

基于改进GM(1,1)模型的生活用水量预测

生活用水量预测是城市给水规划的关键,其核心是提高预测的精准度。由于传统GM(1,1)模型误差主要来源于背景值和初始值,文章采取引入幂函数改进背景值和初始值2种改进方法。引入幂函数改进背景值权重构造,使新数据占改进模型主导地位;引入幂函数减少原始数据振荡,优化原始序列。将改进后的2种模型应用于河南省生活用水量预测中,并与传统GM(1,1)模型进行比较。结果表明改进模型各个检验均满足要求,可进行中长期用水量预测,预测可得2025年河南省生活用水量为48.31×10^(8)m^(3)。优化原始值改进的GM(1,1)模型预测效果好、精度高,可为当地水资源保护、管理提供参考。

多帧背景差与Cauchy模型融合的目标检测

为有效解决复杂监视场景中快速、准确检测运动目标,提出一种多帧背景差与柯西(Cauchy)模型融合的目标检测方法。该方法首先借鉴Surendra背景模型的思路进行改进,采用多帧背景差法获取干净的背景图像,然后利用实时的视频图像和当前的背景图像进行绝对差分处理,最后通过Cauchy模型对整幅绝对差分图像上的点进行背景点和前景点判别,实现对复杂监视场景中目标的准确检测。针对车辆、行人等不同对象的监控场景下进行实验,验证了本文方法不仅能够有效地抑制噪声及伪目标的干扰,而且能够快速、准确地分割出前景目标。

大数据背景下社交平台伪健康信息传播影响因素研究

探究大数据背景下社交平台伪健康信息传播影响因素,为有关部门更好地制定伪健康信息管理策略提供参考与借鉴。整合S-O-R模型和MOA理论,引入个性化推荐这一新变量,构建社交平台伪健康信息传播影响因素模型,利用问卷调查和结构方程模型验证模型和假设的合理性。研究表明信息交换、健康关注度、信息质量、信息新颖和个性化推荐正向影响用户感知,进而正向影响用户伪健康信息传播行为,而健康信息素养负向影响用户伪健康信息传播行为,并据此提出管理社交平台伪健康信息传播的可行性建议。

辽宁地区低频背景噪声特征分析及模型建立

低频背景噪声是地震数据的重要组成部分,在地下介质成像和地质构造探测等研究中发挥重要作用。区域性背景噪声研究不仅会得出该区域背景噪声特性,还可以针对地域性特征进行更适合的应用。辽宁地区低频背景噪声对本区域背景噪声研究有重要意义,基于辽宁省6个台站连续多年的宽频带地震背景噪声数据,利用地震计观测的位移值研究辽宁地区低频背景噪声特征,并采用数学函数模型构建了辽宁地区低频背景噪声模型。通过计算背景噪声位移分析发现,辽宁地区低频背景噪声(1 Hz以下)具有明显季节性变化,通常在冬季达到最大值,在夏季达到最小值。基于三角函数关系拟合得到辽宁地区背景噪声年变公式,建立辽宁地区低频背景噪声模型,并采用ADF法验证了该模型可靠性。

灰色预测模型背景值的改进与应用

GM(1,1)灰色预测模型能够对含有不确定因素的系统进行预测,其已成为决策和系统分析的重要方法之一,但在预测中也会产生一定的误差,而背景值是导致GM(1,1)灰色预测模型产生误差的主要原因之一,为了降低灰色模型的预测误差,基于柯特斯公式和拉格朗日公式组合插值的方法建立一种新的灰色模型的背景值,将该模型应用于我国老年人口数的预测。数值实验表明,新模型极大地降低了预测误差,并增强了原模型的适用性。

“双碳”背景下农村电商平台绿色物流提升路径研究--基于PDCA循环模型分析

近年来,国家提出“双碳”目标,大力倡导绿色能源转型,伴随着农村电商平台的兴起,农村与城市双向物流的需求量不断上升。但由于农村电商物流模式当下仍然存在绿色发展意识薄弱、硬件与软件设施落后、管理体系欠缺等不足,使得在物流过程中造成大量污染。因此,文中在“双碳”背景下利用PDCA循环模型,分析存在当前存在的问题,从计划-执行-检查-处理四个步骤针对性地提出农村电商平台绿色物流的优化路径,供农村电商平台参考,以促进环境的可持续发展。

海洋背景涡度对台风康森引起的近惯性波的影响研究

近惯性波是海洋中普遍存在的一种内波,它在海洋中的传播和耗散受到背景涡度的影响。基于混合坐标海洋模型(hybrid coordinate ocean model,HYCOM)再分析数据,研究了海洋背景正、负涡度对台风康森在南海引起的近惯性波的不同影响。结果表明:负涡度能捕捉并促进近惯性能量向海洋深层的传播,可传播到1200 m以深;而正涡度则阻碍近惯性能量的下传,使其主要集中在海洋上层500 m以内。负涡度区域能维持较强的近惯性能量10 d以上,而正涡度区域内的近惯性能量维持时间在1周左右。负涡度区域内的近惯性波由第二和第三模态主导,而正涡度区域内的近惯性波由第一和第二模态主导,导致海洋内部(500~1000 m)负涡度区域内的近惯性波剪切比正涡度区域内的近惯性波剪切强1~2个量级。波射线模型模拟结果显示,近惯性波在负涡度区域边缘发生反射,进而被负涡度区域捕获;而正涡度区域内的近惯性波有加速远离源地的趋势。上述结果进一步说明,海洋背景负涡度能增强近惯性能量的垂向传播,而正涡度则促进了近惯性能量的水平传播。

弱电网下计及背景谐波的多并网逆变器阻抗重塑谐振抑制方法

弱电网下多逆变器并网系统的谐振问题一直广受关注,当计及背景谐波时,逆变器的电网电压前馈环节引入正反馈通路,将进一步恶化系统的电能质量。鉴于此,提出了一种弱电网下计及背景谐波的多并网逆变器阻抗重塑谐振抑制方法。通过对逆变器的控制环节进行导纳划分,建立基于三分解导纳的多逆变器并网等效模型,并利用模态分析法得到逆变器数量和电网侧阻抗变化时系统的谐振特性。计及电网电压前馈和电容电流反馈环节,对加权电流控制进行改进,并通过公共耦合点并联虚拟导纳对逆变器进行阻抗重塑,以实现对弱电网下系统谐振的抑制。仿真结果表明,所提方法既能极大地减小背景谐波对逆变器输出电流的影响,又能有效地抑制弱电网下多逆变器并网系统的谐振。

高斯混合模型在水系沉积物地球化学异常圈定中的应用:以湖南省溆浦地区为例

化探数据的正确处理和解译对于区域矿产勘查工作具有重要意义。然而,由于不同类型的岩石具有不同的元素丰度,在处理复杂岩性区化探数据时如果采用统一的异常下限,会导致高背景区被误判为异常区,而部分低弱地球化学异常被忽略。所以复杂岩性区的化探数据需按岩性分类后再划分地球化学背景与异常,从而更准确地圈定化探异常。提出了基于因子得分高斯混合模型的化探异常圈定方法,首先将化探数据做对数比转换后进行因子分析,然后利用因子得分完成高斯混合模型岩性分类,再进行分类标准化处理以消除岩性背景的影响,最后使用处理后的数据圈定化探异常。利用该方法对湖南溆浦地区1∶20万水系沉积物化探数据进行研究,结果表明,成矿元素在研究区不同岩性中的含量存在一定差异,若采用统一的异常下限是不合理的;而本研究提出的方法能准确地进行岩性分类、消除不同岩性的背景和强化低弱异常,且异常位置与已知矿点相吻合。因此,高斯混合模型方法可以准确地圈定复杂岩性区的化探异常,并为研究区下一步的矿产勘查工作提供一些参考依据。