基于哨兵SAR数据和多光谱数据的水稻识别研究

水稻分布范围与面积监测可为水稻产量估算、农业水资源消耗和评价等提供科学决策依据。目前,对华北单季稻稻作区水稻识别的研究尚少,寻找一种适用该区域的水稻识别方法具有一定的研究价值。以天津为研究范围,以Sentinel-1和Sentinel-2为数据源,基于水稻后向散射系数时序变化特征和水稻不同生长期光谱特征,分别对研究区水稻进行了提取,并对两者的提取精度进行了比较。得出以下结论:(1)利用Sentinel-1移栽期、拔节期、抽穗期影像组合可识别水稻,水稻生产者精度和用户精度均在90%以上;(2)在水稻移栽期和成熟期,Sentinel-2近红外、短波红外和可见光红光等波段组合易识别水稻,水稻生产者精度和用户精度均在96%以上,成熟期B12+B8+B4波段组合效果最优;(3)基于水稻成熟期的Sentinel-2 B12+B8+B4波段组合,采用支持向量机法提取水稻是一种适用于华北单季稻的识别方法。运用该方法计算出研究区2016、2018和2021水稻种植面积分别为399.04、586.67和764.55 km^(2),5 a增加365.51 km^(2),符合天津市实际情况。该方法在技术上简单易行,可为提高我国北方稻作区水稻监测效率与精度提供参考。

自激励广义二项门限自回归模型的统计推断

针对有上限且数据之间具有相依结构的非线性整数值时间序列数据的建模问题,提出一个自激励广义二项门限自回归模型.首先,证明该模型的严平稳遍历性,并讨论模型的一些统计性质:期望、方差、自协方差和转移概率;其次,分别给出门限变量在已知和未知两种情形下模型参数的条件最大似然估计方法;最后,将该模型应用到一组实际数据中进行拟合验证.

基于门限估计的直扩通信系统窄带干扰变换域抑制方法

该文提出一种基于门限估计的直接序列扩频(DS-SS)通信系统窄带干扰变换域抑制方法。该方法对直扩通信系统接收信号变换域数据的分布特点进行了分析,并采用高斯分布对其作了近似.由于高斯分布的方差即为直扩信号和高斯白噪声方差之和,因此估计出变换域数据的方差,将为频域抑制滤波器的门限设置提供参考。该文采用最大似然比(ML)准则对方差进行了估计,从而实现了频域抑制滤波器的自动门限设制。理论分析和计算机仿真结果均表明,该方法能够有效地抑制直扩通信系统中的窄带干扰。

一种PN码捕获的门限自适应估计方法

该文提出一种简单、实用的PN码捕获门限自适应设置方法 .我们在对判决量统计特性分析的基础上 ,采用最大似然估计准则估计出等效高斯白噪声方差V .由此 ,我们得到了判决门限值的自适应设置方法 .最后 ,我们进行了计算机仿真 .结果表明 ,通过估计门限构造出的PN码捕获装置检测性能与理论值非常吻合 ,从而说明了其有效性 .而且 ,判决门限的估计方法实现非常简单、快捷 。

基于多Gamma分布模型的SAR图像直方图分割算法

为了提高SAR图像的分割精度,提出了一种基于多Gamma分布的SAR图像直方图分割算法。采用极大似然技术估算直方图参数,通过二阶微分估算了直方图模型数目,利用模型Gamma分布估算了SAR图像视数;用最大Gamma函数估算了直方图参数;利用分区最小分类误差原理计算了各个分区的阈值。对EnviSat ASAR图像(512×512)进行了分割实验和比较,结果表明该算法使得SAR图像的边缘特征得到了极大保留,且图像中的斑点噪声现象也得到了有效抑制,比传统的阈值分割算法(阈值为40)具有更高的分割精度,可为SAR图像的特征识别和变化检测提供更好的方法。

数字通信信号调制方式识别算法的改进研究

为克服数字通信信号调制方式识别算法识别类型少,步骤复杂,识别率低等问题,在已有识别算法的基础上,通过对信号特征参数的分析和提取,提出一种基于决策理论的数字通信信号调制样式识别的改进算法。该算法通过比较不同信噪比下特征参数的取值概率直方图,选择判决门限值。同时,应用最大似然法则,并采用了可变的判决门限值,以得到最佳判决门限。研究结果表明,在信噪比(SNR:Signal to Noise Ratio)为10 dB时,算法的正确识别率达到96%以上,可识别包括噪声在内的7种信号,且信噪比为6～15 dB时,该算法的正确识别率不低于92%。

基于浮动阈值分类器组合的多标签分类算法

针对目标可以同时属于多个类别的多标签分类问题,提出了一种基于浮动阈值分类器组合的多标签分类算法。首先,分析探讨了基于浮动阈值分类器的Ada Boost算法(Ada Boost.FT)的原理及错误率估计,证明了该算法能克服固定分段阈值分类器对分类边界附近点分类不稳定的缺点从而提高分类准确率;然后,采用二分类(BR)方法将该单标签学习算法应用于多标签分类问题,得到基于浮动阈值分类器组合的多标签分类方法,即多标签Ada Boost.FT。实验结果表明,所提算法的平均分类精度在Emotions数据集上比Ada Boost.MH、ML-k NN、Rank SVM这3种算法分别提高约4%、8%、11%;在Scene、Yeast数据集上仅比Rank SVM低约3%、1%。由实验分析可知,在不同类别标记之间基本没有关联关系或标签数目较少的数据集上,该算法均能得到较好的分类效果。

利用纹理分析方法提取TM图像信息

以北京市丰台区为试验区 ,采用纹理分析方法对高分辨率图像的纹理信息进行分析 ,选取统计指标熵 ,通过确定熵的最佳阈值 ,进行边界匹配和图像的分割 ,将光谱混淆地物菜地和耕地分割开来 ,然后将此分割结果与TM图像分类结果进行叠合 ,得到最终的分类结果。并将该结果与最大似然分类结果以及单纯依靠纹理特征得到的分类结果进行了对比。试验结果表明 :将纹理分析方法应用于图像分类中可区分光谱混淆的地类 ,光谱与纹理特征结合得到的分类精度要远高于单纯光谱和单纯纹理的分类精度。

二值时间序列的一种阈值检测方法

二值时间序列的检测问题存在于具有跳变输入的Ｋａｌｍａｎ滤波及最优平滑等实际应用中．本文基于系统平滑估值的频域特性和极大似然原理，给出一种阈值检测方法，算法可用一次最优平滑实现．

离散性状QTL区间定位的最大似然方法

采用最大似然区间定位法对阈模型与一般线性模型的QTL定位效率进行了比较,并对影响离散性状QTL检测效率的主要因素(QTL效应、性状的遗传力和表型发生率)进行了模拟研究,实验设计为多个家系的女儿设计,资源群体大小为500头。研究结果表明:在QTL参数估计及检验功效方面,阈模型方法具有较大的优势,对离散性状QTL定位的效率明显高于LM(LinearModel)方法,定位的准确性也较高。另外,性状遗传力、QTL效应的大小和性状表型发生率对QTL定位的准确度也有直接的影响,随着性状遗传力和表型发生率的提高,随着QTL效应的增大,QTL定位的效率也进一步提高。

分布式天线协同感知的定时捕获

为提高定时捕获的正确捕获概率并降低漏检概率,提出一种基于分布式天线协同感知的定时捕获方法。该方法针对线形小区的平坦瑞利衰落信道场景,利用两根分布式接收天线接收来自单天线移动台的发射信号;根据中心处理器处的协同感知,确保各分布式接收天线的预定虚警概率,并为门限检测推导协同处理门限;各天线根据门限检测进行分布式天线系统的最大似然定时捕获。仿真结果表明,无论移动台处于线形小区的哪个位置,提出方法在不增加预定虚警概率的情况下,均能改善各分布式天线的正确捕获概率和漏检概率。

利用广义线性方法定位家畜抗性等级性状的QTL

在广义线性模型的框架内模拟研究了家畜抗性等级性状的QTL定位方法,QTL参数的估计采用最大似然方法,比较了阈模型方法与一般线性方法的QTL定位效率,并对影响等级性状QTL定位效率的主要因素(QTL效应、性状的遗传力)进行了模拟研究。试验为多个家系的女儿设计,资源群体大小为500头。结果表明:在QTL位置参数估计及检验功效方面,阈模型方法具有一定的优势,对抗性等级性状QTL定位的功效也高于线性方法。另外,性状遗传力和QTL效应的大小对QTL定位的准确度也有直接的影响,随着性状遗传力QTL效应的增大,2种方法QTL定位的效率均有不同程度的提高。

水平门限同积模型参数的拟极大似然估计

提出了用于非平稳非线性时间序列建模的水平门限同积模型,给出了模型参数的拟极大似然估计,由于对门限参数和同积向量似然函数既不可微也不光滑,不能直接运用传统的极大似然估计．因此首先利用遗传模拟退火算法估计门限参数和同积向量,然后用极大似然估计计算其余的参数,仿真结果表明,拟极大似然估计不受模型维数限制具有有效性和可行性,此外,数值计算结果的比较分析表明遗传模拟退火优于传统的遗传算法、模拟退火和随机搜索等优化算法．

基于最大似然准则的多波长OCDMA接收机的最佳判决门限研究

采用最大似然准则,研究了多波长光码分多址接收机的最佳判决门限值.通过检测信道的光信号能量,接收端估计出信道的并发用户数,并通过最大似然准则得到了最佳判决门限值与并发用户数、码字参量的变化关系.当并发用户数超过一定值后,最佳判决门限值将随并发用户数量变化,相应地改变接收机的判决门限值.根据最佳判决门限值,得到了多波长光码分多址系统误码率与并发用户数的关系.理论分析和模拟结果表明,采用最大似然准则得到的最佳判决门限值,MWOCDMA系统的误码率将明显降低.

家畜抗性等级性状的QTL定位方法(英文)

在广义线性模型的框架内模拟研究了家畜抗性等级性状的QTL定位方法,QTL参数的估计采用最大似然方法,比较了阈模型方法与一般线性方法的QTL定位效率,并对影响等级性状QTL定位效率的主要因素(QTL效应、性状的遗传力)进行了模拟研究,实验设计为多个家系的女儿设计,资源群体大小为500头。研究结果表明:在QTL位置参数估计及检验功效方面,阈模型方法具有一定的优势,对抗性等级性状QTL定位的功效也高于线性方法。另外,性状遗传力和QTL效应的大小对QTL定位的准确度也有直接的影响,随着性状遗传力QTL效应的增大,两种方法QTL定位的效率均有不同程度的提高。

Grid-Scan定位算法的虚拟锚节点策略改进

针对无线传感器网络中Grid-Scan算法定位精度较低的问题,提出了一种基于虚拟锚节点策略的Grid-Scan定位算法。具体做了三个方面的工作:对未知节点设置可定位阈值,邻居锚节点数大于可定位阈值的未知节点使用Grid-Scan算法进行定位,定位后的节点升级为虚拟锚节点;邻居锚节点数小于可定位阈值的未知节点利用极大似然法完成定位,定位后的节点升级为虚拟锚节点;锚节点及虚拟锚节点共同参与对剩余未知节点的定位。仿真结果表明,改进算法在不同锚节点密度、不同通信半径和不同栅格大小的网络中以及通过不规则传播模型后都具有较好的定位精度。

基于CPA搜索的低复杂度能量定位算法

将最大似然法与CPA方法结合提出基于CPA搜索的声信号能量定位算法,该算法以CPA点为中心,通过选取合适的搜索区域,可以大范围地减小搜索面积。并通过设置合适的能量门限,将接收能量小于门限的传感器节点去掉,从而进一步减少了定位算法的运算量。

基于支持向量机的频率估计算法

针对高斯白噪声信道下通信信号的频率估计问题,提出一种基于支持向量机的频率估计算法。利用支持向量机的稳健性和泛化性将频率估计转化为小样本分类问题,使用较少的导频符号提高频率估计性能。该算法不需要接收数据的统计信息,对信号的初始相位不敏感,且不存在门限效应。仿真结果表明,该算法的频率估计性能在低信噪比下优于最大似然估计算法。

基于多阈连续条件随机场的标签推荐

标签推荐系统的推荐结果质量不高,会影响和误导用户对资源的查找与定位,甚至引发信息迷航的现象。为了提高推荐结果的准确度和覆盖度,提出的多阈连续条件随机场模型,不仅保持了条件随机场无须对数据作独立性假设且能避免标注偏执问题的优势,同时还使用标签间共现率、语义相似度和用户相似度三重阈提取特征,一并挖掘出显性和隐性标签,充分结合用户差异性,通过最大似然估计法迭代计算模型参数,建立模型来推荐标签。在BibSonomy数据集上测试表明该方法可行,实验效果与基于连续条件随机场模型、最大熵模型方法对比显示了本模型推荐的标签更精准、更全面;本模型在标签推荐中表现出了良好的稳定性。

最大似然波达方向估计算法的信噪比分辨门限分析

本文首先给出了波达方向估计最大似然函数的方差，根据此方差导出了最大似然方向估计的信噪比分辨门限公式，并根据这一公式分析了两信源相关特性不同时的最大似然算法的信噪比分辨门限。