排序方式: 共有32条查询结果,搜索用时 0 毫秒
1.
提出了一种应用于高光谱异常检测的自适应支持向量数据描述方法.根据高光谱数据和局部异常检测模型的特点,通过局部背景分波段二阶分布统计,分析了核参量与局部背景总体标准差的变化关系,构造了随检测背景变化的局部检测核参量,使得检测算法针对不同背景分布自适应地调整检测核参量.克服了传统支持向量描述算法由于采用固定核参量带来的复杂背景下检测性能下降的问题.通过模拟数据和真实高光谱数据的测试检验,接收机特性曲线表明该算法相对于传统固定核参量支持向量数据描述方法,在相同虚警概率下检测概率提高了10%. 相似文献
2.
3.
根据拼合原理,以对苯二酚(p-HQ)、间苯二酚(m-HQ)及邻苯二酚(o-HQ)为先导化合物,通过一侧酚羟基的苄基保护、引入溴乙酸甲酯、还原、与3种糖元偶联、脱除保护基得到9种目标化合物。 同样以3-(4-羟基苯基)-1-丙醇为起始物质,通过苄基保护、与3种糖元偶联、脱除保护基得到3种目标化合物。 通过IR、1H NMR、13C NMR、HRMS等波谱分析方法对所合成的12种目标化合物进行了结构表征。 对合成的酚类糖苷缀合物进行了美白活性研究。 结果表明,化合物p-HQ-6a、m-HQ-7a、p-HQ-6b、m-HQ-6b、o-HQ-6b、p-HQ-6c、m-HQ-7c、L-3a和L-4b对酪氨酸酶有抑制作用,其中o-HQ-6b和p-HQ-6c对酪氨酸酶的抑制作用优于阳性对照物α-熊果苷。 相似文献
4.
根据拼合原理,以天然产物齐墩果酸和熊果酸作为先导化合物,通过丁二酸连接片段,在C-28位分别导入哌嗪、N-甲基哌嗪及吗啉片段,共设计、合成了12种未见文献报道的齐墩果酸和熊果酸衍生物.利用IR、1H NMR、13C NMR和HRMS等波谱技术对所合成的目标化合物进行了结构表征,并采用3-(4,5-二甲基-2-噻唑)-2,5-二苯基溴化四氮唑噻唑蓝(MTT)法观察其对癌细胞的抑制作用,结果表明化合物OA-4、OA-7、OA-8a、OA-8b、UA-4、UA-7、UA-8a和UA-8b对人乳腺癌细胞(MCF-7)、人宫颈癌细胞(Hela)和人肺腺癌细胞(A549)的抑制作用远优于先导化合物齐墩果酸和熊果酸,且OA-4,OA-7,UA-4和UA-7与阳性对照物Gefitinib的IC50值相当. 相似文献
5.
一般的边缘加权Hausdorff算法,由于单尺度边缘检测算子本身对噪音敏感,会造成真实和虚假边缘显著性差异小,从而加权后对噪音鲁棒性改善有限.为此,提出了一种基于多尺度边缘测度融合加权的Hausdorff景象匹配算法.对图像提取多尺度边缘测度后,引入证据推理理论,提出一种双向指数基本置信指派构造方法,并构造出多尺度边缘测度的基本置信指派函数,然后采用冲突再分配DSmT组合规则进行融合.为了进一步区别真实边缘与高频噪音,对加权Hausdorff公式进行了一些改进,给出了更为有效利用融和后边缘测度的加权Hausdorff公式.对可见光和SAR景象的匹配实验证明:本文算法所提取边缘在抑制噪音的同时保留了大量景象细节信息,并通过横向对比验证本文算法提高了噪音鲁棒性. 相似文献
6.
无像差的光学相机的成像模型可由其共轭节面模型等效表示。针孔模型本身忽略了偏离该等效模型的误差,也无法表示平板玻璃的平移误差、光轴的安装误差以及实际相机光学系统的像差,这四个因素都会引起图像畸变。基于此利用共轭节面的性质建立了一种图像畸变几何模型,并与广泛采用的像差模型进行了对比,从理论上解释了像差模型各个系数的物理意义。对某实际针孔相机进行仿真分析,该几何模型给出的相对径向畸变、角度误差在设计参数的范围以内,并且可以模拟图像的非对称畸变。该几何模型需要辨识包含主面相关参数、光轴倾斜角和平板玻璃的轴向球差在内的4个参数,辨识参数较少,理论上可以作为一种新的图像畸变校正方法。 相似文献
7.
基于改进型相关向量机的高光谱图像分类 总被引:2,自引:0,他引:2
相关向量机(RVM)高光谱图像分类算法是一种基于贝叶斯概率模型的监督机器学习算法,其分类精度较高、测试时间较短。然而算法本身存在训练时间随着训练样本增加直线上升、分类效率整体降低等问题。针对这种情况,提出一种基于改进型相关向量机(VRVM)的高光谱图像分类算法。本算法在传统概率模型中引入一个新的分布,使得计算复杂度较高的积分运算可近似地拆分成两个较为简单的对数和形式。实验结果表明,VRVM高光谱图像分类算法的总体分类精度和相关向量的数量与RVM基本相同,但训练时间随样本数的增加有明显的减少。 相似文献
8.
9.
10.
提出了一种基于最大化N维立体光谱角(Maximum N-dimensional Solid Spectral Angle,MNSSA)的端元提取方法.该方法通过计算N个光谱向量在高维欧几里得空间的光谱夹角,定量衡量该N个光谱向量的独立性.在线性混合模型假设下,端元光谱向量的欧几里得空间夹角大于混合像素构成的夹角.MNSSA法不受待提取端元数目及波段数目的限制,对光谱向量幅值变化不敏感,能够克服阴影及光照因素对端元幅值的影响.使用模拟数据及AVIRIS(Airborne Visible/Infrared Imaging Spectrometer)获取的真实高光谱数据对MNSSA端元提取法及现有基于几何的端元提取法进行了对比评价.仿真结果表明,MNSSA法能够克服阴影影响因子对端元幅值的影响,端元提取准确率优于现有端元提取法,且具有良好的抗噪声性能,能显著降低高光谱数据的重构误差. 相似文献