基于流形学习的混合光谱解混分析

光谱解混分析的重要研究内容是计算分析各地物类别成分在混合像素内所占的比例技术。文中以实测高光谱数据为研究对象,针对高光谱数据具有高维度数、严重的光谱混合等特点,基于流形学习中局部线性嵌入（LLE）算法的思想,提出了一种约束最小乘方局部线性加权回归（CLS-LLWR）建模方法。通过4种典型地物的光谱吸收特征差异分析,从它们不同比例组合下的实测混合光谱中选取了不同波段范围,分别对该模型预测覆盖度信息能力进行了验证分析。最后,将CLS-LLWR模型与主成分回归（PCR）和偏最小二乘回归（PLSR）模型,通过计算预测标准误差（SE）进行了对比分析。结果表明,CLS-LLWR模型有较好的预测能力。这为流形学习在高光谱遥感图像信息提取方面进行了有意的探索。     

入侵检测中基于检测点覆盖度的包流量模型

无线传感器网络入侵检测系统无论采用哪种框架模型和算法,对其性能评估都需借助于模拟的实验平台。在这个模拟的实验平台中,数据流量模型成为评估入侵检测系统性能客观而全面的重要因素。根据监测区域内目标检测点的覆盖度,提出了一种适用于无线传感器网络入侵检测应用的包流量模型,并通过仿真对理论分析进行了验证。仿真和实际应用表明,该流量模型为无线传感器网络的流量构建了一种数据源模型,根据实际流量负载对无线传感器网络的入侵检测系统的性能进行评估,不仅精确度较高,且易于分析。     

作物残茬覆盖度遥感监测研究进展

作物残茬作为农田生态系统的重要组成部分,影响着农田生态系统中的营养物质、碳、水和能量的流动与循环。作物残茬覆盖度作为描述作物残茬数量和分布的重要指标,对于农田生态系统C循环和全球气候变化均有实际意义,具备重要的定量监测价值。遥感技术具有准确、经济、快速大面积监测的能力,因此利用遥感监测区域尺度的作物残茬覆盖度,受到国内外学者的关注。工作回顾总结了目前利用遥感监测作物残茬覆盖度的主要方法和最新研究进展,并根据基本方法的差异以及数据源的不同,从五个类别分别介绍了遥感监测原理与技术革新,对每一类方法的优点和缺陷进行分析,并提出了相应的改进措施。最后对作物残茬覆盖度遥感监测方法的发展趋势进行了展望。     

基于覆盖度的银行客户分类模型

投资收入是银行的主要收入来源之一。近年来,客户的投资意向显著降低,银行的投资收入减少。因此,银行希望将营销工作重点放在订阅概率更高的客户上。然而,繁多的客户样本以及客户信息导致银行的客户筛选工作低效。面对庞大的客户信息数据,粗糙集理论可以在不影响决策分类结果的前提下,通过属性约简删除属性集中的冗余属性,并导出问题的决策规则,提高效率。但在传统的属性约简过程中,没有针对进入正域的噪声样本进行控制,导致噪声特征被加入约简集。本文基于高效的相关族定义覆盖度,限制进入正域的样本。实验结果表明,覆盖度算法能够提高分类算法准确度及稳定性。最后,本文并将算法运用于银行客户分类实际问题中,剔除无用信息,筛选出关键属性,提高了分类准确度和稳定性,构建简洁高效的银行客户分类模型。     

有机分子修饰的SiNSs电子性质的第一性原理研究

类石墨烯型硅纳米单层(SiNS)材料具有和石墨烯类似的电子性质,由于其较强的表面活性和多表面悬挂键,表面钝化对于其电子结构有着重要的影响。采用第一性原理的方法结合PBE近似,优化了有机分子基团(C6H13—)钝化的SiNSs的几何结构,并计算了其电子结构。结果表明相比H—钝化的SiNSs结构,有机分子基团钝化的SiNSs带隙变窄,其原因是有机分子基团的吸附打破了原有H—钝化的结构的平衡,使得导带中的电子下移。不同覆盖度研究表明,随着大有机分子基团(C6H13—)的增加其带隙呈现出递减趋势。     

基于MR的TD-LTE网络重叠覆盖优化方法研究

【】TD-LTE的网络结构合理性决定了网络的性能。随着用户和业务的快速增长,网络结构对网络性能和客户感知的影响越加明显,而重叠覆盖优化在网络结构中扮演着重要的角色,为此,本文研究一种基于MR数据的TD-LTE重叠覆盖优化方案,按照地理化呈现、强弱场分析、TOP区域选择和拉线图法定位四步法准确定位,可有效为TD-LTE网络重叠覆盖度远程集中优化工作提供技术支撑手段。     

二组分气体在固体上吸附的研究(Ⅵ)──不同覆盖度下的二组分气体在灯黑上的吸附

通过测定不同覆盖度下的甲苯-正己烷、苯-正己烷、丙酮-正已烷和正戊烷-正己烷4个二组分气体在灯黑上的组成吸附等温线,发现它们有着共同的规律:随着覆盖度的增加,各体系的组成吸附等温线都向上靠近它们各自的气液平衡曲线。因此,基本上可以把二组分的气相与吸附相的平衡看成二组分的气液平衡,4个体系的组成吸附等温线基本上都可以通过理想溶液的相对挥发度方程式模拟得到。     

基于天宫一号高光谱数据的荒漠化地区稀疏植被参量估测

为了精准地估测荒漠化地区的稀疏植被信息,选取内蒙古苏尼特右旗为研究区,以天宫一号高光谱数据为数据源,结合野外实地调查数据,通过归一化植被指数(normalized difference vegetation index, NDVI)和土壤调节植被指数(soil adjusted vegetation index, SAVI)对研究区内的植被覆盖度和生物量进行反演,并对比两种植被指数的优劣。首先,分析了每种波段组合下的植被指数与覆盖度、生物量的相关性,确定了最大相关的波段组合。覆盖度和生物量与NDVI的最大相关系数可达0.7左右,而与SAVI的最大相关系数可达0.8左右。NDVI的最佳波段组合的红光波段中心波长为630 nm,近红外波段的中心波长为910 nm,而SAVI的组合为620和920 nm。其次,分别构建了两种植被指数与覆盖度、生物量之间的线性回归模型,所建模型的R2均能达到0.5以上。SAVI所建模型R2要比NDVI略高,其中植被覆盖度的反演模型R2高达0.59。经留一交叉验证,SAVI所建模型的均方根误差RMSE也比基于NDVI的模型小。结果表明：天宫一号高光谱数据丰富的光谱信息能有效地反映地表植被的真实情况,并且SAVI比NDVI更能较为精准地估测荒漠化地区的稀疏植被信息。     

城市地区BRF模型模拟方法研究

将城市主体结构简化为两侧为建筑物中间为道路的街道结构,并假定街道径直走向,在一个像元内为无限长,采用几何光学的方法分别计算楼房顶部、竖直墙面以及道路对像元辐射值的贡献。从而构建了大尺度下城市主体结构的BRF模型。在微尺度上考虑了城市结构自身表面的二向反射率因子(BRF)模型,由于在某个城市像元中还可能存在植被,因此模型中还考虑了植被的BRF模型,从而完成了对城市地区BRF模型的构建。对构建的模型进行模拟计算和敏感性分析,发现城市地区BRF典型特征是出现了热点效应和镜面反射峰,并且楼房高度和植被覆盖度对城市地区BRF影响显著。