邵雨阳 作品数:9 被引量:44 H指数:3 供职机构: 中国科学院 更多>> 发文基金: 国家重点基础研究发展计划 中国科学院国防科技创新基金 遥感信息与图像分析技术国家级重点实验室基金 更多>> 相关领域: 自动化与计算机技术 天文地球 更多>>
基于蚁群算法的积雪深度反演设计方法 基于蚁群算法的积雪深度反演算法设计,涉及到智能计算与积雪的被动微波遥感两大领域,该方法首先通过积雪的微波辐射传输模型得到不同频率的辐射亮温与积雪深度之间关系的模拟数据,然后将模拟得到的辐射亮温数据与积雪深度数据进行离散化... 李震 邵雨阳 陈权文献传递 基于MEMLS模型的积雪深度反演方法 被引量:3 2013年 利用被动微波遥感反演积雪深度一直是积雪遥感领域中的研究热点。在现有的积雪深度反演算法中,NASA算法因其简洁、易于扩展的特点,成为应用最为广泛的算法。但NASA算法存在着一定不足:首先,由于NASA算法基于线性拟合得出,在应用到其他研究区域时需要对反演公式进行重新拟合,适用范围受到一定限制;其次,由于算法中引入的19GHz与37GHz的亮温差在雪深达到一定范围时会达到饱和,因此算法会低估积雪深度。本文针对现有反演算法的不足之处,结合蚁群智能算法的特点,发展了基于蚁群算法的积雪深度反演算法;此外,针对NASA算法中存在的雪深低估问题,引入了AMSR-E10.7GHz亮温数据,对算法进行了改进。利用MEMLS模型的模拟数据与AMSR-E辐射亮温数据对算法进行实验,并采用实测数据与AMSR-E雪水当量产品对算法的反演精度进行评价。结果表明,两种积雪深度反演算法均是可行的,反演精度与现有产品相比有较为明显的改进。 李震 邵雨阳 周建民 田邦森 陈权 张平关键词:积雪深度 被动微波遥感 蚁群算法 基于CNN模型的遥感图像复杂场景分类 被引量:20 2018年 复杂场景分类对于挖掘遥感图像中的价值信息具有重要意义。针对于遥感图像的复杂场景分类,提出了一种基于卷积神经网络(convolutional neural network,CNN)模型的分类方法,在该方法中构建了8层CNN网络结构,并对输入图像进行预处理操作以进一步增强模型的适应性,且在模型分类器的选择问题上提供了Softmax和支持向量机2种分类器,使其能够自动化提取特征,避免了前期繁琐的图像处理和人工提取特征等过程。在UC Merced Land Use和Google of SIRI-WHU这2组数据集中进行实验,结果表明,相比于CNN with Overfeat feature和SRSCNN方法,该模型提高了2%以上的分类精度,且2种分类器的总体分类精度均能达到95%以上。 张康 黑保琴 李盛阳 邵雨阳关键词:卷积神经网络 遥感图像 支持向量机 一种多载荷数据处理方法及系统 本发明涉及一种多载荷数据处理方法及系统,该方法包括以下步骤:获取用于处理多载荷数据的至少一个算法;根据全部算法生成一个工作流;获取多载荷数据,并确定多载荷数据的数据量;根据预设的调度算法和数据量,对用于处理多载荷数据的计... 张万峰 李盛阳 邵雨阳文献传递 一种基于仿射尺度不变特征和稀疏表示的典型目标识别方法 本发明公开了一种基于仿射尺度不变特征和稀疏表示的典型目标识别方法,该方法包括:步骤1,采用ASIFT算法对多种类训练图像进行特征提取以及采用训练字典的方法,形成多种类字典;步骤2,采用ASIFT算法对目标测试图像进行特征... 李盛阳 邵雨阳 郑贺文献传递 基于改进HOG特征的建筑物识别方法 被引量:7 2018年 随着机器学习方法的广泛应用,建筑物识别技术得到了快速的发展,识别的准确性一直是人们关注的重点。梯度方向直方图(HOG)特征提取方法中的梯度求解方式不能有效提取建筑物的边界特征,直接影响了识别的准确性,提出基于方向可控滤波器的HOG算法,利用支持向量机学习方法实现建筑物的识别。实验结果表明,该方法在平均准确率、TP、FP、召回率、精确率和F_1值等指标上优于基于方向可控滤波器的建筑物识别方法,证明了该方法可以有效识别建筑物。 杨松 李盛阳 李盛阳 邵雨阳关键词:建筑物识别 梯度方向直方图 特征提取 支持向量机 基于CNN和农作物光谱纹理特征进行作物分布制图 被引量:13 2019年 以卷积神经网络(Convolutional Neural Network,CNN)为代表的深度学习技术,在农作物遥感分类制图领域具有广阔的应用前景。以多时相Landsat 8多光谱遥感影像为数据源,搭建CNN模型对农作物进行光谱特征提取与分类,并与支撑向量机(SVM)常规分类方法进行对比。进一步引入影像纹理信息,利用CNN对农作物光谱和纹理特征进行提取,优化作物分布提取结果。实验表明:①基于光谱特征的农作物分布提取,验证结果对比显示,CNN对应各类别精度、总体精度均优于SVM,其中二者总体精度分别为95.14%和91.77%;②引入影像纹理信息后,基于光谱和纹理特征的CNN农作物分类总体精度提高至96.43%,Kappa系数0.952,且分类结果的空间分布更为合理,可有效区分花生、道路等精细地物,说明纹理特征可用于识别不同作物。基于光谱和纹理信息的CNN特征提取,可面向种植结构复杂区域实现农作物精准分类与分布制图。 周壮 李盛阳 张康 邵雨阳关键词:农作物 CNN 纹理信息 卫星视频中目标的快速检测算法研究 被引量:1 2018年 随着视频卫星的不断发展,如何在卫星视频数据中准确和快速地进行目标检测逐渐成为一个研究热点.本文从两个方面改进了单阶段的目标检测网络.针对卫星图像中目标尺寸小、分辨率低的特点,利用反卷积操作丰富目标的上下文信息,同时将对应尺度的卷积特征组合成超参特征,丰富目标的细节特征;并提出图像特征多级网格化,将不同网格化的结果进行融合,提高模型的检测准确率.根据视频卫星对地凝视成像、场景移动缓慢的特点,设计出内容一致性判别网络,通过判别结果可以省略一些冗余的检测步骤,提升整体的检测效率.本实验使用"吉林一号"卫星视频数据,通过具体的实验结果分析,得出该系统对于对地凝视卫星视频中目标检测的准确率和速度都达到了较好的效果. 刘贵阳 李盛阳 邵雨阳关键词:神经网络 反卷积 基于蚁群算法的积雪深度反演设计方法 基于蚁群算法的积雪深度反演算法设计,涉及到智能计算与积雪的被动微波遥感两大领域,该方法首先通过积雪的微波辐射传输模型得到不同频率的辐射亮温与积雪深度之间关系的模拟数据,然后将模拟得到的辐射亮温数据与积雪深度数据进行离散化... 李震 邵雨阳 陈权文献传递