1 国网宁夏电力有限公司设备管理部，宁夏银川 750011
2 国网宁夏电力有限公司超高压公司灵州换流站，宁夏银川 750011
为了解决特高压直流换流站二次设备空间瞬态磁场受到无线电干扰后强度不明确的问题，提出了特高压直流换流站二次设备空间瞬态磁场监测技术研究。基于换流站二次设备空间瞬态磁场数据采集程序，根据电磁辐射示意图，计算换流站二次设备空间的电场强度和电磁辐射强度；将开关电弧简化成直导线，计算二次设备空间瞬态磁场强度，结合换流站二次设备空间瞬态磁场监测算法，实现了换流站二次设备空间瞬态磁场监测。测试结果表明，提出的方法可以有效监测二次设备空间瞬态磁场强度，监测瞬态磁场的无线电受干扰水平在 10~25dB·μV/m之间，满足标准干扰水平的要求。
直流换流站 瞬态磁场 二次设备空间 监测技术 电磁辐射 磁场计算 DC converter station transient magnetic field secondary equipment space monitoring technology electromagnetic radiation magnetic field calculation
1 复旦大学 信息科学与工程学院智慧网络与系统研究中心, 上海 200433
2 复旦大学 电磁波信息科学教育部重点实验室, 上海 200433
现有的全色遥感图像机场目标检测方法, 对机场目标的直线特征利用得非常有限.提出一种同时利用自顶向下和自底向上显著性机制的新方法.利用线段检测算法检测直线, 通过跑道线段间邻近、平行且长度范围一定的特点, 提出了邻近平行性的概念, 可以深度挖掘机场跑道几何关系的先验知识.同时使用简化的基于图的视觉显著性模型, 提取自底向上的显著性.两者协同得到机场的候选位置.最后, 通过尺度不变特征变换提取特征, 利用支撑向量机进行判决, 可以精确定位机场目标.在具有各种类型的机场图像数据库上的实验结果表明, 相对于其他方法, 所提议算法具有速度快、识别率高、虚警率低的优势, 同时对于复杂背景具有更强的鲁棒性.
机场目标检测 线段检测算法 邻近平行性 基于图的视觉显著性 尺度不变特征变换 支撑向量机 airport target detection line segment detector near parallelity graph-based visual saliency scale-invariant feature transform support vector machine
1 复旦大学 电子工程系，上海200433
2 复旦大学 波散射与遥感信息重点实验室，上海200433
提出一种用于高光谱图像降维和分类的分块低秩张量分析方法.该算法以提高分类精度为目标，对图像张量分块进行降维和分类.将高光谱图像分成若干子张量，不仅保存了高光谱图像的三维数据结构，利用了空间与光谱维度的关联性，还充分挖掘了图像局部的空间相关性.与现有的张量分析法相比，这种分块处理方法克服了图像的整体空间相关性较弱以及子空间维度的设定对降维效果的负面影响.只要子空间维度小于子张量维度，所提议的分块算法就能取得较好的降维效果，其分类精度远远高于不分块的算法，从而无需借助原本就不可靠的子空间维度估计法.仿真和真实数据的实验结果表明，所提议分块低秩张量分析算法明显地表现出较好的降维效果，具有较高的分类精度.
高光谱图像 低秩张量分析 子张量 空间相关性 子空间维度 降维 分类 hyperspectral imagery lower rank tensor analysis sub-tensor spatial correlation subspace dimension dimensionality reduction classification
1 复旦大学 电子工程系, 上海 200433
2 复旦大学 波散射与遥感信息重点实验室, 上海 200433
提出两种基于图像欧氏距离的非线性降维方法.该方法利用高光谱图像物理特性, 将图像欧氏距离引入到传统的流形降维算法中.与其它应用于高光谱图像的降维算法相比, 该算法具有诸多优点.图像欧氏距离的引入, 在考虑高光谱图像本身的空间关系的同时, 很好地保持了数据点之间的局部特性, 可以实现有效地去除原始数据集光谱维和空间维的冗余信息.实际高光谱数据的实验结果表明, 该算法应用于高光谱图像分类时, 与其它常见的方法相比具有更高的分类精度.
高光谱遥感图像 非线性降维 图像欧氏距离 分类 hyperspectral imagery nonlinear dimensional reduction image Euclidean distance classification
1 复旦大学 电子工程系，上海200433
2 复旦大学 波散射与遥感信息教育部重点实验室，上海200433
提出了一种基于CayleyMenger行列式的快速端元提取算法.该算法的目标是寻找包含高光谱数据集的最小体积的单形体.与其它基于单形体几何的算法相比，该方法具有诸多优点.首先，CayleyManger行列式的引入使得算法可以便捷地利用Hermite矩阵的特点大大加速搜索过程，进而得到一个稳定的最终解.其次，该算法无须对数据进行降维处理，从而可以避免因数据降维而造成的有用信息的丢失.仿真和实际高光谱数据的实验结果表明，所提出的算法在获得准确解的同时，具有非常快的收敛速度.
高光谱解混 CayleyMenger行列式 辅助高 最小体积 单形体 hyperspectral unmixing CayleyMenger determinant auxiliary height minimum volume simplex
1 复旦大学 电子工程系，上海 200433
2 复旦大学 波散射与遥感信息重点实验室，上海 200433
提出一种基于最大信息量的高光谱遥感图像无监督波段选择方法.该方法以在所选择的波段中保留原数据中所包含的最大信息量为目标，并采用逐个移除波段的方式来实现.算法使用K-L散度来定量表示信息量的大小，并通过信息量在整个数据集中的分布情况来决定所移除的波段.与传统方法相比，具有物理意义明确、计算过程简单的优点，同时还能够完全自动地完成任务，实现无监督的波段选择.
高光谱遥感图像 波段选择 信息量 K-L散度 分类 hyperspectral imagery band selection information amount K-L divergence classification
1 安徽农业大学生命科学学院, 安徽 合肥 230036
2 农业部茶叶生物化学与生物技术重点实验室, 安徽 合肥 230036
茶树叶片叶绿体的有效分离纯化是进行茶树叶绿体代谢组学和蛋白质组学研究的基础。本文以茶树鲜叶为材料, 通过叶绿体得率、希尔反应等纯度和完整度指标, 比较了Percoll密度梯度离心法和蔗糖密度梯度离心法对叶绿体分离纯化的效果; 通过蛋白质含量和SDS-PAGE电泳图谱, 比较了涨破法和冻融法对叶绿体蛋白的提取效果。结果发现Percoll密度梯度离心法和冻融法适合茶树完整叶绿体分离及叶绿体蛋白提取。在此基础上本文还对茶树鲜叶及叶绿体蛋白质进行了双向电泳的初步分析比较; 并检测到茶树叶绿体内含有儿茶素合成相关酶PAL、DFR/LAR和ANR。
茶树 叶绿体 儿茶素 合成酶 tea plant chloroplast catechins synthetase
1 复旦大学 电子工程系, 上海 200433
2 复旦大学 波散射与遥感信息教育部重点实验室, 上海 200433
传统的独立分量分析并不适用于高光谱遥感图像的混合像元解混, 因为图像中各端元的分布不是相互独立的.针对这一问题, 提出了一种有约束的独立分量分析方法, 来实现遥感图像混合像元的盲分解.通过在独立分量分析的目标函数中引入丰度非负约束与丰度和为一约束, 改变了传统的独立性假设.同时, 为了更好地适用于遥感数据分析, 还提出了一种自适应的丰度建模方法来描述数据的概率分布, 对各种不同的遥感数据进行建模.仿真数据和真实高光谱数据的实验结果表明, 作为一种无需光谱先验信息的算法, 具有更高的分解精度, 为高光谱遥感图像混合像元的盲分解提供了一种有效的解决手段.
高光谱解混 独立分量分析 丰度非负约束 丰度和为一约束 hyperspectral unmixing independent component analysis (ICA) abundance nonnegative constraint(ANC) abundance sum-to-one constraint(ASC)
1 复旦大学 电子工程系, 上海 200433
2 复旦大学 波散射与遥感信息教育部重点实验室, 上海 200433
传统非负矩阵分解算法的目标函数具有大量的局部极小, 在进行高光谱图像的光谱解混时, 受初始值的影响很大.为解决该问题, 作者通过在目标函数中引入丰度分离性和平滑性的约束条件, 提出一种基于有约束非负矩阵分解的混合像元分解方法.同时该算法能够满足混合像元分解问题所要求的丰度值非负以及和为一的约束.模拟和实际数据实验结果表明, 所提出的算法能够很好地克服局部极小的问题, 从而得到更优的解.同时该算法表现出了较强的抗噪声能力, 并且能够适用于无纯像元数据的混合像元分解.
高光谱遥感图像 混合像元分解 非负矩阵分解 丰度分离性 丰度平滑性 hyperspectral imagery spectral unmixing nonnegative matrix factorization abundance separation abundance smoothness
1 复旦大学电子工程系， 上海 200433
2 复旦大学波散射与遥感信息教育部重点实验室，上海 200433
传统的光谱混合分析方法假设每个端元必须具有完全稳定的光谱特性，而在实际问题中同类地物的端元光谱往 往存在着差异。为了有效地抑制同物异谱对混合像元分解的影响，本文提出一种基于Fisher判别零空间的高光谱遥感图像混合像元分 解算法。Fisher判别零空间方法通过对高光谱图像数据进行线性变换，使得变换后的数据中同一端元内的光谱差异减小为零，而不同 端元间的光谱差异尽可能地增大。利用变换后的光谱数据对混合像元进行分解就可以较大程度地减少同物异谱现象对分解结果的影响。 对模拟高光谱图像数据以及Indiana地区和Cuprite地区的实际AVIRIS数据的解混结果表明，用Fisher判别零空间方法处理混合像元分 解问题，可以得到较高的分解精度。
混合像元分解 同物异谱 Fisher判别零空间 高光谱图像 decomposition of mixed pixels endmember spectral variability Fisher discriminant null space hyperspectral image
