1 北京航空航天大学 仪器科学与光电工程学院，北京 100191
2 北京航空航天大学 北航青岛研究院，山东 青岛 266101
3 中国人民解放军96901部队，北京 300140
针对机载成像高光谱遥感仪器获得的大批量高光谱数据很难实现高效快速的矿物信息提取和识别的问题，提出了一种基于改进样本驱动的高光谱矿物识别模型压缩方法，对神经网络中的冗余神经元进行剪枝，从而获取高效的矿物识别模型。首先，以验证数据集中的正确识别样本为数据驱动，计算各神经元经激活函数后的输出零值频率，并将其作为该神经元重要性判据，探讨各神经元对神经网络正确识别样本的贡献；其次，通过设置重要性阈值对冗余神经元进行剪枝，并对剪枝网络进行再训练，在保留原网络正确识别特性的基础上，提升压缩模型识别精度；最终通过多次迭代剪枝获得高效的压缩矿物识别模型。利用基于改进样本驱动的模型压缩方法对基于多层感知机的矿物识别模型进行压缩改进，并以美国内华达州Cuprite矿区的机载可见光/红外成像光谱仪的高光谱数据作为测试数据，获得了压缩比3.33、矿物识别精度94.35%的高效矿物识别模型。
神经网络 网络剪枝 高光谱 矿物识别 neural network network pruning hyperspectral mineral identification 红外与激光工程
2022, 51(3): 20210252
北京大学 地球与空间科学学院, 北京 100871
分析与综述了当前高光谱遥感岩矿识别研究的进展。论述了岩矿光谱特征的作用机理以及岩矿光谱的特征测量与分析方法。归纳和总结了目前以及未来几年可用于岩矿识别的高光谱遥感探测器件和仪器的特点。对基于光谱吸收特征、完全波形匹配和混合像元分解的3类岩矿识别方法进行了归纳与对比, 重点介绍了近年来这类技术的重要成果以及研究热点。最后, 从理论、数据、方法以及应用4个方面对当前高光谱遥感岩矿识别面临的主要问题和发展趋势进行了剖析。作者认为, 高光谱遥感岩矿识别的整体发展趋势为定性识别向定量化分析发展, 在此发展过程中, 混合光谱模型的建立与解混、面向岩矿识别的新型高光谱传感器的研制、岩矿信息提取的智能化以及复杂地质环境下的岩矿识别将成为研究的主要方向。
高光谱遥感 岩矿识别 光谱特征 综述 hyperspectral remote sensing mineral identification spectral feature review
1 吉林大学地球科学学院， 吉林 长春130061
2 吉林大学地球探测科学与技术学院， 吉林 长春130061
3 吉林大学计算机科学与技术学院， 吉林 长春130012
由于某些矿物， 特别是与成矿作用有关的热液蚀变矿物的光谱特征差异较小， 更受到矿物混合光谱等因素的影响， 导致大多数光谱识别方法对一些光谱特征相似的矿物极易出现混淆和误判现象。 因此， 针对矿物光谱的“同物异谱”、 “同谱异物”现象， 提出了一种基于朴素贝叶斯分类模型的高光谱矿物精确识别方法。 通过对白云母、 高岭石， 这两种光谱特征相近的典型蚀变矿物的实验测试、 分析， 并与光谱角匹配、 二进制编码、 光谱特征拟合等同类方法进行对比， 结果表明该方法能够充分地利用吸收特征波谷位置、 吸收特征深度、 包络线斜率等多种矿物光谱识别属性特征， 进而将不同种类的矿物更明显地予以区分， 具有较高的分类识别准确率。
高光谱遥感 矿物识别 分类模型 朴素贝叶斯 Hyperspectral remote sensing Mineral identification Classification model Naive bayes
1 中国科学院对地观测与数字地球科学中心, 北京 100094
2 中国科学院研究生院, 北京 100049
3 美国印第安纳大学, 印第安纳波利斯 46202
针对当前利用高光谱数据进行矿物识别精度较低的问题, 根据研究区地质背景建立区域端元光谱库, 提出了对原始光谱进行分段滤波的预处理方法。 首先应用连续统快速傅里叶变换方法分别去除2 000～2 200 nm, 2 250～2 300 nm, 2 350 ～2 500 nm范围内的随机噪声, 之后利用加入区域端元库的矿物快速定量提取模型提取预处理后光谱中的矿物类型。 本方法识别矿物的最高有效率为80%, 正确率最高可达67%。 与未滤波的光谱识别结果对比, 平均正确率提高了17.7%, 平均有效率提高了5.1%; 与全波段滤波的光谱识别结果对比, 平均正确率提高了5.8%, 平均有效率提高了39.8%, 可保证在尽量多识别出正确矿物的基础上有效减少结果中的错误组分数, 改进了矿物识别的精度, 对野外快速提取矿物信息等工作有重要意义。
可见光-近红外光谱 矿物识别 区域端元库 滤波 Vis-NIR spectrum Mineral identification Regional mineral spectrum library Noise filtering 光谱学与光谱分析
2012, 32(8): 2065
1 中国科学院对地观测与数字地球科学中心, 北京 100012
2 中国科学院研究生院, 北京 100049
3 美国印第安纳大学, 印第安纳波利斯 46202
矿物成分的野外快速鉴定在遥感地质研究与矿产勘探中至关重要, 特征光谱线性反演模型可利用野外获得的岩矿光谱信息快速提取矿物组分, 但是在实际使用中发现, 使用同一样品的不同类型反射率光谱, 模型结果存在显著差异。 文章通过对连续统快速傅里叶变换(CFFT)滤波方法和特征光谱线性反演模型(CSLM)的研究, 一方面获得了使用CFFT研究岩矿光谱的最佳参数设置, 设置低通滤波截止频率为150 Hz； 另一方面通过对CSLM使用不同光谱数据结果的评价分析, 发现使用CFFT滤波后的ASD光谱在野外提取矿物时效果更好。
反射光谱 线性反演模型 矿物鉴定 噪声滤波 Reflectance spectra Linear inversion model Mineral identification Noise filtering 光谱学与光谱分析
2011, 31(5): 1366
