1 广东省特种设备检测研究院顺德检测院，广东 佛山 528300
2 华南理工大学电力学院，广东 广州 510640
耐热钢微观组织及机械性能会随着服役过程发生退化，对老化状态的实时快速监测对安全运行及生产具有重要意义。基于便携式激光诱导击穿光谱（LIBS）设备对获取的T91光谱特征进行降维并优化了老化等级评估模型，实现了对T91耐热钢老化等级的快速诊断。分别采用主成分分析与线性判别式分析（LDA）的降维方法，对光谱特征进行优化精简。而后基于降维后的数据，进一步采用K最近邻算法和支持向量机（SVM）算法来建立金属老化等级评估模型，讨论了建模关键参数选择对模型性能的影响。结果表明，经过LDA降维的光谱数据能实现更好的聚类分布，可有效提高评估模型的准确率。同时，应用LDA-SVM模型能获得最高的老化等级评估准确度，达94.58%。所采用的模型建模方法可有效实现基于便携式LIBS的T91耐热钢老化等级评估。
光谱学 激光诱导击穿光谱 金属老化等级评估 光谱特征降维 K最近邻算法 支持向量机 激光与光电子学进展
2024, 61(5): 0530003
上海出版印刷高等专科学校印刷包装工程系, 上海 200093
光谱反射率维度高, 与光照和观察条件无关, 能够真实、 客观地描述物体的颜色信息, 由物体本身特性决定, 因此被称为物体的“指纹”。 但是, 光谱反射率数据量超过传统三色系统十倍以上, 这些巨大的光谱数据在存储、 数据处理及传递等方面造成巨大的负担, 花费太多的计算时间。 如果高维光谱可以通过数学变换方法映射到低维空间, 并确保低维空间能够更好地表示原始光谱所覆盖的信息, 可以有效地压缩多光谱数据, 提高基于光谱的颜色复制的处理效率。 针对主成分分析法平等地对待可见光范围的所有波长, 重建光谱仅仅是对原始光谱的数学逼近, 由于波长对颜色的重要性不同, 经常会导致光谱重建误差较小而色度误差较大的问题, 提出了一种基于光谱色差权重函数的多光谱降维算法。 使用主成分分析法将孟塞尔颜色系统Munsell维度降低到1维, 再恢复重建到31维, Munsell的原始光谱和重建光谱的平均光谱色差作为权重函数。 以NCS为训练样本, 分别以NCS、 Munsell和3张多光谱图像为测试样本, 分析和比较本文推荐的权重主成分分析法与主成分分析法以及另外4种权重主成分的性能。 以D65/2°和A/2°照明观察条件下的CIELAB色差和均方根误差(RMSE)分别评价测试样本的原始光谱和重建光谱之间的色度重建精度和光谱重建精度。 实验统计结果表明: 相对于主成分分析法, 无论测试样本是多光谱数据还是多光谱图像, 推荐的方法在牺牲一定光谱重建精度的情况下, 在D65/2°和在A/2°两种照明观察条件下的色度重建精度得到显著的提高, 而色度重建精度提高对于目前广受关注的基于光谱的颜色复制研究具有非常重要意义。 实验统计结果也表明本文推荐的方法的色度重建精度优于目前已经存在的另外4种权重主成分分析法。
多光谱降维 多光谱压缩 主成分分析法 权重函数 光谱色差 Multispectral dimensionality reduction Multispectral compression Principal component analysis Weight function Spectral color difference 光谱学与光谱分析
2023, 43(9): 2679
1 南京信息工程大学电子与信息工程学院，江苏 南京 210044
2 无锡学院电子信息工程学院，江苏 无锡 214105
3 中国船舶集团有限公司第七〇三研究所，黑龙江 哈尔滨 150000
4 哈尔滨工程大学航天与建筑工程学院，黑龙江 哈尔滨 150000
针对现有高光谱视频目标跟踪算法在目标尺度发生变化时容易出现跟踪精度下降的问题，提出一种基于光谱匹配降维和特征融合的高光谱目标跟踪算法。首先，利用目标局部光谱和阈值来估计目标光谱，并利用目标光谱与高光谱图像进行朴素相关，实现高光谱图像降维，从而提取目标的深度特征。然后，利用局部方差判断目标区域，提取目标的3D方向梯度直方图（HOG）特征。为保留高光谱图像的光谱信息以及深度特征的语义信息，利用通道卷积融合的方法，得到更具辨别力的融合特征。最后，将融合特征送入相关滤波器，通过尺度池思想提高算法在目标尺度变化挑战下的跟踪鲁棒性。实验结果表明，所提跟踪算法在目标尺度变化挑战下具有更好的性能。
测量 目标跟踪 高光谱视频 光谱匹配降维 通道卷积融合 光学学报
2023, 43(20): 2012002
1 湖南师范大学地理科学学院，湖南 长沙 410081
2 地理空间大数据挖掘与应用湖南省重点实验室，湖南 长沙 410081
针对高光谱图像分类中小规模训练样本下空间信息利用不足和分类精度下降问题，提出一种联合超像素降维和类别后验概率优化的高光谱图像分类方法。首先根据高光谱图像的空间纹理结构，采用熵率超像素分割算法自适应地识别均匀同质超像素区域，对每个区域逐一应用主成分分析，挖掘能表征图像空间-光谱信息的超像素混合特征；然后将混合特征输入支持向量机中计算各像元初始类别概率向量，采用扩展随机游走算法利用图像空间邻域信息对初始类别进行后验概率优化；最后根据各像元最大类别概率确定分类结果。在Indian Pines、Pavia University和Salinas等3组通用高光谱数据集上开展实验，与其他6种方法进行对比，实验结果表明：在有限训练样本条件下，所提方法的总体分类精度分别为98.29%、97.29%和99.72%，优于对比方法的分类结果。
图像处理 高光谱图像分类 超像素降维 扩展随机游走 支持向量机 激光与光电子学进展
2023, 60(12): 1210005
西安工业大学光电工程学院, 陕西 西安 710021
仿生复眼系统解决了传统单孔径光学系统中视场与分辨率的矛盾关系, 兼具了较大的视场和高分辨率。但随着视场和分辨率的增加, 图像信息增多, 随之带来了图像拼接中效率和质量问题。针对该问题, 提出一种基于改进尺度不变特征转换(SIFT)算法和主成分分析(PCA)算法的仿生复眼多路图像拼接融合方法。该方法缩小了特征点提取区域, 减少了多路图像特征点匹配次数, 降低了图像特征点描述符的维度。再利用改进的自适应迭代随机抽样一致(RANSAC)算法对特征点进行提纯增加鲁棒性, 最后通过加权平均算法来完成对多幅子图像的高质量融合。实验结果表明, 该算法设计合理, 且随着图像信息的复杂程度增加, 相较传统算法的拼接效率不断提升, 同时保证了较好的拼接质量, 可有效拼接融合仿生复眼系统多路图像, 对多路图像类系统拼接融合提供借鉴。
图像处理 仿生复眼系统 多图像迭代拼接 描述符降维 随机抽样一致性 image processing bionic compound eye system iterative stitching of multiple images descriptor dimensionality reduction random sampling consistency
1 上海工程技术大学 电子电气工程学院, 上海 201620
2 上海理工大学 光电信息与计算机工程学院, 上海 200093
为了提高非接触式测量的数据处理精度, 采用一种分阶段配准的方法, 先将缺损叶片分为4个部分, 采用自配准算法对每部分进行配准; 再对相邻两部分采用改进的完全配准算法进行整体配准。结果表明, 自配准算法与传统算法相比, 在配准误差均小于0.005 mm的前提下, 配准时间可以缩短到1 s以内; 完全配准与传统算法相比, 速度较快, 并通过0级的标准量块测量实验得出系统的测量误差小于0.010 mm, 满足叶片测量的精度要求。该分阶段配准方法对测量航空叶片具有一定的应用价值。
激光技术 航空发动机叶片 分阶段配准 降维配准 laser technique aero-engine blades staged registration dimensionality reduction registration
1 广州开放大学(广州市广播电视大学)数字化服务中心, 广东 广州 510000
2 暨南大学信息科学技术学院, 广东 广州 510000
微博文本数据高维度、同义、多义特征明显, 传统基于向量空间模型 (VSM)联合 K-均值的热点话题发现方法存在准确率低, 计算复杂, 聚类中心难以确定等问题。提出一种相关向量机 (RVM)优化 VSM的微博文本向量化方法, 首先利用 RVM的自适应特征选择能力对 VSM特征向量进行降维, 然后利用主成分分析 (PCA)方法确定 K-均值算法的初始聚类中心, 进而采用 K-均值算法得到聚类结果, 最后根据微博转发、评论和高影响力用户数量定义热度指数, 热度指数最大的话题即为当前热点话题。采用实际微博文本数据集开展实验, 结果表明所提方法相对于 2种传统方法的准确率分别提升 7.3%和 1.1%, 实时性分别提升 45%和 53%。
热点话题发现 向量空间模型 话题聚类 数据降维 微博 hot topic detection Vector Space Model topic clustering data dimensionality reduction Micro-blog 太赫兹科学与电子信息学报
2023, 21(3): 378
1 武汉科技大学冶金装备与控制技术教育部重点实验室，湖北 武汉 430081
2 武汉科技大学湖北省机械传动与制造工程重点实验室，湖北 武汉 430081
3 武汉科技大学精密制造研究院，湖北 武汉 430081
4 广西师范大学物理科学与技术学院，广西 桂林 541004
5 桂林电子科技大学电子工程与自动化学院，广西 桂林 541004
太赫兹(THz)具有低能性、 瞬态性、 波谱分析能力强的优点, 在物质鉴别方面具有广阔的应用前景。 现有的基于THz的物质鉴别方法, 虽然取得了一定的效果, 但是存在容易陷入局部最优的问题, 从而导致识别精度不高。 均匀流形逼近与投影(UMAP)作为一种非线性降维方法, 其假设数据均匀分布在黎曼流形上, 可以对具有模糊拓扑结构的流形进行建模。 UMAP降维的过程是通过最小化两个拓扑表示之间的交叉熵, 从而实现低维空间中数据表示的布局优化。 传统的模糊C聚类方法(FCM)在聚类时, 初始聚类中心往往随机给定, 当初始聚类中心选择不恰当时, 容易导致错误的聚类。 为此, 提出一种基于UMAP辅助的模糊C聚类算法, 首先运用UMAP对输入的THz样本矩阵进行降维; 再根据类与类之间距离最大化的原则, 选择合适的初始聚类中心; 最后利用模糊C均值聚类的方法进行聚类。 所提出的方法不仅能够解决聚类过程中类与类之间过度拥挤的现象, 而且能够反映出类别间的距离信息以便于给样本选择合适的初始聚类中心。 为了验证提出的聚类方法的可靠性, 运用太赫兹时域光谱技术对鲁棉研28、 鲁棉研29、 鲁棉研36、 中棉28四种不同类型的转基因棉花种子进行了探测, 利用基于UMAP辅助的模糊C聚类算法对转基因棉花种子的吸光度光谱数据进行聚类分析, 成功地将四种不同类型的转基因棉花种子区分开, 得到了总正确率为0.983 3的聚类效果, 说明提出的基于UMAP辅助的模糊C聚类算法在物质太赫兹光谱识别方面具有良好的应用前景。
太赫兹时域光谱 物质鉴别 转基因棉花种子 降维 模糊C聚类 Terahertz time-domain spectroscopy Substance identification Transgenic cotton seeds UMAP Dimensionality reduction Fuzzy C-clustering method UMAP 光谱学与光谱分析
2022, 42(9): 2694
吉林大学仪器科学与电气工程学院, 吉林 长春 130000
针对光谱重构领域中光谱数据量较大与重构精度较低的问题, 提出了一种光谱可调谐的光谱重构方法。 在此之前国内外相关研究均是在数百条膜系的基础上进行, 并且计算过程比较复杂, 该方法利用10条膜系针对不同的单色光源进行实验并进行光谱重构。 光谱重构数学模型可以用线性方程组AX=B表示, 在实验过程中会受到多种误差源的干扰, 如膜系加工与设计间的误差、 探测器量子效率拟合误差、 杂散光干扰误差以及灰度值选取的误差等。 这些误差源造成了线性方程组变为病态方程, 造成了目标光谱信息解算的不准确。 在解算目标光谱信息的过程中, 首先在400~900 nm波长范围内利用凸优化算法解出含有误差的目标光谱信息的初始值, 并进行初次拟合, 得出含有误差的光谱曲线。 然后利用已知的光谱曲线信息判断目标光谱的有效波长范围, 对目标光谱范围进行伸缩, 在此范围内进行二次局部解算, 得出局部波长内的光谱信息, 然后对局部光谱信息进行局部拟合, 结合初次拟合结果, 得出新的目标光谱拟合曲线, 进一步提高了光谱重构精度, 以此类推, 得出精度较高的目标光谱曲线。 针对重构精度的评价指标不仅采用了国内外广泛使用的ARE, MSE与RQE, 还首次提出了一种新的评价光谱重构精度的指标, 即计算目标有效波长范围内每隔10 nm的MSE值, 若每10 nm的MSE值小于0.1, 则认为光谱重构精度达到了10 nm, 该方法不仅有效避免了在求解出现严重偏离真实值的情况, 还在凸优化解算过程中提供了约束条件, 有利于提高重构精度。 实验结果表明该方法在保证MSE, ARE与RQE高精度的条件下, 每隔10 nm的MSE最小值达到了0.002 3。 基于光谱可调谐光谱重构方法不仅达到了对目标光谱达到高精度重构的效果, 而且实现了数据降维。 此方法为光谱重构领域的工作方向提供了新的思路, 在工程上具有较大的应用价值。
光谱重构 调谐光谱 凸优化 数据降维 Spectral reconstruction Tuning spectrum Convex optimization Data dimensionality reduction 光谱学与光谱分析
2022, 42(5): 1378
1 北京邮电大学电子工程学院，北京 100876
2 北京邮电大学信息光子学与光通信国家重点实验室，北京 100876
随机奇异值分解（RSVD）在数据压缩、信号处理和图像降噪等方面具有广泛的应用，但日益剧增的矩阵规模对传统计算平台提出了更高的内存需求。为此，提出了基于空间光计算的RSVD方法。利用复杂介质的固有性质将矩阵降维，不再需要生成和存储随机高斯矩阵，能够有效降低RSVD的计算开销。实验证明，在采样率为0.2、宏像素块维度为10×10、选用220目毛玻璃作为散射介质的情况下，所提方法能够对维度为80×80的矩阵实现RSVD，其相对误差小于0.1，与传统方法相比，有效降低了RSVD的时间复杂度和空间复杂度。最后，通过图像压缩验证了所提方法的效果，所提方法为进一步研究大规模图像矩阵算法提供了基础。
光计算 随机奇异值分解 复杂介质 矩阵降维 时间复杂度 空间复杂度 光学学报
2022, 42(19): 1920002
