-
题名利用多尺度特征与深度网络对遥感影像进行场景分类
被引量：62
- 1
-
-
作者
许夙晖
慕晓冬
赵鹏
马骥
-
机构
火箭军工程大学信息工程系
-
出处
《测绘学报》
EI
CSCD
北大核心
2016年第7期834-840,共7页
-
文摘
针对因样本量小而导致的遥感图像场景分类精度不高的问题,结合非下采样Contourlet变换(NSCT)、深度卷积神经网络(DCNN)和多核支持向量机(MKSVM),提出了一种基于多尺度深度卷积神经网络(MS-DCNN)的遥感图像场景分类方法。首先利用非下采样Contourlet变换方法对遥感图像多尺度分解,然后对分解后的高频子带和低频子带分别用DCNN训练得到了不同尺度的图像特征,最后采用MKSVM综合多尺度特征并实现遥感图像场景分类。对标准遥感图像分类数据集的试验结果表明,本算法能够结合低频和高频子带对不同类别场景的识别优势,对遥感图像场景取得较好的分类结果。
-
关键词
遥感图像
场景分类
深度卷积神经网络
非下采样轮廓波变换
多核支持向量机
-
Keywords
remote sensing image
scene classification
deep convolutional neural network
nonsubsampled Contourlet transform
multiple-kernel support vector machine
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于极限学习机参数迁移的域适应算法
被引量：18
- 2
-
-
作者
许夙晖
慕晓冬
柴栋
罗畅
-
机构
火箭军工程大学信息工程系
北京航空工程技术研究中心
空军工程大学防空反导学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2018年第2期311-317,共7页
-
文摘
针对含少量标签样本的迁移学习问题,本文提出了基于极限学习机(Extreme learning machine,ELM)参数迁移的域适应算法,其核心思想是将目标域的ELM分类器参数投影到源域参数空间中,使其最大限度地与源域的分类器参数分布相同.此外,考虑到迁移中有可能带来负迁移的情况,在目标函数中引入正则项约束.本文算法与以往的域适应算法相比优势在于,其分类器参数以及转移矩阵是同时优化得到的,并且其目标函数求解过程相对简单.实验结果表明,与主流的域适应算法相比,本文算法在精度与效率上都表现出明显的优势.
-
关键词
域适应
迁移学习
极限学习机
正则化
中层语义特征
深度特征
-
Keywords
Domain adaption, transfer learning, extreme learning machine, regularization, middle-level feature, deepfeature
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进的瞬时信息量数字调制识别算法
被引量：8
- 3
-
-
作者
曾旭
慕晓冬
易昭湘
许夙晖
-
机构
火箭军工程大学信息工程系
-
出处
《无线电工程》
2016年第12期21-25,共5页
-
基金
国家高技术研究发展计划("863"计划)基金资助项目(2011701AA221)
-
文摘
针对瞬时信息量的调制识别算法抗噪性能差的问题,提出了一种基于改进的瞬时信息量的数字调制识别算法。通过提取5种新的瞬时信息特征参数,确定其判别次序和判决门限值,使得算法在低信噪比条件下依然能保持很高的识别性能。实验结果表明,算法在信噪比低至5 dB时,对不同的数字调制信号的识别率均达到90%以上,与同条件下的原有识别算法相比,识别正确率提升了15%。
-
关键词
瞬时信息量
调制识别
判决门限
信噪比
-
Keywords
instantaneous information
modulation recognition
decision threshold
SNR
-
分类号
TN914
[电子电信—通信与信息系统]
-
-
题名结合对抗网络与辅助任务的遥感影像无监督域适应方法
被引量：8
- 4
-
-
作者
许夙晖
慕晓冬
张雄美
柴栋
-
机构
火箭军工程大学信息工程系
北京航空工程技术研究中心
-
出处
《测绘学报》
EI
CSCD
北大核心
2017年第12期1969-1977,共9页
-
基金
国家自然科学基金(61640007)~~
-
文摘
使用机器学习进行遥感影像标注的一个重要前提是有足够的训练样本,而样本的标注是非常耗时的。本文采用了域适应的方法来解决遥感影像场景分类中小样本量的无监督学习问题,提出了结合对抗网络与辅助任务的遥感影像域适应方法。首先建立了基于深度卷积神经网络的遥感影像分类框架;其次,为了学习到域不变特征,在标签分类器的基础上增加域分类器,并使域损失函数在其反射传播时的梯度与标签损失的梯度相反,从而保证域分类器不能区分样本来自于哪个域;最后引入了辅助分类任务,扩充了样本的同时使网络更具泛化能力。试验结果表明,本文方法优于主流的无监督域适应方法,在小样本遥感影像无监督分类中得到了较好的效果。
-
关键词
遥感影像
场景分类
域适应
深度卷积神经网络
对抗网络
多任务学习
-
Keywords
remote sensing image
scene classification
domain adaptation
deep convolutional neural network
adversarial network
multi-task learning
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于遥感影像的军事阵地动态监测技术研究
被引量：7
- 5
-
-
作者
许夙晖
慕晓冬
柯冰
王晓日
-
机构
第二炮兵工程大学信息工程系
-
出处
《遥感技术与应用》
CSCD
北大核心
2014年第3期511-516,共6页
-
文摘
针对部队快速机动作战的军事要求,提出基于高分辨率遥感影像的军用阵地动态监测方法。借助面向对象的多尺度分割技术将阵地影像分割为同质对象,以提取各个对象的特征;针对监督分类和非监督分类的弊端,提出通过一定的先验知识制定分类规则的方法对遥感影像进行地物识别,在此基础上定性和定量地输出变化检测结果。实验结果表明:利用基于对象影像分析方法具有较高的识别精度,能够有效监测军事阵地变化。
-
关键词
军事阵地
面向对象
多尺度
变化检测
-
Keywords
Military position
Object-oriented
Multi-scale
Change detection
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名含大面积平坦区域高分辨率遥感图像快速配准
- 6
-
-
作者
许夙晖
慕晓冬
柯冰
陈晓
-
机构
第二炮兵工程大学研究生管理大队
第二炮兵工程大学信息工程系
第二炮兵工程大学通信办公室
-
出处
《计算机应用》
CSCD
北大核心
2013年第A01期182-185,共4页
-
基金
国家863计划项目
-
文摘
针对含有大面积平坦区域的高分辨率遥感图像配准时由于需要遍历整个图像而导致的时效和精度不高的问题,提出了一种基于信息熵和加速鲁棒性特征(SURF)的快速配准算法,在提取特征点前剔除了图像中的平坦区域,提高了运算效率。在图像配准时,针对SURF算法容易提取大量错误点对的缺点,采用低时间复杂度的K-D树最近邻搜索法对SURF算法进行改进,并用基于相似三角形的错误匹配点剔除算法剔除错误点对,提高了匹配精度。实验结果表明,此算法在含有大面积平坦区域的高分辨率遥感图像配准中比SURF算法优越。
-
关键词
遥感
图像配准
平坦区域
信息熵
加速鲁棒性特征
-
Keywords
remote sensing
image registration
flat area
entropy
Speeded-Up Robust Feature（SURF）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于AODV的安全路由协议
- 7
-
-
作者
柯冰
慕晓冬
许夙晖
宋崴
-
机构
第二炮兵工程大学
-
出处
《火力与指挥控制》
CSCD
北大核心
2014年第6期155-158,共4页
-
文摘
随着移动Ad Hoc网络逐渐成为实现复杂战场环境信息传递的重要方式,网络安全逐渐引起重视。针对Ad hoc网络易遭受恶意节点攻击而造成大量丢包现象的安全问题,分析了目前针对移动Ad hoc网络AODV协议的几种典型的攻击模型,运用简单的缓存概念,提出了一种基于AODV的安全路由协议AODVCA,并以黑洞攻击为例,对各种性能指标进行了仿真和分析。结果表明此协议能够很好地预防和解决Ad hoc网络中恶意节点的路由攻击。
-
关键词
AD
HOC网络
AODV
安全路由协议(AODVCA)
-
Keywords
Ad hoc network
AODV
security routing protocol（AODVCA）
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名美国地理空间情报数据获取能力及启示
被引量：3
- 8
-
-
作者
许夙晖
杨国鹏
邢平
支熙
-
机构
解放军
解放军
-
出处
《火力与指挥控制》
CSCD
北大核心
2021年第10期182-186,共5页
-
文摘
地理空间情报使用影像、影像情报和地理空间信息,解释、审查和直观地表示地理特征和活动。美军通过地理空间情报提供的战场信息,可以更高效地进行指挥控制和实施作战行动,以支持国家安全、国家政策、作战部署等不同层次的战略和战术需求,实现战场上的信息优势。美军在战场上形成的地理空间情报优势,离不开多年来美国在地理空间情报领域探索实践中形成的先进发展理念与能力建设。对美国地理空间情报数据的获取能力进行分析,为我国地理空间情报数据建设提供参考。
-
关键词
美国
地理空间情报
数据获取
国家地理空间情报局
-
Keywords
U.S.
geospatial intelligence
data acquisition
NGA
-
分类号
TJ02
[兵器科学与技术—兵器发射理论与技术]
E87
[军事—军事情报学]
-
-
题名使用贝叶斯优化对遥感影像目标进行精确定位
被引量：3
- 9
-
-
作者
柴栋
许夙晖
罗畅
鲁彦辰
-
机构
空军研究院
中国人民解放军
中国人民解放军
中国人民解放军
-
出处
《遥感技术与应用》
CSCD
北大核心
2020年第6期1377-1385,共9页
-
基金
军内某科研项目。
-
文摘
针对大尺寸遥感影像目标检测中检测边框不精确的问题,提出使用高斯过程贝叶斯优化对遥感影像中的目标进行精确检测与定位。研究分为两个阶段,第一阶段使用基于边缘信息的EdgeBoxes算法对大尺寸遥感影像进行目标候选区域的选取,用分类器得到初始检测结果;为了得到更加准确的边框,在第二阶段,基于高斯过程的贝叶斯优化对每个目标的边框进行微调:①以目标初始边框为基准,在其周围选取与初始边框相交的边框集合,并得到一个高斯过程分布;②使用贝叶斯优化估计出下一个边框,并将其加入边框集;③求分类器对所有边框的得分,得分最高的边框作为下次迭代的基准边框;④重复若干次贝叶斯优化后得到最终的边框。实验结果表明:EdgeBoxes方法以较少的候选框可以得到较大的召回率,使用高斯过程的贝叶斯优化可以明显地提高检测边框的精度。
-
关键词
遥感影像
目标检测
目标精确定位
区域候选框
高斯过程
贝叶斯优化
-
Keywords
Remote sensing image
Object detection
Object accurate locolization
Region proposal
Gaussian process
Bayesian optimization
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
