您的位置: 专家智库 > >

尤伟

作品数:10 被引量:15H指数:2
供职机构:哈尔滨工程大学更多>>
发文基金:中央高校基本科研业务费专项资金中国博士后科学基金哈尔滨市优秀学科带头人基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 7篇专利
  • 2篇期刊文章
  • 1篇学位论文

领域

  • 5篇自动化与计算...
  • 1篇电子电信

主题

  • 6篇图像
  • 5篇递归
  • 5篇光谱图像
  • 3篇遥感
  • 3篇高光谱数据
  • 2篇等式
  • 2篇异常检测
  • 2篇冗余
  • 2篇数据冗余
  • 2篇图像检测
  • 2篇图像异常
  • 2篇自适
  • 2篇自适应
  • 2篇阈值
  • 2篇阈值分割
  • 2篇局部自适应
  • 2篇光谱
  • 2篇光谱数据
  • 2篇核函数
  • 2篇恒等

机构

  • 10篇哈尔滨工程大...

作者

  • 10篇尤伟
  • 7篇赵春晖
  • 6篇王佳
  • 5篇王玉磊
  • 4篇齐滨
  • 2篇赵春晖
  • 1篇王玉磊

传媒

  • 1篇光学学报
  • 1篇哈尔滨工程大...

年份

  • 1篇2018
  • 2篇2017
  • 3篇2016
  • 4篇2015
10 条 记 录,以下是 1-10
排序方式:
一种高光谱目标实时探测的GPU并行处理方法
本发明具体涉及一种结合基于递归分析思想的高光谱实时探测算法在图形处理器(GPUs)上硬件实现的高光谱目标实时探测的GPU并行处理方法。本发明包括:(1)输入高光谱数据,初始化高度,原始数据高度,原始数据宽,原始数据波段数...
赵春晖尤伟王玉磊王佳杜达凯
文献传递
高光谱遥感目标检测并行处理方法研究
光谱成像技术出现于二十世纪八十年代,该技术的问世创新性地将物质成分决定的光谱信息与反映物质空间存在信息结合起来,即对某一物体记录其空间信息的同时赋予了物体独特的光谱信息。后来,人们利用这种技术进行远离目标和非接触目标物体...
尤伟
关键词:高光谱遥感并行处理
一种采用局部自适应阈值分割的高光谱图像异常探测方法
本发明属于高光谱图像异常目标检测领域,具体涉及一种采用局部自适应阈值分割的高光谱图像异常探测方法。读入高光谱数据;采用非线性KRX算子对高光谱数据处理得到检测结果灰度图;对检测的灰度图像进行预处理消除背景干扰;将图像<I...
赵春晖王佳王玉磊肖健钰尤伟
一种基于递归型核机器学习的高光谱异常目标检测方法
本发明涉及一种基于递归型核机器学习的高光谱异常目标检测方法。本发明包括:(1)输入高光谱数据;(2)选择核函数k(x,x<Sub>i</Sub>)=(x<Sup>T</Sup>x<Sub>i</Sub>)<Sup>d</...
赵春晖尤伟焦恒齐滨万晓青
文献传递
一种采用核递归的高光谱快速异常探测方法
本发明属于图像处理尤其是高光谱图像异常目标检测领域,具体涉及一种采用核递归的高光谱快速异常探测方法。本发明包括:读入高光谱数据;对背景信息的核矩阵进行初始化;建立背景像元更新的因果关系;建立核矩阵Κ<Sub>Β</Sub...
赵春晖王佳王玉磊肖健钰尤伟
一种采用局部自适应阈值分割的高光谱图像异常探测方法
本发明属于高光谱图像异常目标检测领域,具体涉及一种采用局部自适应阈值分割的高光谱图像异常探测方法。读入高光谱数据;采用非线性KRX算子对高光谱数据处理得到检测结果灰度图;对检测的灰度图像进行预处理消除背景干扰;将图像<I...
赵春晖王佳王玉磊肖健钰尤伟
文献传递
一种基于递归型核机器学习的高光谱异常目标检测方法
本发明涉及一种基于递归型核机器学习的高光谱异常目标检测方法。本发明包括:(1)输入高光谱数据;(2)选择核函数k(x,x<Sub>i</Sub>)=(x<Sup>T</Sup>x<Sub>i</Sub>)<Sup>d</...
赵春晖尤伟焦恒齐滨万晓青
基于Hausdorff度量的高光谱异常目标检测算法被引量:3
2016年
高光谱遥感异常目标检测中,目标和背景光谱信息难以精确地界定,导致目标检测性能下降。针对经典RX检测算法存在虚警概率高、计算量大、过程繁琐等缺点,将Hausdorff度量引入高光谱异常检测,利用改进的Hausdorff距离(MHD)从光谱匹配程度的角度,进行了高光谱异常目标检测,最大程度地将异常目标和背景分离。采用模拟数据和真实高光谱数据进行大量实验,检测性能大幅提升,算法的计算效率提高了60%,证明了本文算法比RX算法、因果RX算法和KRX算法检测效果好,效率高等优势,算法的低复杂度特性为硬件实现提供了良好的算法支持。
赵春晖尤伟齐滨王玉磊
关键词:高光谱遥感异常检测光谱匹配HAUSDORFF度量
采用多项式递归核的高光谱遥感异常实时检测算法被引量:12
2016年
高光谱遥感目标检测是遥感信号处理领域的热点问题,基于核机器学习的KRX算法能充分利用高光谱波段间的非线性光谱特性,在原始光谱的特征空间进行探测,能够获得较好的检测效果。针对KRX算法检测过程计算复杂、不能满足快速处理要求的缺陷,引入了卡尔曼滤波器的递归思想,提出了一种核递归的高光谱异常目标检测算法。从光谱分析的角度,应用Woodbury引理从上一时刻的状态迭代更新当前像元的Gram核矩阵,避免了高维矩阵数据重复计算。实验结果表明,与传统RX、因果RX和KRX等算法相比,在检测精度有所提高的同时,大大缩短了算法检测时间,提高了异常目标检测效率。
赵春晖尤伟齐滨王佳
关键词:遥感异常检测
一种采用核递归的高光谱快速异常探测方法
本发明属于图像处理尤其是高光谱图像异常目标检测领域,具体涉及一种采用核递归的高光谱快速异常探测方法。本发明包括:读入高光谱数据;对背景信息的核矩阵进行初始化;建立背景像元更新的因果关系;建立核矩阵Κ<Sub>Β</Sub...
赵春晖王佳王玉磊肖健钰尤伟
文献传递
共1页<1>
聚类工具0