叶珍
- 作品数：11 被引量：128H指数：6
- 供职机构：长安大学电子与控制工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金河南省交通厅科技计划项目更多>>
- 相关领域：自动化与计算机技术理学机械工程电子电信更多>>
- 基于多指标模糊综合评价的交通拥堵预测与评估被引量：18
- 2019年
- 针对各交通时段对交通拥堵的不同影响、单因素无法准确表征交通拥堵状态的问题,提出了一种采用多指标模糊综合评价的交通拥堵评价预测方法。该方法利用粒子群算法优化支持向量回归机对道路平均速度和交通流量进行预测,得到三个因素指标平均速度v、交通流密度D、道路饱和度S的预测值。将三个因素指标输入到多指标模糊综合评价模型中,即首先建立交通拥堵状态的因素集和评价集,通过熵值法确定早高峰、晚高峰、其他时段下三个因素指标的权重系数,再通过梯形隶属度函数确定各指标在各时段的隶属度,最终将交通拥堵状态划分为六个级别。通过对美国Pe MS数据库中I405高速路交通数据的预测评价实验,证明采用该方法预测的交通拥堵状态基本与实际状态吻合,具有较高的预测精度,正确率可达94. 79%。
- 晏雨婵白璘武奇生叶珍
- 关键词：交通拥堵熵值法
- 基于Gabor特征与局部保护降维的高光谱图像分类算法被引量：32
- 2016年
- 提出了两种基于Gabor特征与局部保护降维的高光谱图像分类算法。该算法利用嵌入主成分分析的Gabor变换对高光谱图像进行特征提取。为了保护相邻特征的局部信息,利用局部Fisher判别分析或局部保护非负矩阵分离对Gabor特征进行降维,并采用高斯混合模型分类器对降维后的特征进行分类。两组高光谱数据的实验结果表明,本文算法不但能充分挖掘高光谱图像的谱间-空间特征,而且有效保护了高光谱图像的局部特征信息与多模型结构。与现有的几种算法相比,本文算法能得到更高的分类精度和Kappa系数,在高斯噪声环境中也具有更强的稳健性。
- 叶珍白璘粘永健
- 关键词：遥感高光谱图像分类GABOR特征高斯混合模型
- PCA与移动窗小波变换的高光谱决策融合分类被引量：7
- 2015年
- 目的高光谱数据具有较高的谱间分辨率和相关性,给分类处理带来了一定的困难。为了提高分类精度,提出一种结合PCA与移动窗小波变换的高光谱决策融合分类算法。方法首先,利用相关系数矩阵对原始高光谱数据进行波段分组;然后,利用主成分分析对每组数据进行谱间降维;再根据提出的移动窗小波变换法进行空间特征提取;最后,采用线性意见池(LOP)决策融合规则对多分类器的分类结果进行融合。结果采用两组来自不同传感器的数据进行实验,所提算法的分类精度和Kappa系数均高于已有的5种分类算法。与SVM-RBF算法相比,本文算法的分类精度高出了8%左右。结论实验结果表明,本文算法充分挖掘了高光谱图像的谱间-空间信息,能有效提高分类正确率,在小样本情况下和噪声环境中也具有良好的分类性能。
- 叶珍何明一
- 关键词：主成分分析小波变换
- 高光谱图像分类的自适应决策融合方法被引量：5
- 2021年
- 目的目前高光谱图像决策融合方法主要采用以多数票决(majority vote,MV)为代表的硬决策融合和以对数意见池(logarithmic opinion pool,LOGP)为代表的软决策融合策略。由于这些方法均使用统一的权重系数进行决策融合,没有对子分类器各自的分类性能进行评估而优化分配权重系数,势必会影响最终的分类精度。针对该问题,本文对多数票决和对数意见池融合策略进行了改进,提出了面向高光谱图像分类的自适应决策融合方法。方法根据相关系数矩阵对高光谱图像进行波段分组,对每组波段进行空谱联合特征提取;利用高斯混合模型(Gaussian mixture model,GMM)或支持向量机(support vector machine,SVM)分类器对各组空谱联合特征进行分类;最后,采用本文研究的两种基于权重系数优化分配的自适应融合策略对子分类器的分类结果进行决策融合,使得分类精度低的波段组和异常值对最终分类结果的影响达到最小。结果对两个公开的高光谱数据集分别采用多种特征和两种分类器组合进行实验验证。实验结果表明,在相同特征和分类器条件下,本文提出的自适应多数票决策融合策略(adjust majority vote,adjustMV)、自适应对数意见池决策融合策略(adjust logarithmic opinion pool,adjustLOGP)比传统的MV决策融合策略、LOGP决策融合策略对两个数据集的分类精度均有大幅度提高。Indian Pines数据集上,adjustMV算法的分类精度比相应的MV算法平均提高了1.2%,adjustLOGP算法的分类精度比相应的LOGP算法平均提高了7.38%;Pavia University数据集上,adjustMV算法的分类精度比相应的MV算法平均提高了2.1%,adjustLOGP算法的分类精度比相应的LOGP算法平均提高了4.5%。结论本文提出的自适应权重决策融合策略为性能较优的子分类器(即对应于分类精度高的波段组)赋予较大的权重,降低了性能较差的子分类器与噪声波段对决策融合结果的�
- 叶珍董睿陈浩鑫白璘
- 关键词：高光谱图像分类自适应权重
- 局部保护降维与高斯混合模型的高光谱图像分类被引量：2
- 2017年
- 高光谱图像具有高谱间分辨率和低空间分辨率的特点,传统的分类方法难以得到较高的分类精度。针对该问题,该文研究了两种局部保护降维法——局部保护投影(LPP)和局部保护非负矩阵分离(LPNMF)对高光谱图像降维,这两种方法能很好地保护输入空间相邻像素间的局部特征。由于高光谱图像各类间的统计分布多为复杂的多模型结构,文中采用高斯混合模型(GMM)分类器对降维后的数据进行分类。实验结果表明,将局部保护降维与高斯混合模型相结合的高光谱图像分类算法不但在小样本情况下能有效地提高分类精度,而且在背景像素混合的情况下和高斯白噪声环境中具有一定的鲁棒性。
- 叶珍白璘
- 关键词：高斯混合模型高光谱图像分类
- 一种基于清浊音分离的动态阈值小波去噪方法被引量：3
- 2011年
- 低信噪比下,传统的小波去噪算法会造成语音信号中有用信息的损失,从而导致去噪性能的下降。针对这一问题,提出了一种基于清浊音分离的动态阈值小波去噪方法。采用谱减法去除部分噪声,再运用短时能量法判别清浊音,有效地降低了误判率;融入了小波包分解法以保护清音部分不被损失;根据各层的分解系数来动态地确定阈值,以避免过平滑真实信号;采用了一种新的阈值函数,有效弥补了软、硬阈值函数在去噪性能上的不足。仿真结果表明,该方法能较好地提高语音信号的重构质量。
- 张君昌叶珍李艳艳
- 关键词：小波去噪阈值函数清浊音分离
- 基于主成分分析与局部二值模式的高光谱图像分类被引量：14
- 2017年
- 提出了两种基于主成分分析与局部二值模式的高光谱图像分类算法。利用主成分分析去除高光谱图像的谱间冗余信息,对降维后的图像利用局部二值模式进行空间纹理特征分析,采用稀疏表示分类和支持向量机分别对提取的特征进行分类。其通过将主成分分析与局部二值模式相结合对高光谱图像进行特征提取,保证了高光谱图像的谱间冗余的有效去除,同时保护了高光谱图像的空间局部邻域信息,因此,此类算法不但能充分挖掘高光谱图像的谱间-空间特征,在较大程度上提高分类精度和Kappa系数,而且在高斯噪声环境中和小样本情况下也具有良好的分类性能。
- 叶珍白璘
- 关键词：图像处理高光谱图像分类主成分分析局部二值模式特征提取
- 线性混合光谱模型高光谱压缩感知被引量：6
- 2020年
- 高光谱压缩感知(HCS)对于解决机载或星载高光谱数据的存储与实时传输具有重要意义。目前,线性混合模型(LMM)已被成功应用于HCS;然而,由于光照条件、地形变化以及大气作用等的影响,所获取的地物光谱会发生扰动,从而限制了HCS重建质量的提高。在LMM基础上,通过引入光谱修正项来修正光谱扰动,提出了光谱扰动修正的LMM (SPC_LMM);在此基础上,进一步提出了基于SPC_LMM的HCS (HCS_SPC_LMM)方法。该方法在采样端仅对原始高光谱图像进行光谱维压缩采样,基于压缩采样数据,将SPC_LMM应用HCS的重建,利用交替方向乘子法(ADMM)分别估计SPC_LMM中各分量的最优值,以获得最优的高光谱图像重建质量。实验结果表明,HCS_SPC_LMM能够获得优于其他典型HCS方法的重建质量。
- 王忠良何密叶珍粘永健
- 关键词：遥感高光谱遥感压缩感知线性混合模型
- 基于最大利润模型的高速公路充换电站选址被引量：3
- 2020年
- 合理有效的高速公路充换电站选址布局是提升路网效率的关键。为了满足电动汽车用户的通行需求并兼顾投资建设的利润回报,文中设计了用于电动汽车充换电站选址规划的最大利润模型,同时也提出了一种基于自适应大邻域搜索的算法对上述模型进行启发式求解。算例对比实验表明,文中所提算法的优化性能明显优于采用遗传算法得到的结果,证明了文中所设计的最大利润模型的有效性。
- 贾林国周小琳姚博彬叶珍武奇生
- 关键词：高速公路电动汽车遗传算法
- 混合PCA/ICA与JPEG2000结合的高光谱图像压缩被引量：2
- 2016年
- 主成分分析(PCA)常常结合JPEG2000压缩标准用来对高光谱图像进行压缩。然而,由PCA得到的主成分仅利用了二阶统计信息。对于高光谱图像应用来说,只采用二阶统计信息是远远不够的,如异常像素的处理常常需要用到更高阶的统计信息。研究了一种混合PCA/ICA与JPEG2000相结合的高光谱图像压缩算法。首先,对原始高光谱图像进行PCA变换,提取出前m个主成分对应的特征向量矩阵WPCA;然后,对其余的特征向量进行ICA变换,得到n个特征向量矩阵WICA;最后,将得到的混合投影矩阵、原始高光谱图像及其均值向量共同嵌入JPEG2000比特流,从而完成对高光谱图像的压缩。在不同码率的情况下,通过空间相关系数(ρ)、信噪比(SNR)、光谱角填图(SAM)等技术指标对混合PCA/ICA+JPEG2000算法的压缩性能进行评估。实验结果表明,混合PCA/ICA+JPEG2000算法不但能有效去除高光谱图像的谱间相关性,而且能够有效提高光谱保真度,保护异常像素信息。
- 叶珍白璘刘玉何明一粘永健
- 关键词：高光谱图像压缩主成分分析JPEG2000
