豆瓣TOP250 全集

资源名称：豆瓣TOP250全集资源简介：豆瓣用户每天都在对ldquo看过rdquo的电影进行ldquo很差rdquo到ldquo力荐rdquo的评价，豆瓣根据每部影片看过的人数以及该影片所得的评价等综合数据，通过算法分析产生豆瓣电影To250。...

2024-06-12

豆瓣2022年度图书合集

资源简介：始于极限9.0.[日]上野千鹤子/新星出版社/2022-9-20....可能性的艺术9.2.刘瑜/广西师范大学出版社/2022-4....足利女童连续失踪事件9.0....如雪如山8.4....我本芬芳8.3....看不见的女性9.2....必有人重写爱情8.9....应得的权利8.7helli.....

2024-06-12 广西师范大学出版社简介 广西师范大学出版社出版的书

无为257期盘感训练营

课程介绍课程来自于十一月257期盘感训练营文件目录00盘感分享会.m4火借风势-元一.m4盘感总复习下-元一.m4缺口升级-元一.m4心法复习之资金量价（一）.m401无为心法之合理抄底.m4梅花桩之踩倍登高-元一.m4心法复习之资金量价（二）.m402无为心法之适时逃顶.m403无为心法之趋势节点.m4心法复习之资金量价（三）.m4庖丁解牛-梁卓.m4牛股侦察机-子赫.m4底部逆袭-子赫.m4黄金连阳涨-子赫.m4心法复习之资金量价（四）.m4均线如水-子赫.m4盘感总复习上-梁卓.m4庖丁解牛（下）-梁卓.m4主力现身-子赫.m4试盘线-梁卓.m4情绪周期-梁卓.m4盘感答疑会.m4盘感练习手册+龙凤呈祥设置.m4交易系统构建-梁卓.m404无为心法之主力潜伏.m4四海捉妖记-子赫.m4满星涨不停-子赫.m4心法复习之资金量价（五）.m405无为心法之趋势中继.m4心法复习之资金量价（六）.m406无为心法之龙凤呈祥.m4心法复习之资金量价（七）.m407-心法应用-子赫.m408-高低细节-子赫.m4心法复习之资金量价（八）.m409KD主升浪-子赫.m4心法复习之资金量价（九）.m4心法复习之资金量价（十）.m410-攻-思维搭建-子赫.m411-守-策略制定-子赫.m412-底-藏龙卧虎-子赫.m413-横刀跃马起边关-子赫.m414-寻龙驰骋沙场-子赫.m42022-11-23120928.g...

2024-02-16 心法无为 人为有法

据报道AppleVisionPro的生产正在加紧实现发布日期目标现已定于2月份

AleViioPro加紧生产，目标于2月份发布据报道，AleViioPro的生产正在加紧进行，以实现发布日期目标。据消息来源透露，这款混合现实头显定于2月份发布。AleViioPro将是苹果的下一代混合现实头显。它将结合增强现实（AR）和虚拟现实（VR）功能，让用户能够以新的方式体验世界。该头显预计将配备高分辨率显示屏、强大的处理器和先进的传感器。苹果公司一直在大力投资混合现实技术。该公司收购了多家专注于AR/VR的初创公司，并成立了一个专门的部门来开发该技术。苹果还大力投资内容，包括游戏、应用程序和视频。有传言称，苹果公司计划在2月份发布AleViioPro，并在春季将其推向市场。该头显预计将成为该公司有史以来最昂貴的产品之一，售价可能超过3000美元。苹果公司尚未证实AleViioPro的发布日期或定价。不过，该公司已经确认正在开发一款混合现实头显。在2023年WWDC上，蒂姆·库克在演讲中首次展示了AleViioPro的原型机，并表示希望在未来几年将其推向市场。AleViioPro的发布将标志着混合现实技术的新时代。这款头显有望为用户提供前所未有的沉浸式体验，并为开发人员创造一个新的平台。...

2024-01-09 混合现实头戴设备 混合现实是什么意思

爱动体感运动机

爱动体感运动机：在家享健身的乐趣爱动体感运动机是一款创新的健身设备，旨在为用户提供在家中进行全身锻炼的便捷和高效方式。它采用先进的体感识别技术，可以准确捕捉用户的动作并将其转化为虚拟的健身动作，让用户在家中也可以体验到身临其境的健身体验。爱动体感运动机的特点：全身锻炼：爱动体感运动机提供了多种不同的健身项目，涵盖了全身的主要肌肉群，包括手臂、胸部、背部、腿部、臀部等。用户可以通过不同的运动项目来锻炼不同的部位，从而达到全面提升身体素质的效果。便捷高效：爱动体感运动机无需复杂的安装和设置，用户只需要在电视或电脑上安装相应的软件，然后将体感运动机连接到电脑或电视上即可。这样，用户就可以随时随地在家中进行锻炼，节省了去健身房的时间和精力。趣味性强：爱动体感运动机提供了多种有趣的游戏和健身项目，让用户在锻炼的同时也能体验到游戏的乐趣。这样，用户可以更有动力地坚持锻炼，从而达到更好的健身效果。安全性高：爱动体感运动机采用先进的体感识别技术，可以准确捕捉用户的动作并将其转化为虚拟的健身动作。这样，用户可以更安全地进行锻炼，避免运动损伤的发生。爱动体感运动机的使用方法：将爱动体感运动机连接到电视或电脑上。在电视或电脑上安装相应的软件。选择一个健身项目并按照提示进行锻炼。锻炼结束后，可以通过屏幕上的数据了解自己的锻炼效果。爱动体感运动机的好处：在家中即可进行全身锻炼：爱动体感运动机为用户提供了一个在家中进行全身锻炼的便捷方式，让用户可以节省去健身房的时间和精力。趣味性强：爱动体感运动机提供了多种有趣的游戏和健身项目，让用户在锻炼的同时也能体验到游戏的乐趣，从而更有动力地坚持锻炼。安全性高：爱动体感运动机采用先进的体感识别技术，可以准确捕捉用户的动作并将其转化为虚拟的健身动作，从而避免运动损伤的发生。性价比高：爱动体感运动机的价格相对较低，而且不需要额外的月费或会员费，非常适合预算有限的用户。总体而言，爱动体感运动机是一款非常适合在家中进行全身锻炼的健身设备。它具有全身锻炼、便捷高效、趣味性强、安全性高、性价比高等优点，非常适合想要在家中健身的用户。...

2024-01-09 识别感知技术 体感识别原理

感冒了腋下淋巴结肿大怎么办（腋下淋巴结肿大怎么办）

感冒了腋下淋巴结肿大怎么办（腋下淋巴结肿大怎么办）感冒是常见的呼吸道感染性疾病，可由多种病毒或细菌引起。感冒时，身体的免疫系统会产生抗体来对抗病毒或细菌，淋巴结是免疫系统的重要组成部分，当感冒病毒或细菌进入体内时，淋巴结会发生肿大，以帮助身体对抗感染。腋下淋巴结肿大怎么办？注意休息，多喝水。感冒时，身体需要更多的能量来对抗病毒或细菌，因此需要足够的休息和水分。使用非甾体抗炎药（如布洛芬或对乙酰氨基酚）来缓解疼痛和发烧。使用盐水冲洗鼻子或喉咙，以帮助清除粘液和缓解鼻塞。使用加湿器或蒸汽浴来帮助缓解鼻塞和咳嗽。避免吸烟和二手烟，因为它们会加重感冒症状。如果感冒症状严重或持续超过10天，应去看医生。腋下淋巴结肿大通常在感冒好转后会消退。如果腋下淋巴结肿大持续超过2周，或伴有其他症状，如发烧、盗汗、体重减轻等，应去看医生。预防感冒经常洗手，特别是饭前、便后和咳嗽或打喷嚏后。避免接触感冒患者。接种流感疫苗和肺炎疫苗。保持健康的生活方式，包括均衡饮食、规律运动和充足睡眠。...

2024-01-09 淋巴结肿大感冒了怎么办 淋巴结肿大感冒后更大了

微软将基于云的Windows11视为长期目标

微软将基于云的Widow11视为长期目标微软公司正在计划将Widow11打造为基于云的操作系统，以实现长期目标。这意味着Widow11将更加紧密地集成微软云服务，如OeDrive、Office365和Azure，并提供更加无缝的体验。据悉，微软计划在未来几年内逐步实现这一目标。首先，微软将努力改善Widow11与微软云服务之间的集成。例如，公司将使OeDrive更加紧密地集成到文件资源管理器中，并使Office365应用程序更容易从Widow11中访问。其次，微软将继续投资Azure，以使其成为更加强大和可靠的云平台。公司将致力于提高Azure的性能和可用性，并使其能够更好地支持各种应用程序和服务。最后，微软将努力使Widow11成为更加无缝的体验。公司将致力于减少Widow11中的错误和故障，并使操作系统更加易于使用。微软相信，通过将Widow11打造为基于云的操作系统，公司可以为用户提供更加高效、可靠和安全的体验。基于云的Widow11的潜在好处基于云的Widow11可以为用户带来许多潜在的好处，包括：更高的生产力：通过与微软云服务的更紧密集成，Widow11可以使用户更加轻松地访问和使用所需的文件、应用程序和服务。这可以提高工作效率并节省时间。增强的安全性：Azure是一个安全且可靠的云平台，可以帮助保护Widow11免受恶意软件和其他威胁的侵害。此外，将Widow11数据存储在云中可以减少本地设备丢失或损坏的风险。更低的成本：通过使用云服务，企业可以减少购买和维护硬件和软件的成本。此外，云服务通常按需付费，因此企业只需为其实际使用的资源付费。更大的灵活性：基于云的Widow11可以让用户在任何设备上访问和使用他们的数据和应用程序。这使得远程工作和BYOD（自带设备）更加容易。基于云的Widow11的潜在挑战基于云的Widow11也存在一些潜在的挑战，包括：网络连接依赖性：基于云的Widow11需要可靠的互联网连接才能运行。如果用户没有可靠的连接，他们可能无法访问或使用他们的数据和应用程序。数据安全风险：将Widow11数据存储在云中会带来数据安全风险。例如，如果云服务提供商被黑客攻击，用户的数据可能会被泄露或窃取。成本：云服务通常按需付费，因此企业可能会在云服务上花费大量资金。此外，企业可能还需要投资新的硬件和软件来支持基于云的Widow11。可扩展性：如果企业的数据和应用程序不断增长，他们可能需要升级到更昂贵的云服务计划。这可能会增加企业的成本。总体而言，基于云的Widow11可以为用户带来许多潜在的好处，但同时也存在一些挑战。企业在考虑部署基于云的Widow11之前，需要仔细权衡这些好处和挑战。...

2024-01-08 微软目标市场 微软公司的目标

图书名称：《亲子关系有温度的沟通，感受有温度的爱》【作者】杜小艾著【页数】222【出版社】北京：中国铁道出版社,2022.05【ISBN号】978-7-113-28654-5【价格】59.80【分类】亲子关系-家庭教育【参考文献】杜小艾著.亲子关系有温度的沟通，感受有温度的爱.北京：中国铁道出版社,2022.05.图书封面：《亲子关系有温度的沟通，感受有温度的爱》内容提要：本书阐述如何在养育孩子的过程中，通过有温度的沟通，与孩子建立起温暖融洽的亲子关系，给足孩子底气，让他们可以笑对生活，可以想哭就哭，可以向父母报喜也报忧。全书共分六章，主要内容包括:亲子关系对了，你们的世界就对了看见:给孩子足够的安全感等。...

2023-12-27 有温度的服务金句 有温度

小米汽车的目标客户

...

2023-12-26 小米汽车 目标客户分析 小米汽车 目标客户是谁

标题：长征途中，那些感人的小故事长征是中国革命史上的一曲壮歌，也是一部感人的故事集。在这场旷日持久的战争中，红军将士们用他们的鲜血和生命谱写了一曲曲英雄赞歌。其中，不乏一些感人的小故事，让我们一起回顾一下。1.李有才背老妈妈1935年10月，红四方面军主力从陕南出发，向川西挺进。在翻越六盘山时，由于山路崎岖，很多战士都掉队了。其中，有一位老妈妈也掉队了。这时，红军战士李有才看到老妈妈正在艰难地爬山，于是主动上前背起了老妈妈。就这样，李有才背着老妈妈走了一天一夜，终于赶上了队伍。老妈妈感动得热泪盈眶，她说：“孩子，你真是我的救命恩人啊！”2.董存瑞炸碉堡1948年5月，解放军攻打隆化县城。在战斗中，董存瑞负责炸毁一座碉堡。董存瑞手持炸药包，匍匐前进。当他接近碉堡时，突然被敌人发现。敌人端起枪，向董存瑞扫射。董存瑞一边还击，一边继续前进。终于，他来到了碉堡下。这时，敌人从碉堡里扔下一颗手榴弹。董存瑞用身体挡住了手榴弹，壮烈牺牲。3.刘胡兰英勇就义1946年，刘胡兰在山西文水县被捕。敌人对她严刑拷打，但她始终坚贞不屈。敌人见刘胡兰如此顽强，便决定将她处死。1947年1月12日，年仅15岁的刘胡兰英勇就义。刘胡兰的英雄事迹感动了无数人，她成为了一名民族英雄。4.黄继光舍身堵枪眼1952年，黄继光参加了上甘岭战役。在一次战斗中，黄继光所在的连队奉命攻打一座高地。敌人凭借有利地形，居高临下，火力十分猛烈。黄继光所在排的战士们伤亡惨重，只剩下黄继光一人。这时，黄继光毅然决然地站了起来，高喊着：“为了胜利，冲啊！”说完，他抱起一块大石头，挡在枪口上。敌人见黄继光如此英勇，停止了射击。黄继光趁机端起冲锋枪，向敌人扫射。就这样，黄继光用自己的生命掩护了战友们的撤退。5.雷锋做好事雷锋是新中国的一位著名英雄。他生前做好事无以计数，为人乐于助人，深受人们的尊敬和爱戴。1962年8月15日，雷锋在执行任务时不幸牺牲。年仅22岁。雷锋虽然牺牲了，但他留下的精神却永存。他成为了一代人的楷模。这些只是长征途中众多感人故事中的几个例子。这些故事体现了红军将士们的革命精神和英雄气概，也体现了中国人民的伟大品质。...

2023-12-21

为目标检测技术开发的新人工智能框架随着人工智能技术的不断发展，目标检测技术也取得了长足的进步。目标检测技术旨在从图像或视频中识别和定位物体，在安防监控、医疗诊断、自动驾驶等诸多领域有着广泛的应用。为了进一步提升目标检测技术的性能，研究人员一直在探索新的方法和算法。最近，一支来自加州大学伯克利分校的研究团队提出了一种新的深度学习框架，名为「深度跟踪检测器」（DeeTrackigDetector，DTD）。该框架采用了一种新的训练策略，可以显著提高目标检测模型的准确性和鲁棒性。DTD框架的核心思想是将跟踪和检测任务结合起来。在传统的目标检测方法中，跟踪和检测通常是分开的两个步骤。首先，检测器会定位图像或视频中的物体，然后跟踪器会根据物体的运动轨迹将其连接起来。这种方法存在一个问题，就是跟踪器可能会丢失物体，或者将不同的物体混淆在一起。DTD框架则不同，它将跟踪和检测任务结合起来，在同一个模型中同时进行。这样一来，跟踪器就可以利用检测器的信息来提高跟踪的准确性，而检测器也可以利用跟踪器的信息来提高检测的准确性。在实验中，DTD框架在多个公开数据集上都取得了最先进的性能。例如，在PASCALVOC2007数据集上，DTD框架的平均精度（meaaveragereciio，mAP）达到了85.9%，比之前最好的方法提高了2.1个百分点。DTD框架的提出标志着目标检测技术发展的一个新里程碑。该框架具有较高的准确性和鲁棒性，在安防监控、医疗诊断、自动驾驶等领域具有广阔的应用前景。DTD框架的优势与传统的目标检测方法相比，DTD框架具有以下几个优势：**更高的准确性：**DTD框架通过将跟踪和检测任务结合起来，可以显著提高目标检测模型的准确性。**更高的鲁棒性：**DTD框架对遮挡、光照变化、背景杂乱等因素具有较强的鲁棒性。**更快的速度：**DTD框架可以实时处理图像和视频，具有较高的处理速度。DTD框架的应用DTD框架可以广泛应用于安防监控、医疗诊断、自动驾驶等诸多领域。在安防监控领域，DTD框架可以用于检测和跟踪可疑人员，提高安保人员的工作效率。在医疗诊断领域，DTD框架可以用于检测和跟踪病变组织，辅助医生进行诊断。在自动驾驶领域，DTD框架可以用于检测和跟踪行人、车辆等物体，帮助自动驾驶汽车安全行驶。结论DTD框架是目标检测领域的一个重要突破，它具有较高的准确性、鲁棒性和处理速度，在安防监控、医疗诊断、自动驾驶等诸多领域具有广阔的应用前景。...

2023-12-20 鲁棒性算法 鲁棒性原则的含义

图书名称：《空间目标双基地ISAR高分辨成像技术》【作者】郭宝锋，胡文华，马俊涛，孙慧贤，史林作【页数】203【出版社】北京：北京理工大学出版社,2022.03【ISBN号】978-7-5763-1096-2【价格】78.00【参考文献】郭宝锋，胡文华，马俊涛，孙慧贤，史林作.空间目标双基地ISAR高分辨成像技术.北京：北京理工大学出版社,2022.03.图书封面：《空间目标双基地ISAR高分辨成像技术》内容提要：本书以三轴稳定空间目标为研究对象，采用理论分析和仿真实验相结合的方法，比较全面系统地论述了双基地ISAR成像原理、双基地ISAR成像算法、双基地ISAR回波建模、成像平面空变特性、双基地角时变下的越分辨单元徙动校正算法等理论和方法。本书可为雷达信号处理领域的一线科研人员、相关领域的研究者和高校的人才培养提供智力支持，为雷达成像（尤其是双基地ISAR成像）提供理论和方法支撑。...

2023-12-12 北京理工大学史庆藩 北京理工大学出版社社长

图书名称：《高分辨双基地ISAR空间目标成像技术》【作者】史林，郭宝锋，马俊涛，韩宁，韩壮志作【页数】189【出版社】北京：北京理工大学出版社,2022.04【ISBN号】978-7-5763-1271-3【价格】78.00【分类】逆合成孔径雷达-雷达成像【参考文献】史林，郭宝锋，马俊涛，韩宁，韩壮志作.高分辨双基地ISAR空间目标成像技术.北京：北京理工大学出版社,2022.04.图书封面：《高分辨双基地ISAR空间目标成像技术》内容提要：本书以高分辨双基地ISAR空间目标成像需求为背景，采用理论分析和仿真实验相结合的方法，阐述了空间目标的双基地ISAR回波模拟及通道标校预处理方法，介绍了全孔径、稀疏孔径场景下，空间目标双基地ISAR高分辨成像理论及方法。本书是作者近年来在此领域研究工作的总结，有助于提高双基地ISAR成像质量，促进双基地ISAR成像技术的发展，可为实际高分辨成像系统设计提供理论指导和技术支撑，具有一定的理论和工程应用价值。本书可供从事雷达信号处理、雷达成像相关领域的科研工作者和研究生参考。...

2023-12-12 《史林》 史林杂志

图书名称：《高分辨率遥感影像灾害目标损毁信息提取技术》【作者】眭海刚，刘俊怡，徐川，马国锐，孙开敏作；宁津生总主编【丛书名】地球空间信息学前沿丛书【页数】261【出版社】武汉：武汉大学出版社,2022.02【ISBN号】978-7-307-22714-9【价格】89.00【分类】高分辨率-遥感图像-图像处理-研究【参考文献】眭海刚，刘俊怡，徐川，马国锐，孙开敏作；宁津生总主编.高分辨率遥感影像灾害目标损毁信息提取技术.武汉：武汉大学出版社,2022.02.图书封面：《高分辨率遥感影像灾害目标损毁信息提取技术》内容提要：本书面向灾害应急管理领域遥感图像处理发展的前沿，总结了作者团队十多年来在灾害目标及其损毁提取方面的研究成果。从灾害目标损。毁特征分析、灾害损毁信息提取、灾害遥感监测与评估应用等方面，阐述了高分遥感影像灾害目标精确提取的学术思想、关键技术及其实现过程，是一本系统介绍灾害目标损毁信息提取理论和技术的著作。本书可作为遥感科学与技术、灾害应急管理等相关专业教师和科研工作者进行科学研究、教学、生产和管理等工作的参考书。...

2023-12-12

图书名称：《高光谱遥感目标检测》【作者】张建祎，王玉磊，薛白，王琳，于纯妍等作；张兵，张立福总主编【丛书名】高光谱遥感科学丛书【页数】283【出版社】武汉：湖北科学技术出版社,2021.07【ISBN号】978-7-5706-1198-0【价格】218.00【分类】遥感图像-图像处理-目标检测-研究【参考文献】张建祎，王玉磊，薛白，王琳，于纯妍等作；张兵，张立福总主编.高光谱遥感目标检测.武汉：湖北科学技术出版社,2021.07.图书封面：图书目录：《高光谱遥感目标检测》内容提要：《高光谱遥感科学丛书》（1-6册）分别从信息获取、信息处理、目标检测、混合光谱分解、岩矿高光谱遥感、植被高光谱遥感六个方面系统地介绍了高光谱遥感的最新研究技术成果及应用前沿。《高光谱遥感目标检测》为“高光谱遥感科学丛书”系列典型应用学术专著之一，高光谱遥感目标检测是高光谱遥感全科技链条（包括基础理论、数据获取、信息处理与多学科应用等）的重要环节，是提高高光谱遥感技术及其应用水平的关键所在。本书适合高等院校遥感相关专业的师生及相关研究院所的研究人员及技术工作者参考学习。《高光谱遥感目标检测》内容试读第1章绪论目标检测是高光谱图像处理领域的研究热点，从不同的角度，高光谱图像目标检测又可有多种分类方法。目前传统的目标检测分类主要包括：根据待测目标已知信息的多少，高光谱目标检测可以分为监督式目标检测与非监督式目标检测两类：根据待检测目标的尺寸大小，高光谱目标检测又可分为亚像元目标检测（待测目标小于像元）和纯像元目标检测（待测目标大于像元)等。区别于上述对目标检测的分类方法，本书从一种全新的角度来看待高光谱目标检测问题，根据高光谱目标检测的应用背景，将其分为主动目标检测与被动目标检测两种。主动目标检测需要提前知道一定量的待测目标信息。在军事应用中的侦察(recoaiace)就是一种主动目标检测。例如美国军方利用U2侦察机、无人机进行空袭、搜救、搜索，或是利用激光雷达(lightdetectioadragig,LiDAR)对可疑目标进行侦察。被动目标检测则是在完全不知环境特征，也不知待测目标特征的情况下，对目标进行搜寻。在军事应用中的监察(urveillace)就是一种被动目标检测。例如，美国军方利用机载报警与控制系统(airorewarigadcotrolytem,AWACS)在潜在威胁区域针对不寻常活动或是非常规目标进行监视。再比如农业上利用前视红外(forwardlookigifrared,FLIR)传感器对异常现象进行监视等。1.1概述目标检测是高光谱图像的主要优势应用之一，其优势在亚像元检测中尤为突出。亚像元检测时，由于往往不能提前获得全部的目标信息，检测难度非常大，但高光谱具有极丰富的光谱信息，这一优势将有效弥补亚像元检测信息不足这一缺陷。在本章中，我们根据目标检测所需的先验信息的量，将目标检测分为两种进行对比讨论。第一种为主动式高光谱目标检测，通常需要感兴趣目标的先验知识，这种检测手段经常被。1G高光谱遥感目标检测N应用于侦察中。在侦察中，待侦察的目标物的先验知识是需要提前确定的。例如，第4章介绍的正交子空间投影(orthogoaluacerojectio,OSP)算法，就是一种需要目标先验知识完全已知的检测算法；约束能量最小化算法(cotraiedeergymiimizatio,CEM)由Harayi和Chag于1993年提出，该算法是一种需要部分先验知识的检测算法，仅需提前确定待测目标物的特性，而不需要确定背景的特性；自动目标生成算法(automatictargetgeeratioroce,ATGP)由Re和Chag于2003年提出，该算法是一种不需任何先验日标知识的检测手段。另外，端元提取也是一种在目标检测中值得关注的技术手段，其假设前提是纯像元存在于数据中。这种假设满足时，端元提取算法其实是以主动模式进行端元提取。另一种为被动式高光谱目标检测，是一种不需要任何先验知识的检测手段，通常应用于没有特定目标场合的监控。例如，异常检测是在没有先验知识或是人眼判别知识的情况下，对非期望出现的目标进行检测。端元寻找也是一种被动目标检测手段。不同于端元提取，端元寻找不需要提前假设端元存在于数据中，而是利用像元提取的准则，在高光谱图像中寻找类似端元的目标。换句话说，端元寻找是一种在不假设数据中存在纯端元的情况下，以被动模式进行的端元提取算法。本书将以这两种目标检测为主线，对多种高光谱目标检测算法展开详细讨论。1.2主动目标检测主动目标检测是对一种已知特性的目标进行检测。这种目标的特性可以由先验知识或者一些非监督算法获得。当目标的已知信息是通过先验知识，或者是通过人为观察而获得的，这种主动目标检测又可以称为主动式先验高光谱目标检测。当目标的已知信息并不是由先验知识获得，而是通过某种非监督算法获得的后验信息，并利用这种后验信息作为高光谱目标检测的期望目标知识，此时的主动目标检测又可以称为主动式后验高光谱目标检测。1.2.1主动式先验高光谱日标检测主动状态下的日标检测通常假设待测数据中含有我们感兴趣的目标，其目的是通过目标检测算法寻找到这些目标。因而主动目标检测不适用于待测数据中无感兴趣目标的情况。1.目标先验知识是完全已知的当先验知识完全已知，可以通过基于信噪比的正交子空间投影(OSP)实现对目标的检测。该方法原理简单、结构简洁，由Harayi和Chag于1994年提出，在本书第4章4,4节也会做详细的论述。这种方法已知完全的目标先验知识，类目标光谱特性：m:,m2,…,·2·AAA【第1章绪论1m。该方法假设上述目标特性中有一种为期望目标特性，例如：假设特性m。为期望目标特性，则其他特性被认为是非期望目标特性。OSP算法首先利用OSP算子，通过正交投影原理消除干扰和非期望目标特性，其定义为P。=I一UU#=I一U(UU)1UT,其中U=[m,m2…,m。-],再将信噪比作为检测准则，通过匹配滤波原理检测与m。相似的特性。2.目标先验知识是部分已知的由于高光谱图像具有显著的高光谱分辨率，高光谱成像设备采集的图像包含了大量的背景信息，往往导致图像背景部分非常复杂，使得我们几乎不可能获得背景的所有先验信息，这种情况在处理高光谱数据时时常发生。因此，实际应用中，多数目标检测算法都是基于部分先验信息的，这类方法假设仅有感兴趣的目标光谱是已知的，而背景信息是未知的。例如，在(OSP算法中，我们假设类目标光谱m1,m2,…,m。是已知的，对于其中某一类目标的检测，可以将类目标光谱分解为感兴趣的期望目标光谱d(假设为m。)和不感兴趣的其他目标光谱U=[m,m2…,m。-1],并将其作为需要抑制的光谱特性，通过OSP算子进行消除。不同于OSP算法，CEM算法通过全局像元样本的协方差矩阵R的逆矩阵R,取代OSP算法中的OSP算子P,来实现对感兴趣的目标d以外的背景特性的压抑。自OSP与CEM算法产生以来，两者皆得到了广泛的应用。同时，在此基础上，产生了许多基于d和U的扩展算法。受Frot的自适应波束形成方法启发，Re和Chag于l999年提出了一种线性约束方差最小化(liearlycotraiedmiimumvariace,LCMV)算法，将CEM中单一的感兴趣目标光谱d扩展为一组由类个目标光谱组成的集合D=[d1,d2,d]。由于LCMV方法没有讨论U的作用，Re与Chag于2o06年又进一步将LCMV与OSP进行结合，提出了一种目标约束干扰最小化(target-cotraiediterferece-miimizedfilter,TCIMF)算法。该方法可以对含有个目标光谱的集合D=[d1,d2,…,d,]进行检测，同时对非期望特性U进行消除以及利用R对D和U以外的背景目标特性进行压抑。在后续的研究中，Du和Chag引入第三种影响特性一干扰特性，该特性用I矩阵表示。两人针对这一特性的影响提出了信号分解干扰清除滤波器(iga-decomoitioiter-ferer-aihilatiofilter,SDIAF)。SDIAF方法是TCIMF方法的一种延伸，通过抑制干扰特性的作用进一步增强检测性能。为了进一步总结以上所述的5种目标检测方法—OSP、CEM、LCMV、TCIMF和SDIAF,图1.1显示了这5种方法的发展过程及其相关关系。1.2.2主动式后验高光谱日标检测主动式后验高光谱日标检测主要存在两种手段：其一，寻找后验目标信息，如在没有先验知识的情况下从数据中寻找人造日标：其二，提取端元，一般情况下，端元光谱特性纯净，。3·G高光谱遥感目标检测全部先验知识OSP(d.UTCIMF(D.U)SDIAF(D.U.I)部分先验知识CEM(d)LCMV(D,U图1.1OSP、CEM、I,CMV、TCIMF和SDIAF的发展过程及其相关关系可以提供用于区分目标光谱类别的重要信息1.寻找后验目标信息在1.2.1中讨论的先验高光谱目标检测问题，涉及算法OSP、CEM、LCMV、TCIMF和SDIAF,这些算法通常有特定的感兴趣的一个期望目标d或者一组期望目标D,d或者D是由真实地物或者视觉判别所提供的先验知识。另外，在OSP算法中，还需要不感兴趣的非期望目标特性U。CEM、LCMV和TCIMF算法不需要U的信息，而是通过设计FIR滤波器，限制其仅允许d或D方向的信号通过，同时使其他信号输出的最小二乘误差最小化但是，在许多场合中，期望目标信息D和非期望目标信息U、【无法获取。在这种情况下，D、U和I需要通过无先验知识的非监督式方法获取。也就是说，在没有先验知识的情况下，我们仍需知道何种目标存在于数据中。此时，算法需要在数据中通过非监督方法寻找我们感兴趣的目标特性。通过这种方法寻找到的目标，则是一种后验目标，而这种目标所提供的信息则称为目标后验信息，视为目标的后验知识。目标后验知识与其先验知识有着很大的不同。目标先验知识通常是先验获得的，由光谱库中的信息或者是人眼判别而来。目标后验知识则是从高光谱图像数据中获得的，这种后验信息可以作为先验目标检测算法中所需的先验知识，从而利用1.2.1中讨论的先验目标检测算法进行目标检测。所以，先验目标检测算法中的期望目标，既可以是目标先验信息，也可以是目标后验信息。寻找目标后验信息的算法将会在本书第7章中详细讨论，例如自动目标生成方法(utomatictargetgeeratioroce,.ATGP),非监督非负约束最小二乘法(uuerviedoegativitycotraiedleatquare,UNCLS)、非监督全约束最小二乘法(uuerviedfullycotraiedleatquare,UFCLS)和高阶统计量目标检测。2.端元提取前面所述的后验高光谱日标检测方法，是产生一个后验目标特性并利用这一目标特性进行目标检测。如何寻找这些后验目标，完全由所设计的算法决定。另一种方法是寻找纯像元或纯特性的目标，端元提取算法可以满足这种需求。但是，该方法假设图像中存在端元，如果不满足该假设，从图像中提取出的特性并没有意义。值得注意的是，根据Chag在2016年的研究成果表述，两种广泛应用的端元提取算法，。4·X1第1章褚论1即顶点成分分析法(vertexcomoetaalyi,VCA)和单形体体积增长法(imlexgrowigalgorithm,SGA),同自动目标生成方法(automatictargetgeeratioroce,ATGP)结果一致，所以本书主要利用ATGP算法为主动目标检测提供所需要的后验信息。图1.2展示了本书中所涉及的高光谱主动目标检测手段之间的相关关系。目标先验知OSP识完全已知SDIAF目标先验知CEMTCIMF识部分已知主动月标检测ATGP目标先验UNCLSM知识未知UFCLS目标后验知识未知端元提取图1.2主动式高光谱目标检测算法示意图1.3被动目标检测与主动高光谱目标检测不同，被动高光谱目标检测不需要特定的感兴趣的目标。因此，被动目标检测是在完全未知的环境下，并且没有任何先验知识的情况下进行的。被动目标检测有两种类型：异常检测(aomalydetectio)和端元寻找(edmemerfidig)。我们将对两者进行简要的介绍。1.3.1异常检测由于高光谱图像具有很高的光谱分辨率，因此可以体现出很多不能由先验知识提供，或者是人眼无法识别到的微妙信号源。这样的信号源大多是以异常的形式存在于数据中。近年来，在高光谱领域里，异常检测引起了很多学者的研究兴趣。目前，还没有关于异常目标的明确定义，但通常来讲，我们认为异常目标是一种无法在数据处理前先验知道的目标，并且具有如下特点：(1)异常目标在数据中的出现无法预测。·5G高光谱遥感目标检测14:上、，P自3A，,L4A:￥月1A、AA(2)异常目标在数据中的出现概率小。(3)异常目标在数据中的出现数量少。(4)异常目标与周边或相邻的样本光谱特性区别大。具有这些特性的样本，一般是用于指定光谱类别的纯像元，又称端元。例如：在环境或农业中特别的光谱特性、地质中的稀有金属、环境监测中的有毒物质排放、水污染中的溢油、执法中追踪的毒品和走私物、战场中的人造目标、情报里不寻常出现的有威胁性的活动、医学中的肿瘤等。1.3.2端元寻找在1.2.2中讨论过的端元提取方法，是一种主动目标检测方法，因为其前提是假设数据中存在纯像元。但在现实中，这种假设几乎不满足，并且端元不必一定为真实图像中的样本向量或者像元，其也可以是光谱库中的光谱特性。所以，端元不存在于数据中的概率很大。这样一来，端元提取手段可以以一种被动检测的形式，从真实数据中对潜在的，但不是纯像元的端元进行提取。相对于主动高光谱检测，被动高光谱检测没有所要检测的目标的先验知识。这种情况下，我们也无法得知有多少目标需要被检测。因而1.2.2节中所讨论的端元提取算法，如VCA和SGA的停止条件将无法确定。此时，端元提取算法将转换为被动式的端元寻找算法，且当获取了L(L为波段数目)个端元时，端元寻找算法停止。由Boardma于l994年提出，并在当前广泛应用的纯净像元指数(ixelurityidex,PPI)可以被看成一种典型的被动式检测器。该方法利用PPI指数去寻找目标，但并不清楚找到的目标是什么，需要通过进一步的分析来判断这些被找到的目标是什么。基于这种解释，当下研究的多数端元提取方法，实际是一种端元寻找的算法。图1.3展示了两种被动高光谱目标检测：异常检测和端元寻找。异常检测利用了光谱信息统计量，如协方差矩阵K或相关矩阵R来衡量样本光谱之间的相关性。端元寻找则利用了纯像元的特性，寻找潜在的端元。这些找到的潜在端元并不一定是纯像元，但在一定程度上可以用来体现不同类别目标的光谱差异特性。异常背景抑制异常检测样本光谱相关性K/R被动异常辨别与归类目标检测端元寻找像元纯净性日标光谱差异图1.3被动高光谱目标检测算法示意图·6···试读结束···...

2023-12-12