导读:本文包含了光谱数据论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光谱,遥感,数据,植被,赤霉病,信息,空间。
光谱数据论文文献综述
杨丽萍,马孟,谢巍,潘雪萍[1]（2019）在《干旱区Landsat8全色与多光谱数据融合算法评价》一文中研究指出针对目前Landsat8影像像素级融合算法中单因素评价指标对比性不强、置信度较低、难以实现融合效果综合评估的问题,基于居延泽地区的Landsat8影像,采用11种单因素指标和面向对象分类方法,从空间信息量、光谱特征及地物分类精度3个方面综合评价了主成分变换法(principle component transform,PC)、比值变换法(brovey transform,BT)、HSV(hue-saturation-value)变换法、相位恢复变换法(Gram-Schmidt pan sharpening,G-S)、高通滤波算法(high pass filtering,HPF)和小波变换法(wavelet transform,WT)等6种融合算法的融合效果。结果表明,各融合算法的空间分辨率及纹理特征相较于原始影像均得到增强。HSV法表达空间细节的能力最佳,但其光谱保真度较差; WT法可最大程度地保持光谱特征,且空间细节表达能力仅次于HSV法,最适用于Landsat 8的影像融合;综合考虑空间信息量与光谱特征,PC法和G-S法效果适中,略低于HPF法,BT法最劣。从分类结果来看,WT法和HPF法的分类精度相较于原始影像的分类精度有一定的提高。(本文来源于《国土资源遥感》期刊2019年04期）
崔海涛,浦国斌,赵颖,范志永,金川[2]（2019）在《DNA分析仪荧光光谱数据的传输设计》一文中研究指出通过分析DNA分析仪荧光光谱数据的特点,阐述了一种基于双口RAM的数据传输方法,采用环形缓冲区读写数据的方式,避免了传输空间校正数据时由于数据存储空间重迭而发生数据丢失,满足了DNA分析仪主从式多处理器测控系统的设计要求。该系统已经应用在国产DNA分析仪上,产生了良好的经济效益和社会效益。(本文来源于《分析仪器》期刊2019年06期）
刘曼云,赵正旭,王威,曹子腾,赵士伟[3]（2019）在《LAMOST恒星光谱数据分析》一文中研究指出天文学界对天文学的研究是无止境的,天文学问题的亟待解决需要更多的信息资源,而对观测天体仪器的精度要求也越来越高。我国LAMOST的综合观测水平处于国际领先水平,其每夜的光谱观测量高达数万条,为天文学的发展提供了信息资源。恒星光谱中包含着关于恒星的诸多属性信息,通过对恒星光谱数据的研究与分析,找出数据信息中的联系,发掘出与恒星种类相关的恒星光谱数据以及不同恒星光谱具有的光谱数据特点。(本文来源于《信息技术与信息化》期刊2019年11期）
刘爽,谭鑫,刘成玉,朱春霖,李文昊[4]（2019）在《高光谱数据处理算法的小麦赤霉病籽粒识别》一文中研究指出赤霉病是小麦的一种主要病害,它会导致小麦减产甚至绝收,严重影响小麦种子质量,此外小麦受侵染分泌的真菌毒素危害人类身体健康。因此,小麦赤霉病籽粒的识别具有非常重要的意义。起初普遍采用色谱法和酶联免疫法进行赤霉病检测,这些方法设备昂贵、检测速度慢、准确性低。近年来,高光谱成像技术被广泛应用于农作物的识别与检测中,但是在小麦赤霉病检测的应用研究中,大多采用抽样检测的方法,图像采集完成后需要通过ENVI软件手动选取感兴趣区域。前期准备工作冗杂,而且容易发生漏检,漏检的小麦籽粒在存储运输过程中向周边籽粒快速侵染,难以保障小麦安全健康。鉴于此,利用高光谱成像系统结合机器学习提出了一种用于对大量小麦赤霉病籽粒样本快速可视化识别的算法,以降低漏检率并提升检测效率。实验分别采集健康小麦和染病小麦469～1 082 nm波段的高光谱图像,通过直方图线性拉伸结合图像分割的方法获取小麦样本的掩膜图像信息。利用Savitzky-Golay平滑去噪法与标准正态变量变换法(SNV)进行数据预处理,通过主成分分析法(PCA)和连续投影法(SPA)进行特征变量提取,筛选特征变量个数分别为4个和8个。在掩膜图像位置采集健康小麦样本与染病小麦样本各400份,其中75%用于建模集, 25%用于测试集。采用十折交叉验证法结合线性判别分析法(LDA)、 K-近邻算法(KNN)、支持向量机(SVM)分别建立分类模型,测试集准确率都达到90%以上。随后比较了网格法(GRID)、粒子群算法(PSO)、遗传算法(GA)叁种核参数寻优方法对SVM模型的影响,其中, SG-SPA-SVM(PSO)模型分类效果最优,建模集准确率为95.5%,均方根误差为0.212 1,测试集准确率为98%,均方根误差为0.141 4。基于样本点预测的基础之上,对掩膜获得所有小麦样本的光谱曲线进行预测并将识别结果反馈回掩膜中再进行伪彩色显示,实现染病籽粒可视化识别。结果表明,高光谱成像结合SG-SPA-SVM(PSO)算法建立的分类模型可以高效快速、准确无损、可视化的实现小麦赤霉病籽粒识别,为研制小麦赤霉病自动识别设备提供了算法基础。(本文来源于《光谱学与光谱分析》期刊2019年11期）
冷若琳,张瑶瑶,谢建全,李芙凝,胥刚[5]（2019）在《基于多光谱数据与小型无人机的甘南草地非生长季植被覆盖度》一文中研究指出草地非生长季植被是牲畜在冬春季节的主要饲料来源,研究非生长季植被对估算当地牧场载畜量有重要意义。本文以甘南州为研究区,通过小型无人机搭载相机获得60 m×60 m的草地非生长季植被数码照片,通过监督分类得到样地非生长季植被覆盖度数据。利用MODIS/Terra+Aqua双向反射分布函数和半球反射率产品MCD43A4,以及Landsat8 OLI影像数据,分别计算土壤耕作指数(soil tillage index,STI)、干枯燃料指数(dead fuel index,DFI)、归一化差异耕作指数(normalized difference tillage index,NDTI)等9种植被指数,通过分析不同植被指数与非生长季植被覆盖度之间的相关性,建立草地非生长季植被覆盖度回归模型,通过评价模型的精度来对比不同数据源估算草地非生长季植被覆盖度的能力,并筛选出甘南州草地非生长季植被覆盖度的最优反演模型,分析其空间分布特征。结果表明:1) Landsat8 OLI数据比MODIS数据更适合于甘南地区的草地非生长季植被覆盖度的反演;2)草地非生长季植被覆盖度估测的最优指数是NDTI,其线性模型为y=1 432.074x–166.855 (R2=0.407),是草地非生长季植被覆盖度最优反演模型;3)甘南州2018年4月–5月草地植被覆盖度总体西部高、东部低,大部分地区覆盖度介于20%～50%,仅有夏河北部、合作中部以及玛曲东南部少部分区域覆盖度小于20%,玛曲西北部覆盖度大于60%。本研究结果可为甘南州季节载畜量计算提供依据。(本文来源于《草业科学》期刊2019年11期）
杨霏,张放,宋茂江,胡鹏飞,沈力[6]（2019）在《中药材太赫兹光谱数据分析方法综述》一文中研究指出中药材由于有效成分复杂,其质量标准建立的困难已经成为中药现代化进程的瓶颈。太赫兹时域光谱(THz-TDS)是一种在很宽的THz频率范围内获取高信号噪声比(SNR)光谱数据的常用方法。太赫兹光谱技术结合化学计量学方法在中药材质量控制领域也有越来越多的应用。先进的数据分析方法是太赫兹光谱技术可靠应用于中药材质量控制的关键,本文综述了太赫兹光谱技术测量中药材样品的定性定量分析的各种分析方法,并讨论不同情况下数据处理的适用性和优缺点。相信通过系统地研究包括预处理、数据选择和校准等技术的光谱数据处理方法,太赫兹光谱学将会成为中药材质量分析的新的可靠的分析方法。(本文来源于《中华中医药学刊》期刊2019年11期）
李娜,甘甫平,董新丰,闫柏琨,于峻川[7]（2019）在《高分五号卫星高光谱数据岩性-构造解译初步应用评价》一文中研究指出高分五号卫星是我国唯一一颗具备全球高光谱观测能力的卫星,可以获取从390nm到2 500nm 330个谱段的高光谱数据。为了更好了解卫星在地质矿产调查工作中的应用,利用高分五号卫星高光谱数据从数据处理、地质构造信息提取、岩性-构造信息的识别等方面对甘肃柳园地区进行了遥感地质调查应用评价。结果表明:高分五号卫星高光谱数据尤其是信息增强后的数据,能有效划分不同地质单元、识别地质构造空间展布特征,为地质矿产调查和评价工作提供强有力的数据支撑。(本文来源于《上海航天》期刊2019年S2期）
熊威[8]（2019）在《基于高分辨率多光谱遥感数据的城市森林反射率真实性检验》一文中研究指出城市森林资源信息对城市可持续发展有重要影响。为了满足城市森林资源精细化管理的需求,不断拓展国产高分辨遥感卫星的应用范围,需对其数据质量、数据规格和数据产品特点进一步的研究,进而应用于城市森林资源监测中。本文采用目前国际上正在开展的无场地定标技术,与定标精度比较高的landsat-8 OLI数据对高分1号8米的pms多光谱数据进行交叉定标,对国产高分辨率多光谱遥感数据的城市森林反射率进行真实性检验研究。(本文来源于《北京测绘》期刊2019年10期）
邓凌云[9]（2019）在《电力设备的拉曼光谱重迭谱峰数据自动识别方法》一文中研究指出为了提高对变压器的交流侧稳控制能力,需要进行拉曼光谱重迭谱峰数据自动识别,提出一种基于最大功率响应及自适应调节的电力设备拉曼光谱重迭谱峰数据自动识别方法,采用稳控涉网全局联调检测方法进行电力设备的拉曼光谱数据采集,提取电力设备的拉曼光谱重迭谱峰特征量,采用全站发电功率响应分配方法进行电力设备的拉曼光谱特征检测,构建电力设备所有机组转子的负阻尼超低频特征量,采用系统惯量中心特征分析方法进行电力设备变压器的最大功率响应计算及输出自适应调节,采用多直流调制方法,实现电力设备的拉曼光谱重迭谱峰数据自动识别。仿真结果表明,采用该方法进行电力设备的拉曼光谱重迭谱峰数据识别的准确性较高,输出侧稳控制能力较强,系统频率振荡抑制性能较好。(本文来源于《自动化与仪器仪表》期刊2019年10期）
任凯,孙伟伟,孟祥超,杨刚[10]（2019）在《GF-5高光谱遥感影像的数据融合对比分析》一文中研究指出湿地是珍贵的自然资源,也是重要的生态系统,有着不可替代的综合功能,具有物质生产、气候调控、水分调节、净化大气、维持生物多样性等功能,近年来,随着湿地的破坏不断加大,湿地的监测和保护至关重要。遥感作为一种重要的技术手段,可对湿地进行大范围的精细监测。近年来高光谱卫星发展尤为迅速,GF-5卫星是由中国设计并于2018年5月发射的一颗高光谱卫星传感器,可用于同时观察陆地和大气,为地表监测提供了重要数据来源。GF-5高光谱数据提供330个光谱带,空间分辨率为30米,条带宽度达60公里。与世界上其它高光谱传感器相比,GF-5传感器具有明显的优势。通过图像融合方法,可以将高光谱数据与多光谱数据进行融合,得到同时具有高空间分辨率与高光谱分辨率的图像数据,可应用于湿地精细分类与监测,拓展高光谱数据的应用范围。当前图像融合方法主要包括四大类:1)成分替换方法(CS)、2)多分辨率分析方法(MRA)、3)基于子空间的方法、4)基于图像映射的方法。为了验证不同融合方法在GF-5真实数据之中的融合性能,为GF-5数据的后续融合应用提出指导性建议,本次实验采用了当前可获得的八种融合方法,包括:GSA、MTF-GLP、SFIM、CNMF、LANARAS、FUSE、MAP-SMM和HCM。并且采用了GF-1、GF-2和哨兵-2A多光谱数据分别与GF-5数据进行融合。对比结果显示:1) GSA与MTF-GLP具有稳定的融合性能,基于子空间的融合方法对不同数据的融合性能不同,HCM在数据融合性能较差。2)当GF-5与GF-1数据融合时,GSA、LANARAS、MTF-GLP取得了最好的融合效果;当GF-5与GF-2数据融合时GSA、FUSE、MTF-GLP具有最稳定的融合性能;当GF-5与哨兵-2A数据融合时,GSA、MTF-GLP、SFIM和CNMF取得了最好的融合效果。(本文来源于《浙江省地理学会2019年学术年会暨乡村振兴高峰论坛论文摘要集》期刊2019-10-25）
光谱数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通过分析DNA分析仪荧光光谱数据的特点,阐述了一种基于双口RAM的数据传输方法,采用环形缓冲区读写数据的方式,避免了传输空间校正数据时由于数据存储空间重迭而发生数据丢失,满足了DNA分析仪主从式多处理器测控系统的设计要求。该系统已经应用在国产DNA分析仪上,产生了良好的经济效益和社会效益。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
光谱数据论文参考文献
[1].杨丽萍,马孟,谢巍,潘雪萍.干旱区Landsat8全色与多光谱数据融合算法评价[J].国土资源遥感.2019
[2].崔海涛,浦国斌,赵颖,范志永,金川.DNA分析仪荧光光谱数据的传输设计[J].分析仪器.2019
[3].刘曼云,赵正旭,王威,曹子腾,赵士伟.LAMOST恒星光谱数据分析[J].信息技术与信息化.2019
[4].刘爽,谭鑫,刘成玉,朱春霖,李文昊.高光谱数据处理算法的小麦赤霉病籽粒识别[J].光谱学与光谱分析.2019
[5].冷若琳,张瑶瑶,谢建全,李芙凝,胥刚.基于多光谱数据与小型无人机的甘南草地非生长季植被覆盖度[J].草业科学.2019
[6].杨霏,张放,宋茂江,胡鹏飞,沈力.中药材太赫兹光谱数据分析方法综述[J].中华中医药学刊.2019
[7].李娜,甘甫平,董新丰,闫柏琨,于峻川.高分五号卫星高光谱数据岩性-构造解译初步应用评价[J].上海航天.2019
[8].熊威.基于高分辨率多光谱遥感数据的城市森林反射率真实性检验[J].北京测绘.2019
[9].邓凌云.电力设备的拉曼光谱重迭谱峰数据自动识别方法[J].自动化与仪器仪表.2019
[10].任凯,孙伟伟,孟祥超,杨刚.GF-5高光谱遥感影像的数据融合对比分析[C].浙江省地理学会2019年学术年会暨乡村振兴高峰论坛论文摘要集.2019
论文知识图
