1 火箭军工程大学导弹工程学院, 陕西 西安 710025
2 中国科学院西安光学精密机械研究所光谱成像技术重点实验室, 陕西 西安 710119
为了使降维结果更好地体现高光谱数据的空间结构信息,并进一步提高分类精度,提出了一种基于线性嵌入和张量流形的高光谱特征提取算法。不同于其他流形结构的表达方法,所提算法采用协同表示理论求解全局线性嵌入的权重矩阵,更有利于保持高维数据的全局信息,提高了流形结构表达的准确性。同时,建立了基于多特征描述的张量流形降维框架,得到的显式映射具有较强的可靠性和全局适应性。实验结果表明:与主成分分析、局部线性嵌入、拉普拉斯特征映射和线性保留投影等算法相比,所提算法表现出了更优越的分类性能。
遥感 高光谱 降维 线性嵌入 流形学习 张量表达
1 中国科学院 西安光学精密机械研究所, 陕西 西安 710119
2 西安交通大学 电子信息与工程学院, 陕西 西安 710049
3 中国科学院大学, 北京100049
4 中国科学院 地球环境研究所, 陕西 西安 710016
高光谱图像目标检测作为一个研究热点在**和民用方面的应用越来越广泛。为了能同时利用高光谱图像数据的空谱信息, 本文提出一种新的基于张量表示的高光谱图像目标检测算法。算法使用CP(Canonical Polyadic)张量分解技术和张量块分解(Block Term Decomposition, BTD)分别对高光谱数据进行盲源分析, 提取了有效的局部图像块空谱特征, 建立了一个基于稀疏表示和协作表示的检测模型, 针对多种类型背景复杂的场景数据进行实验, 并与当前流行的目标检测算法进行比较。从可视化检测结果来看, 本文算法在复杂背景和强噪声环境下, 有效提取了空谱特征, 对背景具有较好的抑制能力, 检测的目标显著。此外, 本文从接收机操作曲线(Receiver Operating Characteristic Curve, ROC)和ROC曲线下面积(Area Under Curve, AUC)等定量指标分析算法性能。以较为流行的Sandiego图像为例, 在10%的虚警率下, 本文算法取得90%的检测精度, AUC大于0.95。本文算法相较几种流行算法而言具有较高的检测精度, 更强的鲁棒性。
目标检测 高光谱图像 张量表示 特征提取 协作表示 target detection hyperspectral imagery tensor representation feature extraction collaborative representation
采用张量表示和广义三维贝尔基测量的方法, 提出了实现三能级单量子态控制双向量子隐形传态的协议.协议中, 控制者Carol的量子态为任意广义三维贝尔基.选择六粒子纠缠态作为量子通道, 并给出了判断任意六粒子纠缠态能否作为量子通道的必要条件.基于该条件, 借助SO(3)群元素的幺正性, 选择其任意两个元素作为幺正矩阵, 给出了构建量子通道的一般方法.列举了两个具体构建量子通道的例子, 其中Alice、Bob、Carol共同作用, 进行相应的广义三维贝尔基测量和对应的幺正变换, 最终实现了Alice和Bob之间量子态的交换, 从而验证了所提协议的可行性.
量子光学 控制双向量子隐传 广义三维贝尔基测量 张量表示 三能级单量子态 通道参数矩阵 量子通信 幺正矩阵 Quantum optics Controlled bidirectional quantum teleportation Generalized three-dimensional Bell basis measureme Tensor representation Single-qutrit state Channel parameter matrix Quantum communication Unitary matrix
