静止卫星的高时空分辨率对高影响灾害性天气的监测和预报有显著优势。开展了基于风云四号A星多通道扫描成像辐射计（Advanced Geosynchronous Radiation Imager，AGRI）红外光谱亮温的台风降水反演研究。探讨了正则化反问题方法中K-最邻近（K-Nearest Neighbor，KNN）不同距离度量对降水反演精度的影响。降水反演共分两步：一是降水视场点识别，主要基于训练字典样本，利用KNN识别待反演的亮温“降水”和“非降水”信号；二是降水视场点反演，即在判识视场点有降水的基础上采用正则化反问题方法进行红外亮温降水反演。KNN距离度量分别采用欧氏、标准化欧氏、马氏和布洛克距离。以台风“安比（2018）”为例，开展了降水反演试验。试验表明，反演结果与GPM的相似度较高，且不同距离度量在反演“极端降水”时各有优势。

传统的医学影像检索使用单幅影像, 但单幅影像中的影像信息有限, 且不能有效利用不同角度拍摄的医学影像。为解决这一问题, 提出了一种多视角判别度量学习的医学影像检索方法。基于Fisher判别模型在多个视角之间学习鲁棒的度量空间, 使得相似的医学影像在度量空间紧密地映射, 不相似的医学影像尽可能地彼此分离。同时, 设置视角权重因子充分利用每个视角特征的不同表征信息。在“乳腺癌数字存储库”中与4种多视角方法比较, 本文提出的方法检索准确率提高7%, 识别率更高。its applications for breast image retrieval

为改善低剂量CT图像的质量, 提出一种基于改进型Wasserstein生成对抗网络(WGAN-gp)的低剂量CT图像去噪方法。WGAN-gp在WGAN网络的基础上加入梯度惩罚项, 解决了WGAN训练困难, 收敛速度慢的问题, 进一步提高网络的性能。同时加入新感知损失度量函数, 使对人眼而言敏感的纹理信息得到保留。实验结果表明, 与目前相关的方法相比, PSNR提高了1.83 dB, SSIM表达能力增加了约3.5%, 降低了时间复杂度, 显著改善了低剂量CT图像的可视质量。

随着天文大数据时代计算科学的蓬勃发展, 我国具备自主知识产权的国际天文界口径最大、 光谱获取率最高的大视场望远镜LAMOST, 已率先在国际上开拓并实现了同时观测几千个天体光谱的大规模巡天工作。 自2011年巡天至2015年6月所获得的DR3光谱数据集目前已获取世界上最大的恒星参数星表。 针对LAMOST第三期发布FGK恒星光谱的流量定标等相关数据, 利用Kurucz模板光谱对应的参数空间划分网格, 基于开源高效的数据处理R语言程序软件平台, 设计了有监督的聚类中心, 便于验证其理论参数网格的差异。 处理LAMOST实测光谱经归一化后, 选择距离量直接描述属性, 采用欧氏距离分析判别光谱之间的相似度, 选取相应的属性向量构造函数判断观测光谱和理论光谱差别的量级。 实验表明: 比对LAMOST实测FGK型恒星光谱数据与Kurucz理论模板库数据一致性以及参数测量的准确性, 结果显示相同参数的光谱间特征谱线具有较好的一致性, 从而得出LAMOST光谱测量物理参数质量较高, 具备极好的可靠性, 为后续恒星大气模型的改进提供相应的论证依据。

恒星光谱分类是天文数据处理中一项非常重要的工作, 主要对海量光谱巡天数据按照其物理性质进行分类。 利用残差分布度量的方法对LAMOST巡天中观测到的 M矮星光谱进行细分类研究。 残差分布度量是一种光谱间的距离度量方法, 计算光谱之间的距离时, 先将两条光谱进行归一化处理, 之后计算对应波长采样点处的残差, 最终以残差分布的标准差作为光谱之间的距离。 使用LAMOST DR2中释放的M矮星光谱进行细分类实验。 实验结果表明, 残差分布度量方法能比较准确地对M矮星光谱数据进行细分类。 还研究了信噪比、 离群点以及残差标准化系数等因素对分类结果的影响。

距离度量是光谱巡天数据处理中的一个重要研究内容, 其定义了一种不同光谱间的距离计算方法, 以此为基础可进行光谱的分类、 聚类、 参数测量及离群数据挖掘等工作。 距离度量方法的好坏在一定程度上影响了分类、 聚类、 参数测量及离群数据挖掘的效果及性能, 同时随着大规模恒星光谱巡天项目的开展, 如何针对恒星光谱定义更为有效的距离度量方法成为其数据处理中一个非常关键的问题。 基于此问题, 在充分考虑到恒星光谱的特点及其数据特征的基础上, 提出一种新的恒星光谱间的距离度量方法: 残差分布距离。 该距离度量有别于传统计算恒星光谱间距离计算方法, 利用该方法计算恒星光谱间的距离时, 首先将两条光谱归一化到同一尺度下, 然后计算对应波长处的残差, 以残差谱分布的标准差作为距离度量。 该距离度量方法可用于恒星分类、 聚类以及恒星大气物理参数测量等应用中。 本文以恒星光谱细分类为例来比较检验该距离度量方法, 结果表明该方法定义的距离在分类时能更为有效的刻画不同类别光谱间的差距, 可以很好的用于相关应用中。 同时还研究了信噪比对该距离度量方法的影响: 残差分布距离一定程度上受光谱信噪比影响, 信噪比越小, 对距离的影响越大; 在信噪比大于10之后, 残差分布距离对分类的影响很小。

在线高精度 PCB裸板缺陷 AOI检测系统中待处理的高分辨率图像高达 60 000×60 000以上, 为提高处理速度, 需提取图像轮廓并进行 DP曲线抽稀从而减少处理数据量。点到线段的距离度量是影响 DP曲线抽稀方法效率的决定因素之一, 本文提出一种高效的分区距离度量计算方法, 首先以曲线首尾端点连线为基准 X轴建立新的旋转直角坐标系, 逐点计算各点在新坐标系下的坐标值, 然后以此坐标值进行分区及距离度量计算, 在 I区和 III区采用曼哈顿距离、在 II区则依然采用垂直距离。与 Dan Sunday所提分区距离度量方法相比, 本文方法充分利用了前一点的距离度量计算结果, 对点进行分区判断的方式更为简洁、高效, 在基本保持 I、III分区各点距离度量计算量的前提下, 大幅减少了比重最高的 II区点的距离度量计算量。实验结果表明, 本文改进距离度量计算的 DP曲线抽稀方法有效提高了高分辨率 PCB裸板图像轮廓的曲线抽稀效率。

提出了一种利用润滑油原子光谱分析技术对机械磨损状态进行监测的新方法。 对磨合期润滑油原子光谱数据建立多维时间序列模型并视为标准模型, 将新数据通过此模型后得到残差并选择残差方差阵元素作为新数据所属磨损状态的特征。 然后, 利用主成分分析法对高维特征进行降维, 提取前三个主成分构成对应磨损状态的特征向量。 最后, 利用欧式距离度量对测试样本进行分类, 达到了对机械磨损状态识别的目的。 利用上述方法, 通过对某型履带车辆发动机台架实验的光谱数据进行分析, 对发动机磨损状态进行了有效识别, 从而证明了所提方法的有效性。 结果表明, 将多维时间序列模型引入油液光谱分析技术, 能够实现光谱信息的有效融合, 提高机械磨损状态监测的准确性。

本文提出一种符合高维几何空间理论的矩阵体积度量分类准则用于人脸识别.基于二维PCA的人脸识别方法主要研究的是特征提取部分,对后继的分类识别研究不多.基于二维PCA的人脸识别方法中典型的分类准则是比较特征向量的欧氏距离,而新方法比较的是矩阵的体积.在ORL和AR人脸库上的实验表明,所提出的矩阵体积度量较传统距离度量分类准则更有效.

传统模糊C均值聚类(FCM)算法进行图像分割时仅利用了像素的灰度信息,并且使用对噪声较敏感的欧氏距离作为像素与聚类中心距离度量的标准,因此抗噪性能较差.为了克服传统FCM算法的局限性,本文提出了一种基于空间邻域信息的二维模糊聚类图像分割方法(2DFCM).该方法利用二维直方图描述的像素邻域关系属性,一方面为聚类提供较准确的初始聚类中心,从而避免聚类中的死点问题;另一方面通过提出聚类中心同时在像素值、像素邻域值二维方向上进行更新的思想,建立了包含邻域信息的新的聚类目标函数,实现了图像的分割.实验结果表明,这种方法抗噪能力强、收敛速度快,是一种有效的模糊聚类图像分割方法.