公共文化服务平台

共 9 条记录，以下是 1-8

全选清除导出

排序方式：

基于GPU的高光谱遥感图像PPI并行优化被引量：4: 2014年; 传统高光谱遥感信息处理算法的执行效率较低,无法满足海量遥感数据的实时处理需求。文章对基于图形处理器(graphic processing unit,GPU)的高光谱遥感信息处理并行优化方法进行了研究,针对高光谱遥感图像混合像元分解中广泛使用的纯净像元指数算法,提出了一种基于矩阵乘法的GPU并行优化算法,并给出了实验比较和性能测试数据。实验表明,该优化方法在保证结果准确性的同时,运行效率显著提升,算法加速比最高达到634倍,验证了基于GPU的高光谱数据处理并行优化算法的有效性,能够较好地满足高光谱遥感信息实时处理的应用需求。; 宋义刚叶舜吴泽彬韦志辉; 关键词：高光谱遥感图形处理器

稀疏性高光谱解混方法研究被引量：8: 2013年; 该文在分析基于几何先验和统计先验的传统线性高光谱解混方法的基础上,研究了基于稀疏性先验的高光谱解混模型和算法,对基于光谱库的稀疏性高光谱解混方法和基于非负矩阵分解的稀疏性高光谱解混方法进行了分析比较和性能测试,验证了稀疏性高光谱解混方法的有效性,讨论了相关研究要点和后续研究思路。; 宋义刚吴泽彬韦志辉孙乐刘建军; 关键词：稀疏性

基于局部自回归模型的压缩感知视频图像递归重建算法被引量：5: 2012年; 结合预估和残差补偿的递归重建算法是一种有效的压缩感知视频图像重建算法.针对现有算法中‘预估’精度不高的问题,本文基于视频序列中相邻图像的内容相似性和单幅图像的非局部自相似性,分析了相邻图像局部图像块的相似匹配性,并以此作为视频图像的相关性先验,提出了一种基于局部自回归模型的图像预估重建算法.预估算法中当前图像像素点的自回归参数由参考图像中相似图像块的灰度信息通过学习获得.实验结果表明,与同类算法相比,本文预估算法所对应的递归重建算法可获得更高质量的视频图像重建结果.; 李星秀韦志辉; 关键词：压缩感知视频图像自回归模型

基于空间相关性约束稀疏表示的高光谱图像分类被引量：15: 2012年; 该文提出一种新的基于稀疏表示的高光谱图像分类方法。首先利用训练数据构造结构化字典,建立基于稀疏表示的高光谱图像分类模型;然后添加空间相关性约束项和训练数据的空间信息,提高稀疏表示模型分类的准确性;最后采用快速的交替方向乘子法求解模型。实验结果表明:该文方法能够有效提高分类精度,且分类结果稳定。; 刘建军吴泽彬韦志辉肖亮孙乐; 关键词：高光谱图像

基于GPU的高光谱遥感岩矿信息快速提取方法被引量：3: 2014年; 提出了基于图形处理单元(graphics processing unit,GPU)的高光谱岩矿信息快速提取方法,利用GPU的并行计算优势对高光谱岩矿信息提取的核心步骤进行了并行优化设计。针对高光谱岩矿信息提取的算法特点,提出了相应的性能优化策略,包括优化算法流程、提高访存效率和减少数据访问冲突。实验结果表明,并行设计模型与优化方法能够快速有效地进行岩矿信息提取,并且最大加速比达到了81倍。; 柳家福吴泽彬刘天石韦志辉王启聪; 关键词：高光谱遥感图形处理单元

基于GPU的高光谱遥感主成分分析并行优化被引量：2: 2014年; 主成分分析(principal component analysis,PCA)是高光谱遥感图像特征提取的重要方法。为了在保证精度的同时,提高高光谱遥感PCA算法的计算效率,文章提出一种基于图形处理器(graphic processing unit,GPU)+中央处理器(central processing unit,CPU)异构系统的PCA并行优化方法。该方法利用GPU的并行计算能力实现PCA中复杂的协方差矩阵计算与维数缩减过程,优化了像元去均值的计算流程;解决了GPU内核计算像元累加和非合并访问问题;利用共享内存机制,提高了访存效率。此外,该方法采用改进的Jacobi快速迭代法在CPU中进行特征分解,保证了算法的精度。实验结果表明,该方法在保证精度的同时能够有效提高计算效率,在Quadro600平台上的加速比达到141倍,满足了高光谱遥感图像实时应用的需求。; 柳家福李欢贺金平刘天石王启聪吴泽彬; 关键词：高光谱遥感主成分分析方法

一种新的空谱联合稀疏高光谱目标检测方法被引量：6: 2014年; 目标检测是高光谱数据处理的重要应用之一,高光谱图像中空间和光谱信息的充分利用对于目标检测率的有效提升非常关键。提出一种新的联合稀疏表示的目标检测方法,将混合范数理论和算法应用于高光谱目标检测,在联合高光谱图像空间和光谱信息的基础上,建立了基于联合稀疏性约束的混合范数正则化数学模型,并利用交替方向乘子法对模型进行了优化求解。仿真实验结果表明,该方法能有效提高高光谱目标检测的准确性,降低虚警率。; 宋义刚吴泽彬孙乐刘建军韦志辉; 关键词：信息处理技术高光谱图像目标检测

基于GPU的空谱联合核稀疏表示高光谱分类并行优化被引量：3: 2014年; 高光谱图像分类是遥感信息处理领域的热点问题,在核稀疏表示分类框架下,联合光谱信息和像元空间信息,空谱联合核稀疏表示高光谱图像分类能够取得较好的分类效果,但较高的计算复杂度及高光谱图像较大的数据量限制了其在实时性要求较高情况下的应用。基于GPU/CUDA架构,提出了一种空谱联合核稀疏表示高光谱分类的并行优化方法,设计访存优化策略对主机和设备端数据交互进行优化;充分利用GPU并行计算能力,加速分类过程中核矩阵的计算;采用依据GPU并行特性实现的矩阵运算,优化基于交替方向乘子法的分类模型求解过程。利用实际高光谱图像数据进行的实验,验证了该方法的有效性和高效性。; 王启聪吴泽彬刘建军韦志辉叶舜柳家福; 关键词：遥感 GPU

全选清除导出

共1页<1>

国家教育部博士点基金(20113219120024)