基于遥感图像的渤海湾污染区域判定的快速算法制造技术

本发明专利技术公开了一种基于遥感图像的渤海湾污染区域判定的快速算法：基于贝叶斯模型、伊辛模型和信号模型，构建贝叶斯‑伊辛‑信号(BIS)混合模型；利用变分贝叶斯方法估计背景低秩矩阵L：估计U和V，估计超参数α，估计噪声精度β；估计前景支撑矩阵S。本发明专利技术针对遥感图像的渤海湾污染区域的判定问题，对矩阵分解的形式加以低秩条件限制以及引入连续先验作为稀疏条件约束达到了同时估计背景低秩矩阵和前景支撑矩阵的目的。为了保证低秩分解过程中有低秩解，还给变量和参数引入具有相同稀疏轮廓的独立先验分布，并利用变分贝叶斯进行后验推断。此外，考虑到奇异值空间的空间分布特征，利用马尔科夫随机场引入连续先验来估计前景支撑矩阵。

【技术实现步骤摘要】
基于遥感图像的渤海湾污染区域判定的快速算法
本专利技术涉及数据分析技术与信号处理技术，更具体的说，是涉及一种基于遥感图像的渤海湾污染区域判定的快速算法。
技术介绍
主成分分析(PCA)作为一种经典的数据分析方法被广泛应用于科学和工程领域。近年来结合信号处理领域新技术低秩矩阵分析的兴起，鲁棒主元分析(RPCA)问题提高到一个新层面。它主要解决的问题是将观测矩阵分解为一个低秩矩阵和一个稀疏矩阵，以数学的形式表达就是一个凸优化问题。RPCA问题是计算机视觉领域中持续很久的研究热点，很多高效的算法及其相应的软件均已成功应用到实践中。然而，随着社会的发展和科技的进步，新的难点不断产生，对精度和速度以及对复杂情形处理能力的要求更高，使得该问题的研究工作持续升温。针对实际应用中出现的新问题，不断优化算法，将成为RPCA算法与实际应用相结合的关键。早期学者试图以一些鲁棒损失函数代替l2范数来解决RPCA问题。DalaTorre和Black利用鲁棒统计中的Geman-McClure函数来提高PCA的鲁棒性。而Dingetal.采用了一种光滑的R1范数。Kwak则引入l1范数的方差并设计一种有效的算法来本文档来自技高网...

【技术保护点】
1.一种基于遥感图像的渤海湾污染区域判定的快速算法，其特征在于，包括以下步骤：步骤一，基于贝叶斯模型、伊辛模型和信号模型，构建贝叶斯‑伊辛‑信号(BIS)混合模型：

【技术特征摘要】
1.一种基于遥感图像的渤海湾污染区域判定的快速算法，其特征在于，包括以下步骤：步骤一，基于贝叶斯模型、伊辛模型和信号模型，构建贝叶斯-伊辛-信号(BIS)混合模型：其中，Y是观测矩阵，L是背景低秩矩阵，S是前景支撑矩阵，N是噪声矩阵，A是节点-边关联矩阵，vec(S)使得前景支撑矩阵S向量化，ξ＞0和η＞0分别是正惩罚因子；PS(*)表示矩阵*在矩阵S支持的线性空间上的正交投影，是PS(*)的互补投影，即||*||F表示矩阵*的Frobenius范数，||*||1表示矩阵*的l1范数；U和V分别是m×k和n×k的矩阵，在进行L的低秩估计时，U和V的大部分列被设置成0以保证列稀疏；Θ表示所有隐藏变量的向量，Θ＝{U,V,α,β}，α为超参数，β为噪声精度；N表示噪声项；步骤二，利用变分贝叶斯方法估计背景低秩矩阵L：①估计U和V：ui·的后验近似通过正态分布给出：式中，ui·表示矩阵U的第i行，均值和方差表示为：其中Λ＝diag(＜α＞)，对于(i,...

【专利技术属性】
技术研发人员：潘静，宋占杰，李硕，宦国强，杨富圣，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12