联合稀疏约束的双非负矩阵分解遥感图像变化检测方法

    公开(公告)号:CN118172671B

    公开(公告)日:2025-02-18

    申请号:CN202410367774.1

    申请日:2024-03-28

    Abstract: 本发明公开了一种联合稀疏约束的双非负矩阵分解遥感图像变化检测方法,属于图像变化检测技术领域,目的是解决现有图像变化检测方法缺乏对地物语义信息的考虑,对噪声比较敏感,且处理效率低的问题。包括:S1:根据同一地理区域不同时间拍摄的第一时相遥感图像和第二时相遥感图像,利用L2,1‑DNMF模型,生成差分增强的差异特征矩阵;S2:对所述差分增强的差异特征矩阵进行聚类,得到二值变化结果;S3:将所述二值变化结果作为联合稀疏约束的双非负矩阵分解遥感图像变化检测结果输出。本发明能够在亚像素级检测细微的变化,提高了变化检测性能和变化检测效率。

    联合稀疏约束的双非负矩阵分解遥感图像变化检测方法

    公开(公告)号:CN118172671A

    公开(公告)日:2024-06-11

    申请号:CN202410367774.1

    申请日:2024-03-28

    Abstract: 本发明公开了一种联合稀疏约束的双非负矩阵分解遥感图像变化检测方法,属于图像变化检测技术领域,目的是解决现有图像变化检测方法缺乏对地物语义信息的考虑,对噪声比较敏感,且处理效率低的问题。包括:S1:根据同一地理区域不同时间拍摄的第一时相遥感图像和第二时相遥感图像,利用L2,1‑DNMF模型,生成差分增强的差异特征矩阵;S2:对所述差分增强的差异特征矩阵进行聚类,得到二值变化结果;S3:将所述二值变化结果作为联合稀疏约束的双非负矩阵分解遥感图像变化检测结果输出。本发明能够在亚像素级检测细微的变化,提高了变化检测性能和变化检测效率。

    基于遗传算法的云计算系统预算约束随机任务调度方法

    公开(公告)号:CN110008023B

    公开(公告)日:2022-11-15

    申请号:CN201910230744.5

    申请日:2019-03-26

    Abstract: 基于遗传算法的云计算系统预算约束随机任务调度方法,包括如下步骤:建立虚拟机资源模型;定义任务在虚拟机上的最早开始执行时间、任务在虚拟机上的最早完成时间,给出任务在虚拟机上的调度长度、执行总成本和预算法约束条件;利用遗传算法获得帕累托最优解向量,获得的帕累托最优解向量即为预算约束随机任务调度方法的最优调度方案。采用该方法在调度长度和计算成本上明显优于现有的Min‑Min和TS方法,能有效提高云任务调度性能,对提高云计算系统应用效率具有重要意义。

    基于遗传算法的云计算系统预算约束随机任务调度方法

    公开(公告)号:CN110008023A

    公开(公告)日:2019-07-12

    申请号:CN201910230744.5

    申请日:2019-03-26

    Abstract: 基于遗传算法的云计算系统预算约束随机任务调度方法,包括如下步骤:建立虚拟机资源模型;定义任务在虚拟机上的最早开始执行时间、任务在虚拟机上的最早完成时间,给出任务在虚拟机上的调度长度、执行总成本和预算法约束条件;利用遗传算法获得帕累托最优解向量,获得的帕累托最优解向量即为预算约束随机任务调度方法的最优调度方案。采用该方法在调度长度和计算成本上明显优于现有的Min-Min和TS方法,能有效提高云任务调度性能,对提高云计算系统应用效率具有重要意义。

Patent Agency Ranking