典型文献
蚀变矿物光谱解混深度学习方法研究
文献摘要：
高光谱遥感是当前遥感技术领域的热点,其"图谱合一"的技术优势使得定量化遥感技术成为实用化技术.目前卫星、航空和无人机的高光谱技术应用热潮兴起,在地质调查、矿产勘查和环境监测中逐步得到深化应用.地质领域中,利用反射光谱,可以识别40余种矿物,对于追索矿化热液蚀变中心和预测铀成矿有利区、分析热液运移的时空演化等具有重要意义.由于复杂地质场景中矿物的紧致、非线性混合,为精确识别其光谱特征和丰度信息带来了挑战.将深度学习技术引入到高光谱地质分析中,能够从高光谱数据中获得更为关键的信息,具有广阔的应用前景.但在实际的地质应用中,很难获得大量高光谱标签数据来训练深度神经网络.文章提出一种针对有限样本铀矿蚀变矿物光谱数据的深度学习方法,采用稀疏降噪自编码神经网络模型提取矿物端元光谱,结合Hapke物理模型进行光谱数据增强,最后利用稀疏全连接的深度神经网络进行矿物含量的提取.实验室和航空高光谱遥感数据实验结果表明,与传统的方法相比,该方法的矿物定量分析精度更高,填图效果更好,为高光谱矿物填图、地质调查和铀矿地质勘查等应用提供了新的技术支持.
文献关键词：
高光谱;深度学习;数据增强;Hapke模型;自编码
中图分类号：
作者姓名：
周觅;秦凯;朱玲;杨越超
作者机构：
中国核工业集团有限公司,北京100822;核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室,北京100029
文献出处：
引用格式：
[1]周觅;秦凯;朱玲;杨越超-.蚀变矿物光谱解混深度学习方法研究)[J].铀矿地质,2022(02):299-308
A类：
Hapke
B类：
蚀变矿物,光谱解混,深度学习方法,遥感技术,技术领域,定量化,实用化,前卫,高光谱技术,地质调查,矿产勘查,环境监测,深化应用,地质领域,反射光谱,余种,追索,矿化,化热,热液蚀变,铀成矿,成矿有利区,热液运移,时空演化,复杂地质,中矿,紧致,精确识别,光谱特征,深度学习技术,地质分析,高光谱数据,地质应用,标签数据,深度神经网络,有限样本,铀矿,稀疏降噪自编码,自编码神经网络,端元,物理模型,数据增强,全连接,矿物含量,航空高光谱遥感,遥感数据,矿物定量分析,分析精度,矿物填图,地质勘查
AB值：
0.390489
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
