排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
3.
实验研究了内径分别为1 mm、2 mm和3 mm,水平通道长度为200 mm的Y形微燃烧器内氢气/空气扩散燃烧的火焰传播特性。首先,d=2 mm的燃烧器内的火焰传播模式最为丰富。其次,当燃烧器管径较大时,火焰更容易因扰动而发出噪音。在d=2和3 mm的燃烧器内能观察到两个阶段的噪音,而当d=1 mm时只有一个阶段的噪音。d=2 mm的燃烧器内平均火焰传播速度最小。而且,随着管径的增大,边界火焰更长。值得注意的是,在d=1 mm的燃烧器内,实验观察到了移动的"火焰街"。最后,基于系统的实验观察绘制了八种火焰传播模式的分布图。总之,本文不仅揭示了火焰传播特性与运行参数和尺度效应之间的关系,而且能为Y形微燃烧器的设计和运行提供指导。 相似文献
4.
5.
传统的稀疏表示分类方法仅利用图像数据的稀疏特性分类,未利用高光谱图像的邻域信息,为此提出了一种联合稀疏特性和邻域相似度量的分类方法.该方法首先利用稀疏表示揭示出数据的稀疏特性,然后计算在各类样本中的稀疏相似性,并结合邻域特性,构建数据在各类样本中的稀疏-邻域联合相似关系,最后根据联合相似性大小判断数据类别.在利用数据的稀疏特性的同时结合像元的邻域信息,增强各种地物类别间的区分性,提升分类效果.在Indian Pines和Pavia U高光谱数据集上的实验表明:本文算法的分类精度高于其他方法,总体分类精度分别达到了81.69%和86.59%,能得到具有更多同质区域的分类结果图,拥有更好的总体分类精度、平均分类精度和Kappa系数. 相似文献
6.
融合加权均值滤波与流形重构保持嵌入的高光谱影像分类 总被引:1,自引:0,他引:1
高光谱影像中波段数过多易导致"维数灾难",而传统高光谱影像维数约简算法仅利用光谱特征而忽略了空间信息.针对上述问题,提出一种融合加权均值滤波与流形重构保持嵌入的维数约简算法.该方法利用影像中地物分布的空间一致性特点,对所有像素进行加权均值滤波,消除同类光谱差异性较大的像素影响,并在流形重构过程中增大空间近邻点的权重,提取出更为有效的鉴别特征,实现维数约简.在PaviaU和Urban高光谱数据集上的实验结果表明:相比于其它相关方法,该方法能获得更高的分类准确度,在分别随机选取5%和1%的训练样本情况下,其总体分类准确度分别提高到98.76%和80.21%.该方法在发现内在低维流形结构的同时,有效融入了影像中的空间信息,改善了分类性能. 相似文献
7.
8.
提出了一种针对病理切片图像的端到端语义分割方法--边缘感知网络(BPNet),以提高病理图像分割精度。BPNet网络首先在解码器阶段增加边缘感知模块,改善网络对于病理图像边缘的特征信息提取能力。然后,采用自适应通道注意力模块弥补不同层次特征间的语义差距,进一步加强网络的特征聚合能力。在此基础上,设计了一种基于结构和边缘的联合损失函数,以实现最佳的病理图像分割结果。在GlaS和MoNuSeg两个公开病理数据集上的分割实验结果表明,所提方法的Dice系数得分在两个数据集上分别达到92.21%和81.18%,有效提升了病理图像的分割精度。 相似文献
9.
在科学技术水平很低的年代里,人类为了抵御旱灾,只能以一种敬畏的眼光来注视各种云的变化,期望它们带来雨水。原始人尝试过跳求雨之舞,我国农民也曾去过龙王庙,祷求龙王招云致雨……当然这些都不会有什么成效。 相似文献
10.