排序方式: 共有15条查询结果,搜索用时 0 毫秒
1.
基于自适应脊波网络的高光谱遥感图像分类 总被引:1,自引:0,他引:1
神经网络是遥感地物自动分类的重要工具之一。利用多尺度几何分析中的眷波基函数建立了一种自适应眷波网络模型。在传统自适应粒子群算法的基础上,提出一种引入粒子密度因子的自适应粒子群优化算法作为网络训练算法。为验证其性能,利用互信息约简技术对22。波段AVIRIS 92AV3C高光谱数据进行约简,并将它们作为网络输入实现对高光谱遥感地物的自动分类。仿真试验表明:引入粒子密度因子的粒子群算法与传统粒子群算法相比,不易出现早熟问题,在处理高维非线性组合优化问题时具有一定优势;由于眷波函数对高维奇异性的表征能力,相比于传统的RBF和SVM分类器,脊波神经网络分类器对具有明显边界特征的地物分类问题具有较高的精度,同时网络规模小,结构简单。 相似文献
2.
基于光线传输理论对双曲柱面-平面透镜准直半导体激光光束的特性进行了研究,并用解析的方法讨论了在有误差时各参数对准直效果的影响,为正确认识、纠正误差,尽可能发挥双曲柱面-平面透镜的准直作用,改善半导体激光器快轴方向光束的质量,提供了理论依据。 相似文献
3.
纳米晶金属的超高强度和良好拉伸延展性的结合可以通过引入孪晶来实现,但温度对孪晶间距降低过程的强化-软化转变仍缺乏系统研究。本文采用分子动力学模拟方法考察了温度对纳米孪晶Al强化和软化行为的影响。结果表明:纳米孪晶Al变形过程存在临界温度Ts,当加载温度高于临界温度Ts时,随着孪晶间距的减少,纳米孪晶Al的强度呈现强化-软化转变的现象;当加载温度低于临界温度Ts时,呈现持续强化现象;而且随着晶粒尺寸的增大,发生持续强化的临界温度Ts升高。进一步研究表明,纳米孪晶Al在高温下(T>Ts)下的强化-软化转变机理与纳米孪晶Cu一致,是由不同的位错发射机制引起,位错由倾斜于孪晶界方向发射逐渐转变为平行于孪晶界方向发射;在低温下(Ts)的变形过程中,只有极少位错被激发,此时的持续强化行为由应变局域化主导,不同于纳米孪晶Cu在低温下的位错机制。 相似文献
4.
5.
6.
7.
提出一种边界总和最大化的车牌汉字特征融合算法,根据高维数据低维投影趋于正态分布的特点,将Pseudo-Zernike矩特征和Gabor特征串联后形成的高维特征投影到低维空间,利用类别均值和方差构造分类边界总和,最大化边界总和,得到最佳投影向量,构成投影矩阵,对原串联特征投影后得到一组新特征,作为椭圆基概率神经网络分类器的输入。实验表明,新特征同时具备全局表征能力和细节刻画能力,去除了数据冗余,在提高分类准确率的同时有效降低了分类器规模,椭圆基概率神经网络构造简便,具有与SVM相当的分类准确率。 相似文献
8.
为克服图像二值化预处理的不利影响,提高汉字字符图像特征的表征能力,降低传统算法的训练复杂度,在此直接应用车牌字符灰度图像,基于Fisher准则对提取的Pseudo—Zernike矩特征和Gabor变换特征进行融合,在最佳鉴别矢量方向上求得表达能力更强的融合特征。训练结构简单、速度较快的概率神经网络作为识别器,实现车牌汉字的正确、快速识别。试验表明,此算法无需对车牌汉字图像二值化,与所采用的概率神经网络识别器相比,传统BP,SVM等的训练复杂度降低,速度提高,经表征能力更强的融合特征训练后,具有更高的识别准确率。 相似文献
9.
本文采用分子动力学方法,阐明了Au纳米线各力学特性参数随孪晶取向角度的变化规律,以及不同变形机制发生的孪晶取向角度范围。结果表明:在较小孪晶取向角度下(0°<θ<90°),纳米线具有较高的强度,不全位错与孪晶面相互作用引起的应变局域化主导了其塑性变形;在中等孪晶取向角度下(18°≤θ≤75°),退孪生主导了Au纳米线塑性变形,尤其是30°≤θ≤60°时,完全退孪生引发的应变硬化,使得纳米线具有较高塑性;在较大孪晶取向角度下(75°<θ≤90°),纳米线具有较高的强度,但塑性较差,不全位错连续穿越孪晶界引起的位错链主导了Au纳米线塑性变形。 相似文献
10.
共轴双半椭圆柱透镜准直半导体激光光束特性研究 总被引:1,自引:0,他引:1
基于光线传输理论对椭圆柱透镜及共轴双半椭圆柱透镜准直半导体激光光束的特性进行了研究。结果表明:这两种柱透镜的准直效率随折射率的变化不大,这在一定程度上提高了透镜材料选择的灵活性;并且理论上,共轴双半椭圆柱透镜可以将半导体激光光束快轴方向的发散角压缩到0.1 mrad量级。 相似文献