排序方式: 共有37条查询结果,搜索用时 31 毫秒
1.
系统研究了Gd(1-x)ZnxMnO3(x=0,0.2,0.4,0.6,0.8,1.0)体系的结构。结果表明,实验样品具有正交对称性结构。当Zn掺杂浓度x≤0.4时,随着Zn掺杂浓度的增加,晶格常数b、c减小,而晶格常数a增大,晶胞体积逐渐减小;当掺杂浓度x≥0.6时,Zn掺杂浓度的增加,晶格常数b、c增大,而晶格常数a减小,晶胞体积逐渐增大。计算表明Gd(1-x)ZnxMnO3系列化合物的容忍因子在0.76~0.92范围,可以形成稳定的钙钛矿结构。 相似文献
2.
3.
针对基于稠密SIFT流图像配准算法执行效率和配准准确率有待提高的不足,提出了一 种基于稠密局部自 相似(LSS)描述符构建的稠密改进的LSS(ILSS)特征流的图像配准算法。算法通过颜色空间转 换分离出彩色图像中的 颜色和亮度信息,只在亮度通道上提取稠密LSS特征以大幅度提高图像特征提取阶段 执行效率。随后以 保持特征流场光滑性为约束条件,采用金字塔多分辨率迭代法提高LSS特征流场估计 阶段的执行效率。 多分辨率迭代法的基本思想是先在图像粗粒度网格上快速估算出初步的特征流场,然后再逐 步求精获得最 终精确的特征流场。大量实验表明,与稠密SIFT流相比,基于稠密ILSS特征流的图像 配准算法在图像内容发生较大变化时具有更好的鲁棒性,同时具有更高的执行效率和图像配 准确率。 相似文献
4.
针对手臂康复训练后仍缺乏准确力觉的康复病人提出了一种手臂末端力的软测量方法。采用肌电信号(EMG)传感器与手臂姿态传感器获取的数据综合描述手臂的综合状态信息,并作为随机森林回归的输入,将手臂末端力作为随机森林回归的输出。依据康复训练的基本动作单元,针对性的设计了"推拉"和"提放"两组试验,在离线状态下,利用力传感器测量得到的实际末端力与手臂的综合状态信息作为样本集,并通过大量样本数据训练随机森林回归算子得到稳定可靠的回归算子,最后通过在线预测手臂末端力与真实末端力输出的比较,验证了该方法的有效性。 相似文献
5.
6.
基于区域最大相似度的快速图像分割算法 总被引:6,自引:6,他引:0
针对基于区域最大相似度图像分割(MSRM)算法中利 用颜色直方图描述符计算相邻区域之间相似度存 在着计算量大和描述能力的不足,提出改用基于局部二值模式(LBP)纹理描述符计 算相邻区域相似度的改进MSRM(IMSRM)算法。LBP描述符通过对像素点之间局 部微结构进行编码实 现了对其空间关系的描述,有效提高了对区域特征的描述能力,并且所获得的特征矢量维数 远小于颜色直 方图,区域之间的相似度计算效率大幅度得到提高。与MSRM算法对比实验表明,IMSRM算法 可以从各种复杂背景中有效提取待分割对象的轮廓,所提取的轮廓边缘细节上更优,算法执 行效率能够提高50%左右。 相似文献
7.
8.
针对超声波传感器波束角窄导致移动机器人存在避障盲区的现状,研究了一种新颖的超声波避障系统。该系统采用六个超声波传感器构成特别设计的超声波阵列,实现无盲区检测中大型移动机器人前方及左右两侧障碍物的位置,充分保障运行安全性;同时在避障算法上,采用二分法和模糊控制相结合的控制算法,简化了模糊控制规则使系统具有很好的智能性和实时性,实现了移动机器人选择最佳避障路径并对新增的动态障碍物进行避障。将此避障控制系统应用于移动机器人上,实验结果表明:在未知环境下,实现对移动机器人周边的无盲区检测,并且能够实时根据周围障碍物的动态情况选择最佳避障路径,避免了其它避障控制算法中易出现的误避障和二次避障的情况。 相似文献
9.
空位掺杂(La(0.7-x)Y0.3)2/3Ca1/3MnO3的结构及其微观机制研究 总被引:1,自引:0,他引:1
利用标准的固相反应法在1 200℃烧结了(La(0.7-x)Y0.3)2/3Ca1/3MnO3(x=0,0.02,0.04,0.08,0.10)样品,冷却后,取出部分在1 350℃进行再烧结.利用X射线衍射(XRD)和扫描电镜(SEM)对其晶体结构及表面微观结构进行了研究.X射线衍射测量分析表明样品均为单相,单胞仍然具有正交对称性结构(空间群为Pnm a).通过扫描电镜研究表明,当化合物x=0.04时,(La(0.7-x)Y0.3)2/3Ca1/3MnO3的表面形貌表现为致密度最好.样品在1 350℃再烧结条件下,当x≤0.04时,可以大大降低样品的晶粒大小和孔隙;但当x>0.04时,再烧结对样品的晶体结构和表面微观结构影响不大. 相似文献
10.
鉴于从噪声图像分解获得的原生图块集合的协方差矩阵前若干个特征值(按照升序排序)与图像噪声水平值具有强相关性,提出了一种基于主成分分析和深度神经网络的快速噪声水平估计算法.该算法首先选用原生图块集合协方差矩阵前若干个特征值构成刻画图像噪声水平高低的特征矢量,然后在大量有代表性且已标定噪声水平值的噪声图像集合上利用深度神经网络训练预测模型以实现将特征矢量直接映射为噪声水平值,最后为获得更高的预测准确性,采用粗精预测模型相结合的两步预测方式实现.实验表明:文中算法在各个噪声级别上都具有稳定的预测准确性,且执行效率非常高,作为降噪算法的前置预处理模块具有更好的综合优势. 相似文献