排序方式: 共有39条查询结果,搜索用时 0 毫秒
1.
高分辨率卫星遥感图像场景信息的分类对影像分析和解译具有重要意义,传统的高分辨卫星遥感图像场景分类方法主要依赖于人工提取的中、低层特征且不能很好的利用图像丰富的场景信息,针对这一问题,提出一种基于频带特征融合与GL-CNN(Guided Learning Convolutional Neural Network,指导学习卷积神经网络)的分类方法。首先通过NSWT(Non-Subsampled Wavelet Transform,非下采样小波变换)提取出图像的高低频子带,将高频子带进行频带特征融合得到融合高频子带,然后联合频谱角向能量分布曲线的平稳区间分析实现融合高频子带与低频子带的样本融合,最后指导卷积神经网络自动提取图像的高低频子带包含的高层特征来实现场景分类。通过对UCM_LandUse 21类数据进行试验表明,本文方法的分类正确率达到94.52%,相比以往算法有显著提高。 相似文献
2.
我国公路网和高速公路网规模位居世界前列,大批量高等级路面服役能力减弱,即将进入养护维修周期。如果采用传统方法,多数翻挖、铣刨的沥青混合料将被废弃,不仅造成环境污染,也浪费资源,而所需天然石料的开采势必引发森林植被破坏、水土流失等生态破坏,缓解矛盾的有效方法就是应用再生沥青混凝土技术。本文通过沥青材料老化探明了沥青再生机理,提出了旧沥青再生方法,确定了G6养护维修工程(兰州段)新旧沥青掺配比例,结合室内试验,给出了再生沥青混合料配合比设计方法,并对热再生沥青混合料的路用性能进行了评价,得出了厂拌热再生沥青混合料的社会和经济效益。 相似文献
3.
为了解决在大量内窥镜图像中准确检测多种病灶这一难题,提出一种滤波器组与中心对称局部二值模式的多重纹理检测方法。首先将内窥镜图像经过LM(Leung-Malik)滤波器组,计算其响应的联合概率分布作为图像的纹理特征;采用CS-LBP对该图像进行编码,从另一角度提取其纹理特征。将训练样本的两种纹理特征结合进行聚类,形成一组纹理基元构建纹理基元字典,通过计算像素与纹理基元的欧氏距离获得基于纹理基元的图像直方图。最后,用K-邻近算法对纹理图像进行分类。实验结果表明,该方法特异度和灵敏度分别达到88%和92%,优于已有结果,可代替应用于内窥镜图像的临床初步检测。 相似文献
4.
5.
针对方钢管柱与H形钢梁难栓接的问题,提出了一种新型全螺栓连接方式。这种连接方式舍去传统螺栓连接的螺帽,由直接在柱壁相应位置的攻丝充当,然后通过高强度螺栓把钢梁和方钢管柱直接连接。为了研究新型全螺栓连接方式运用在钢框架上的抗震性能,按照1:2比例模型,分别制作了采用传统栓焊连接方式(KJ-1)和新型全螺栓连接方式(KJ-2)的单层单跨钢框架。通过低周往复加载试验,对比分析了两者的破坏现象、承载力、滞回曲线、骨架曲线、刚度退化以及延性等抗震性能。结果表明,KJ-2比KJ-1承载力提高了16.1%,延性增加了13.7%,耗能提高了9.5%;二者的刚度退化程度接近。总体而言,采用新型全螺栓连接钢框架的抗震性能稍优于采用传统栓焊连接的钢框架的抗震性能。 相似文献
6.
通过对钢柱截面参数b/t、h0/tw的简化,降低了求解难度,并运用合法将关系简化为线性方程,提出了轴压焊接工字形钢柱截面设计的直算法。设计实例表明此方法可快速方便地确定柱截面,克服了常用试算法的缺点,并能很方便运用于实际工程设计。 相似文献
7.
为充分利用遥感图像的场景信息,提高场景分类的正确率,提出一种基于空间特征重标定网络的场景分类方法。采用多尺度全向高斯导数滤波器获取遥感图像的空间特征,通过引入可分离卷积与附加动量法构建特征重标定网络,利用全连接层形成的瓶颈结构学习特征通道间的相关性,对多尺度空间特征进行权重筛选以实现特征重标定,并结合卷积神经网络训练得到最终的分类结果。实验结果表明,该方法在UCM_LandUse与机载SAR图像数据上的分类正确率分别达到94.76%和95.38%,与MNCC、MS-DCNN、PCA-CNN等算法相比,其遥感图像分类精度与泛化能力显著提升。 相似文献
8.
9.
针对高分辨率SAR图像中道路目标难以有效提取的问题,提出一种新的高分辨率SAR图像道路提取算法,它结合了参数化内核图割和数学形态学算法。利用参数化内核图割对高分辨率SAR图像中的道路目标进行初级分割,用数学形态学填充空洞,平滑道路边缘;基于道路的几何特征,使用矩阵度、改进的长宽比、复杂度等因子去除虚警;针对处理过程中出现的道路断裂情况,利用数学形态学提取道路目标的中心线,同时根据线段邻近性、方向一致性准则对其断裂部分进行连接,用数学形态学还原道路宽度,得到道路提取结果。实验结果表明该算法不用进行SAR图像预处理,也可以有效抑制相干斑噪声,并且能准确、较为完整地提取道路目标。 相似文献
10.