排序方式: 共有21条查询结果,搜索用时 0 毫秒
1.
高分遥感影像的场景分类是解译遥感影像信息的重要工作之一.为了准确提取出目标信息,针对高分遥感影像场景分类中存在的背景复杂、目标多样、目标信息与背景信息难以区分等问题,提出了一种基于显著性特征和深度卷积神经网络(DCNN)的高分遥感影像场景分类方法.首先,利用K-means聚类与超像素分割算法得到影像的颜色空间分布与颜色对比图,融合不同对比图,以得到显著图.然后,通过对数变换增强显著图中的特征,采用自适应阈值分割方法提高目标的区分度并划分出目标区域和背景区域,以提取出感兴趣区域.最后,构建了一种用于提取深层语义特征的DCNN模型,并将得到的特征输入网络模型中进行训练和分类.实验结果表明,本方法能有效区分主要目标信息与背景信息,减少无关信息的干扰,在UC-Merced数据集和WHU-RS数据集上的分类精度分别为96.10%和95.84%. 相似文献
2.
采用湿法改性研究了不同钛酸酯偶联剂对Sb2O3改性的效果,并将改性Sb2O3应用于帆布浸渍液中.采用扫描电镜和热重分析仪对改性效果进行分析.结果表明,采用NDZ-101对Sb2O3进行改性,效果优于其他种类且NDZ-101用量为3%时改性的效果最佳.改性Sb2O3能有效提高浸胶帆布的阻燃能力,同时降低黏合力的损失. 相似文献
3.
将酪素-胶乳浸液、间苯二酚-甲醛-胶乳浸液、溶剂型氯化胶乳浸液等几种常见的帆布浸液进行对比,选取间苯二酚-甲醛-胶乳浸液作为阻燃浸液的基本液.采用胶乳复配技术,添加阻燃剂来实现阻燃的目的.甲醛与间苯二酚的摩尔比为2:1,氯化胶乳与丁吡胶乳的用量比为1.3:1,此法获得的浸胶帆布LOI为26、剥离力为7N/mm左右.此种方法工艺简单、效率高、成本低,适用于工业化生产. 相似文献
4.
为了提高高光谱遥感影像的分类精度,充分利用影像的光谱和局部信息,文中提出小波核局部Fisher判别分析的高光谱遥感影像特征提取方法.通过小波核函数将数据集从低维原始空间映射至高维特征空间,考虑到数据的局部信息,利用加权矩阵计算散度矩阵,对局部Fisher判别准则函数求解最优特征矩阵,使不同类别的样本在高维特征空间中的可分离性更佳.在2个公开高光谱数据集上的实验表明,文中方法的总体分类精度和Kappa系数都有所提高. 相似文献
5.
采用湿法改性研究了不同钛酸酯偶联剂对Sb2O3改性的效果,并将改性Sb2O3应用于帆布浸渍液中.采用扫描电镜和热重分析仪对改性效果进行分析.结果表明,采用NDZ-101对Sb2O3进行改性,效果优于其他种类且NDZ-101用量为3%时改性的效果最佳.改性Sb2O3能有效提高浸胶帆布的阻燃能力,同时降低黏合力的损失. 相似文献
6.
7.
文中基于波导并联缝隙的RLC 串联等效电路,建立了谐振阵阻抗带宽的通用分析方法,对单一过载和
过载匹配两种设计条件下谐振阵的最大带宽进行了研究,给出了最优带宽拟合公式并确定了相应匹配条件下的导纳特
性,系统解决了谐振阵阻抗带宽的设计边界与设计方向问题。最后结合缝隙等效电路,提出了一种新颖的导纳特性调
整方法,通过引入平行隔栅控制缝隙导纳的电容特性,利用过载匹配技术实现了8 单元中心馈电谐振阵的最大带宽设
计。全波仿真结果显示,VSWR≤1. 5 时的最大带宽可达到16. 2%,相应的电容参数C 为4. 9 pF,该结果与拟合公式得
到的电容参数C 及最大带宽计算数据较为一致,并且缝隙归一化导纳特性的全波仿真数据与等效电路优化出的最佳
导纳特性的吻合性非常好。最后设计了一个8×8 试验阵并展开了测试,该试验阵VSWR≤1. 5 时的工作带宽为16. 4%,
与全波仿真结果及等效电路分析结果均较为一致,证明了文中提出的谐振阵的带宽分析方法是准确可行的。 相似文献
8.
为克服蝙蝠算法在高维优化问题上求解精度低和早熟收敛的缺点,提出一种改进的蝙蝠算法。首先根据蝙蝠相对猎物距离的远近程度,对频率引入自适应多普勒补偿策略,并结合速度偏移机制修正飞行方向,产生靠近最优个体的新位置;其次对最优个体构造自适应变异选择策略,先利用柯西变异产生的较大步长摆脱局部极值的束缚,后利用高斯变异产生的较小步长精细搜寻最优区域;最后通过调整响度和脉冲发射率,平衡算法的全局探索和局部开发能力。从理论上分析了算法的收敛性和运算复杂性,对12个标准函数在不同维度下进行仿真实验,并与近年来其他蝙蝠算法进行比较,结果表明改进的算法在求解高维优化问题上具有较优的收敛速度和精度。 相似文献
9.
为充分利用高光谱影像中蕴含的空谱特征,提出了一种半监督空谱局部判别分析的高光谱影像特征提取算法(S4LFDA)。鉴于高光谱数据集具有空间一致性,首先将像元进行空间重构,保存高光谱数据的近邻关系;其次引入光谱信息散度重构像元间的相似度;为了充分利用大量无标签样本提高算法性能,采用模糊C均值聚类算法对样本进行聚类分析得到伪标签;然后通过增加规范化项到局部力导引算法(FDA)的类内散度矩阵和类间散度矩阵中,以此保持无标签样本的聚类结构一致性;最后通过局部FDA算法来保持有标签样本类间散度最大化和类内散度最小化并求解最佳投影向量。S4LFDA算法既保持了数据集在光谱域的可分性,又保持了像元在空间区域内的近邻关系,合理利用有标签样本及无标签样本,提高了算法的分类性能。在Pavia University和Indian Pines数据集上进行实验,总体分类精度达到95.60%和94.38%。与其他维数约简算法相比,该算法有效提高了地物分类性能。 相似文献
10.