基于聚类识别的极化SAR图像分类

This paper presents a novel unsupervised image classification method for Polarimetric Synthetic Aperture Radar (PolSAR) data. The proposed method is based on a discriminative clustering framework that explicitly relies on a discriminative supervised classification technique to perform unsupervised clustering. To implement this idea, an energy function is designed for unsupervised PolSAR image classification by combining a supervised Softmax Regression (SR) model with a Markov Random Field (MRF) smoothness constraint. In this model, both the pixelwise class labels and classifiers are taken as unknown variables to be optimized. Starting from the initialized class labels generated by Cloude-Pottier decomposition and K-Wishart distribution hypothesis, the classifiers and class labels are iteratively optimized by alternately minimizing the energy function with respect to them. Finally, the optimized class labels are taken as the classification result, and the classifiers for different classes are also derived as a side effect. This approach is applied to real PolSAR benchmark data. Extensive experiments justify that the proposed approach can effectively classify the PolSAR image in an unsupervised way and produce higher accuracies than the compared state-of-the-art methods.     

基于WiFi的自组织网络路由协议算法研究

以基于WiFi的自组织网络为应用背景,本文利用仿真平台OPNET对四种经典自组网路由协议的性能进行了仿真比较。实验结果表明,反应式路由协议的性能总体优于先应式路由算法,而AODV协议由于其备份路由的特性,性能更优。为满足战场环境下车载自组织网的大规模组网要求,以及火控数据的时延传输要求,结合AODV算法的优势,本文提出了一种新的分层自组网路由算法CRP,其分簇结构的设计减少了网络拓扑变化对寻由过程的影响和路由发现过程中的洪泛开销,加速了路由的查找过程,仿真结果显示该算法的综合性能优于AODV算法及经典分簇路由协议ZRP算法,端到端传输时延明显减小。     

基于区域识别和区域扩展的相位解缠算法

由于实际的合成孔径雷达(Synthetic Aperture Radar,SAR)图像中各个区域的相干性不同,干涉合成孔径雷达解缠中,低相干区域的误差容易在整幅图像中传播.对此,提出了一种结合区域识别和区域增长的区域识别与扩展解缠方法.在数据预处理阶段,融合可见光图像对SAR图像掩模分类,剔除失相干区域,避免其误差传播至整幅图像.在研究区域中,选取高相干的、稳定的像素作为生长种子,以SAR图像的相干系数和相邻已解缠像素的数量为指导,缠绕像素相位的模糊数经反复迭代检测后,被加入已解缠区域,解缠像素由高相干区域向低相干区域扩展,直到完成整个区域的解缠.相控阵型L波段合成孔径雷达和高级合成孔径雷达数据实验结果和算法比较证明了所提方法在解缠精度上的优越性.     

数字化车床的建构仿真技术

仿真系统以Visual C++为开发平台,在数字化场景中根据数控车床的结构特点和主要组成单元,以3Ds max为造型工具,利用OpenGL技术构建出数字化车床模型,并设计出相应的数字化车床仿真系统,仿真效果较好,直观实时性显示了加工过程.     

具有力觉感的主从医疗机器人双向控制系统的动力学模型研究

本文基于对主从机器人控制系统的动力学分析,研究了借助力觉临场感技术实现主从医疗机器人遥操作的控制理论和设计方法。在力和运动的双向控制中采用了新型控制方案,从理论上分析了该方案的可行性,显示了临场感技术在增强人机交互能力方面的优越性。     

基于压电陶瓷的微进给平台的实验研究

超精密加工技术是机械制造业中最重要的部分,基于压电陶瓷的微位移机构是近年来发展起来的一种新型微位移机构。设计以压电陶瓷为驱动的、以弹性铰链为支撑的微进给平台,并进行大量的试验,采用不同的升降压步长对平台进行驱动。结果表明采用合适的升降压步长,可改善压电陶瓷的电压-位移的迟滞度,从而得到实用的电压-位移曲线。     

三维数字化机床动态数据库构建研究

在数字化制造软件中建立数字化车间,需要有足够的数字设备,如机床、刀具、夹具、装卸设备及检测设备等,为方便用户对数字化机床的查询及调用,建立了基于Access的数字化机床数据库.并以Visual C+ +6.0为开发工具,采用ODBC技术实现了对机床数据库的访问和管理操作.     

基于OpenGL的数字化铣床建模及其仿真

以Visual C+ +6.0为开发工具,OpenGL为技术平台,结合3Ds Max三维造型软件,研究了数字化机床技术,提出了数字化铣床的总体设计方案,并设计了数字化铣床仿真系统.     

基于深度卷积神经网络的图上半监督极化SAR图像分类算法

为实现在只有少量标记数据情况下的高质量的图像分类,本文提出了一种基于深度卷积神经网络的图上半监督极化SAR图像分类算法.该算法将极化SAR图像建模为无向图,并基于该无向图,定义了包含半监督项,卷积神经网络项和类标光滑项的能量函数.算法所采用的卷积神经网络提取抽象的数据驱动的极化特征.半监督项约束了有标记像素的类标在分类过程中保持不变.类标光滑项约束了像素间类标的光滑性.基于对PauliRGB图像进行超像素分割而产生的初始化类标图,交替迭代优化所定义的能量函数直至其收敛.在两幅真实极化SAR图像上的实验结果表明,该算法达到了优异的分类效果,其性能优于当前已有算法.     

深度学习在极化SAR图像分类上的应用综述

极化合成孔径雷达（极化SAR）是当前最先进的遥感监测技术之一。它可以全天时、全天候地进行对地观测,并提供高分辨率、具有丰富地表信息的数据。极化SAR图像分类近年来被广泛研究和应用,而蓬勃发展的深度学习技术大大加速了其进展。基于此现状,本文对深度学习在极化SAR图像分类上的应用进行了综述。综述涵盖了不同类别的深度学习算法,包括监督、无监督、半监督和主动学习算法在此任务上的应用分析。另外,本文分析当前极化SAR图像分类所面临的挑战以及未来的发展趋势。