排序方式: 共有31条查询结果,搜索用时 15 毫秒
1.
2.
FY-4A多通道扫描辐射成像仪评价与图像合成 总被引:1,自引:1,他引:1
风云四号卫星发射后,开展了卫星在轨评价工作.采用刃边法对太阳反射通道进行在轨MTF评价,结果表明,多通道扫描辐射成像仪各反射通道在轨MTF分别达到了0.14、0.17和0.22以上,符合仪器指标要求;利用面源黑体对红外通道噪声进行评价,结果表明多通道扫描辐射成像仪性能稳定,噪声大小只与辐冷温度有关,目标温度300 K时主要红外通道噪声优于0.2 K,最优通道达到了0.06 K;为准确检验红外定标精度,采用GSICS方法对红外通道业务定标结果进行检验,GSICS检验显示定标精度优于1 K,最优通道达到了0.3 K@290 K.为充分发挥多通道扫描辐射成像仪多通道联合应用效能,根据多通道扫描辐射成像仪反射通道的响应特点,在没有符合人眼红绿蓝响应通道的情况下,提出了新的真彩色图像合成方法,生成了符合人眼效果的真彩色明显. 相似文献
3.
4.
5.
对于广播电视发射塔而言,科学、合理的维护在保证经济性的同时,又可以提升其安全性。本文研究并概括了美国电视塔维护管理技术,并结合欧洲4个地区电视塔的案例进行分析,最后提出了对我国电视塔维护管理的启示与借鉴。 相似文献
6.
基于时空权重姿态运动特征的人体骨架行为识别研究 总被引:1,自引:0,他引:1
人体行为识别在视觉领域的广泛应用使得它在过去的几十年里一直都是备受关注的研究热点.近些年来,深度传感器的普及以及基于深度图像实时骨架估测算法的提出,使得基于骨架序列的人体行为识别研究越来越吸引人们的注意.已有的研究工作大部分提取帧内骨架不同关节点的空间域信息和帧间骨架关节点的时间域信息来表征行为序列,但没有考虑到不同关节点和姿态对判定行为类别所起作用是不同的.因此本文提出了一种基于时空权重姿态运动特征的行为识别方法,采用双线性分类器迭代计算得到关节点和静止姿态相对于该类别动作的权重,确定那些信息量大的关节点和姿态;同时,为了对行为特征进行更好的时序分析,本文引入了动态时间规整和傅里叶时间金字塔算法进行时序建模,最后采用支持向量机完成行为分类.在多个数据集上的实验结果表明,该方法与其它一些方法相比,表现出了相当大的竞争力,甚至更好的识别效果. 相似文献
7.
针对孤岛运行的交直流混合微电网群提出分层协调控制策略。首先设计分布式发电单元(DPDG)与储能单元底层控制,自适应调节交流子网频率与直流子网电压,保证各交、直流子网的独立稳定运行。同时考虑到直流子网中恒功率负荷(CPL)的影响,进一步对各DPDG单元设计P-V~2改进下垂控制,减小传统下垂控制产生的直流母线电压偏差。进而考虑各储能单元充放电能力不同,设计基于荷电状态(SOC)的动态一致均衡控制,确保储能子网协调优化运行。然后基于直流子网电压和交流子网频率信号,构造功率自治级、功率互济级和储能平衡级三级控制切换策略,实现子网间功率互助并减少系统的功率损耗。最后基于Matlab/Simulink搭建了混合微电网群仿真模型对所提控制策略进行了验证。 相似文献
8.
干涉式大气垂直探测仪(GIIRS)是风云四号A星(FY-4A)的三大主载荷之一,其主要功能是实现大气温度和湿度参数的垂直结构观测.为了满足卫星数据定量化应用的要求,FY-4A星成功发射之后,围绕GIIRS开展了一系列的在轨定标和性能评价工作.评价结果表明:除部分通道受到有机挥发物的影响,85%的通道灵敏度优于设计指标;利用大气辐射传输模式,通过比较观测光谱与模拟光谱的均方根误差来确定激光有效采样频率,实现了GIIRS在轨光谱定标,精度达到10 ppm;利用星上面源黑体,考虑到非理想干涉图的相位影响,采用改进后的两点式外黑体定标法,实现了星上在轨辐射定标,长波和中波的平均亮温偏差均小于1 K,优于设计指标. 相似文献
9.
针对基于经典一致性算法的微电网优化调度中存在需要集中处理器对可控单元进行信息采集并做求和处理等问题,提出一种基于一致性原理和梯度下降法的完全分布式优化调度策略。该算法的一致性原理由一致项和调整项两部分组成。其中,一致项选择增量成本作为一致性算法的状态变量进行迭代计算,调整项根据功率偏差进行修正,使其满足约束条件。通过将梯度下降法和一致性原理相结合,实现微电网发电成本的优化并提高收敛速度。并且通过可控单元与相邻可控单元之间局部信息交互更新参数,应对拓扑结构的灵活变化。最后基于IEEE-14节点系统和IEEE-39节点系统仿真验证所提方法的有效性和可行性。 相似文献
10.
针对遥感数据定量化应用对多元红外探测器非均匀性校正的高精度需求,提出了一种基于缓变场景的复杂神经网络非均匀性校正算法,在两点校正基础上,进一步降低图像非均匀性。与经典BP神经网络非均匀性校正及其改进算法相比,复杂神经网络非均匀性校正算法突破单一层学习神经元结构限制,采用双层学习神经元结构,第一层学习神经元采用大邻域中值滤波作为期望函数,第二层学习神经元采用小邻域均值滤波作为期望函数,通过多层学习神经元配合,兼顾非均匀性校正效果并避免图像边缘模糊。经实拍红外图像非均匀性校正实验证明,复杂神经网络校正与经典BP神经网络校正相比,取得了更好的非均匀性校正效果,非均匀性评价结果UN=0.75%,次优算法非均匀性评价结果为UN=0.77%,与次优算法相比,复杂神经网络校正算法有更高的像素平均梯度评价值,达到28.49,而次优算法只有28.30,非均匀性评价结果低并且像素平均梯度高说明复杂神经网络校正算法在降低图像非均匀性同时更好地避免了图像边缘模糊:这是复杂神经网络校正算法采用双层学习神经元的特点与优势。方法改善了多元红外探测器非均匀性校正的效果,提高了红外遥感图像的质量,促进了红外遥感的应用。 相似文献