排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
基于自适应脊波网络的高光谱遥感图像分类 总被引:1,自引:0,他引:1
神经网络是遥感地物自动分类的重要工具之一。利用多尺度几何分析中的眷波基函数建立了一种自适应眷波网络模型。在传统自适应粒子群算法的基础上,提出一种引入粒子密度因子的自适应粒子群优化算法作为网络训练算法。为验证其性能,利用互信息约简技术对22。波段AVIRIS 92AV3C高光谱数据进行约简,并将它们作为网络输入实现对高光谱遥感地物的自动分类。仿真试验表明:引入粒子密度因子的粒子群算法与传统粒子群算法相比,不易出现早熟问题,在处理高维非线性组合优化问题时具有一定优势;由于眷波函数对高维奇异性的表征能力,相比于传统的RBF和SVM分类器,脊波神经网络分类器对具有明显边界特征的地物分类问题具有较高的精度,同时网络规模小,结构简单。 相似文献
2.
基于光线传输理论对双曲柱面-平面透镜准直半导体激光光束的特性进行了研究,并用解析的方法讨论了在有误差时各参数对准直效果的影响,为正确认识、纠正误差,尽可能发挥双曲柱面-平面透镜的准直作用,改善半导体激光器快轴方向光束的质量,提供了理论依据。 相似文献
3.
4.
5.
6.
为克服图像二值化预处理的不利影响,提高汉字字符图像特征的表征能力,降低传统算法的训练复杂度,在此直接应用车牌字符灰度图像,基于Fisher准则对提取的Pseudo—Zernike矩特征和Gabor变换特征进行融合,在最佳鉴别矢量方向上求得表达能力更强的融合特征。训练结构简单、速度较快的概率神经网络作为识别器,实现车牌汉字的正确、快速识别。试验表明,此算法无需对车牌汉字图像二值化,与所采用的概率神经网络识别器相比,传统BP,SVM等的训练复杂度降低,速度提高,经表征能力更强的融合特征训练后,具有更高的识别准确率。 相似文献
7.
提出一种边界总和最大化的车牌汉字特征融合算法,根据高维数据低维投影趋于正态分布的特点,将Pseudo-Zernike矩特征和Gabor特征串联后形成的高维特征投影到低维空间,利用类别均值和方差构造分类边界总和,最大化边界总和,得到最佳投影向量,构成投影矩阵,对原串联特征投影后得到一组新特征,作为椭圆基概率神经网络分类器的输入。实验表明,新特征同时具备全局表征能力和细节刻画能力,去除了数据冗余,在提高分类准确率的同时有效降低了分类器规模,椭圆基概率神经网络构造简便,具有与SVM相当的分类准确率。 相似文献
8.
9.
共轴双半椭圆柱透镜准直半导体激光光束特性研究 总被引:1,自引:0,他引:1
基于光线传输理论对椭圆柱透镜及共轴双半椭圆柱透镜准直半导体激光光束的特性进行了研究。结果表明:这两种柱透镜的准直效率随折射率的变化不大,这在一定程度上提高了透镜材料选择的灵活性;并且理论上,共轴双半椭圆柱透镜可以将半导体激光光束快轴方向的发散角压缩到0.1 mrad量级。 相似文献
10.
传统粒子群算法存在早熟、精度低等不足,许多改进算法尽管性能略有提高,但依然存在原有弊端。生物学家对欧椋鸟群的最新研究发现:鸟群飞行机制中个体间存在拓扑相互作用,与距离远近无关。受这一研究成果启发,提出一种引入欧椋鸟飞行机制的改进粒子群算法。该算法在进化策略上引入拓扑作用和猎食动物的惊扰机制,在参数选择上提出粒子群动能的概念,在线性递减权重框架下通过粒子动能自适应更新惯性权重,拓扑作用集合采用最近邻粒子构成,将拓扑因子与惯性权重相联系,达到进化状态的平衡和自适应性。仿真实验表明,改进算法在精度、成功率和效率上具有一定的优势,尤其是对多模态优化问题。 相似文献