基于自适应脊波网络的高光谱遥感图像分类

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。     

双曲柱面-平面透镜准直特性分析

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。     

基于REKF的异类传感器异步数据融合算法研究

提出了一种基于异类传感器(R和IR)的数据融合目标跟踪算法,两种传感器具有不同的测量维数,量测数据异步采样并以不同的速率传输到融合中心站点.通过时间匹配技术,完成两种异步数据的融合,然后实现滤波器的状态更新.同时文中讨论了一种REKF(旋转推广卡尔曼滤波:Rotation Extended Kalman Filter)算法,可以有效地解决量测非线性和降低计算量的问题.     

一种引入密度因子的改进粒子群优化算法*

在传统的线性递减惯性权重（LDW）粒子群算法的基础上,提出一种新的引入粒子密度因子的粒子群算法。该算法根据粒子平均适应度值和社会最优适应度值,采用径向基函数形式来度量粒子群在最优值附近的聚集程度。在进化过程中,当密度因子大于一定值时,在LDW惯性权重因子中加入扰动项,使粒子群重新散开,从而跳出局部极值,避免算法出现早熟现象。基于Benchmark函数库的仿真实验表明,该算法一定程度上避免了算法过早收敛,尤其是在高维和多极值情况下性能明显优于传统PSO算法。     

大功率堆积型激光阵列光束的远场分布模型

为了合理地设计光学系统以整形大功率激光二极管阵列(High Diode Laser Stack)出射光束,必须准确了解HDLS的远场分布,然而对于HDLS远场分布的研究还不多。从亥姆霍兹方程出发,以激光二极管(Diode Laser)远场分布特性为基础,提出了一种新的半导体激光器阵列的远场分布模型,通过计算机仿真给出了简化DLS模型的远场光场变化图;模型还可表示不对称的双峰结构,有一定的现实意义。     

基于Pseudo-Zernike不变矩的PNN车牌汉字识别

基于不变矩理论,提出一种应用概率神经网络作为识别器的车牌汉字识别技术。利用Pseudo—Zernike矩特征的旋转不变性和良好的抗噪性能,将其作为车牌汉字识别的特征矢量,结合Pseudo—Zemike矩的快速算法和概率神经网络识别器快速学习和识别的性能,可适应实时环境下所获取的车牌汉字灰度图像的识别,具有较高的准确率,实验结果表明了该方法的有效性。     

基于Fisher准则特征融合策略的PNN车牌汉字识别

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。     

共轴双半椭圆柱透镜准直半导体激光光束特性研究

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。     

孪晶取向对Au纳米线变形机制影响的模拟

本文采用分子动力学方法,阐明了Au纳米线各力学特性参数随孪晶取向角度的变化规律,以及不同变形机制发生的孪晶取向角度范围。结果表明：在较小孪晶取向角度下(0°<θ<90°),纳米线具有较高的强度,不全位错与孪晶面相互作用引起的应变局域化主导了其塑性变形;在中等孪晶取向角度下(18°≤θ≤75°),退孪生主导了Au纳米线塑性变形,尤其是30°≤θ≤60°时,完全退孪生引发的应变硬化,使得纳米线具有较高塑性;在较大孪晶取向角度下(75°<θ≤90°),纳米线具有较高的强度,但塑性较差,不全位错连续穿越孪晶界引起的位错链主导了Au纳米线塑性变形。     

一种边界总和最大化的车牌汉字特征融合

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。