基于宽带毫米波工作体制的雷达目标识别方法探讨

对基于宽带毫米波工作体制的雷达目标特征获取和识别方法进行了综合分析和探讨.表明:在毫米波照射下,雷达目标可模型化为由多个散射中心组成的扩展目标;只要发射信号有足够的带宽,就可以从回波信号中获得各散射中心的空间分布、类型等特征;仿真结果说明,这种方法对高频区复杂目标的识别是有效的.     

基于HMM方法的动态手势轨迹训练性能研究

基于HMM(Hidden Markov Model,隐形马尔可夫模型)对动态手势轨迹的训练是手势识别的关键技术之一。本文对HMM的模型训练采用Baum.Welch算法,并分别从迭代次数,样本个数选取,以及模型初值选取等方面对动态手势轨迹的训练性能进行了研究。实验结果表明HMM方法对具有时空特性的动态手势轨迹识别是非常有效的。     

中国RFID市场起飞 政府为主要推手

由于相关政策、标准、芯片、硬件、软件和应用都有重大进步，2006年对于中国射频识别（RFID）市场来说，是标志性的一年。     

用微震分析识别油气藏：HyMAS方法——巴西一次被动地震先导试验研究的方法和结果

SpectraSeiS公司开发了一种通过分析低频地震信号来识别和描述含油气地质构造的新工具。它提供了一种直接油气指示，可用于优化勘探、评价和生产过程中的井位。油气微震分析（HyMAS）利用了低频地震背景噪声的选择性吸收和油气感应放大。与常规二维和三维地震技术不同，HyMAS是完全被动的，不需要人工震源。取而代之的是，地球上经常存在的地震背景噪声成为了产生油气指示信号的驱动力。当地震背景噪声谱与地质构造相作用时，含有油气填充孔隙的构造与不含有油气的类似构造的修正方式是不同的（图1）。     

BP神经网络在致密砂岩储层识别中的应用

川西须家河组地层岩性复杂,属于超致密低孔渗储层,所以储层识别是该地层天然气勘探中所面临的关键问题和难点之一。针对常规储层识别准确率不高的状况,提出利用BP神经网络进行储层的气水干层识别,利用模糊聚类和产层测试结果标定建模样本,采取随机抽样形成建模集与测试集,建立BP神经网络模型对23口井的储层进行气水干层预测,正确率达77.9%以上,明显提高了该地区的测井解释精度,并提供了一种准确率较高的储层预测方法。     

第三节 降水量评价综述

以水汽、水滴和冰晶形式存在于大气中的水，谓之大气水。全球大气中的水汽总量12．9万km^3，如将它折算后均匀地散布于整个地球表面，则相当于25mm水深的水量。     

基于小波分析的车型识别

本文论述了用小波分析提取车辆图像边缘信号的方法，得到了连续、光滑的边缘图像，并将其应用于公路车辆车型的检测与识别系统中，实验表明识别过程准确、速度快，具有较好的应用前景。