地球同步轨道SAR方位模糊度研究

与低轨合成孔径雷达(SAR)相比较,地球同步轨道合成孔径雷达（GEO SAR）具有重访周期短,观测范围广等优点,在军用及民用领域具有广泛应用。针对地球同步轨道合成孔径雷达多普勒中心频率时变及类滑动聚束工作模式造成常规方位模糊度计算不精确的问题,提出了一种新的方位模糊度计算方法。该方法基于精确的星地几何模型,考虑了地球自转、速度时变、多普勒中心频率时变以及类滑动聚束工作过程中天线指向变化对方位模糊度影响,通过对不模糊区域天线方位角及模糊区域天线方位角的精确求解得到了对应的天线增益值,进而得到方位模糊度的精确值。基于空间坐标系转换及矢量表示法推导了GEOSAR 方位模糊度的表达式。最后结合地球同步轨道SAR轨道参数进行了仿真,验证了该方法的有效性。      

基于模糊聚类的景观空间格局评价及保护策略

生态旅游是保护生物多样性一项有力的举措,森林景观空间格局的评价是对生态旅游地区进行有效保护的前提。文中采用斑块数、景观丰富度、平均斑块面等指标,对婺源县森林景观空间格局进行定量评价,同时使用改进的模糊聚类算法对样本之间相似程度系数进行改进,不仅考虑到了样本之间值的相似程度,也考虑到了样本之间形的相似程度,使得建立的模糊相似模型满足森林景观空间格局的需要,完善了对生态旅游地区森林景观空间格局的认识,并提出保护策略,为森林旅游的合理开发提供科学依据,促进了婺源县保护生物的多样性。     

基于深度卷积特征的场景全局与局部表示方法

场景识别是计算机视觉研究中的一项基本任务.与图像分类不同,场景识别需要综合考虑场景的背景信息、局部场景特征以及物体特征等因素,导致经典卷积神经网络在场景识别上性能欠佳.为解决此问题,文中提出了一种基于深度卷积特征的场景全局与局部表示方法.此方法对场景图片的卷积特征进行变换从而为每张图片生成一个综合的特征表示.使用CAM...     

适用于任意几何结构平面阵列的无网格DOA估计算法

由于在网格失配情况下依然具备良好的估计性能,无网格DOA估计算法近年来受到了广泛的关注与研究,其中又以基于原子范数最小化(ANM)的DOA估计算法最具代表性。随着可分离ANM(DANM)算法的提出,为ANM理论在2维DOA估计领域中的应用提供了可能。不过传统的DANM算法以及其后续的一系列改进算法都只适用于均匀矩形阵列(URA)或稀疏矩形阵列(SRA),无法适用于具有任意几何结构的平面阵列。针对上述问题,该文提出一种适用于任意几何结构平面阵列的无网格DOA估计算法,即B-DANM算法。该算法利用一类贝塞尔函数对实际平面天线阵列接收信号的协方差数据进行展开,从而获得适用于任意几何结构平面阵列的DANM算法框架,然后再通过求解半定规划问题、Toeplitz矩阵的Vandermonde分解以及估计参数配对、角度变换等过程来得到最终的DOA估计结果。仿真实验验证了,在任意几何结构平面阵列的测向系统中,B-DANM算法相比于传统的2维DOA估计算法在精度、分辨力等方面的优势。     

基于FPGA区域标记算法的实现

区域标记是图像处理系统中的预处理过程,它对于后期的图像识别以及分类起到十分重要的作用.区域标记的前提是需要对图像进行二值化.文章提出了一种基于FPGA区域标记的算法,它是在传统的区域标记算法的基础上结合FPGA的硬件特点实现的算法.该算法便于FPGA逻辑的实现,并能快速有效的实现区域标记.     

基于Spark框架和ASPSO的并行划分聚类算法

针对划分聚类算法处理海量的数据存在的数据离散系数较大与抗干扰性差、局部簇簇数难以确定、局部簇质心随机性及局部簇并行化合并效率低等问题,提出了一种基于Spark框架和粒子群优化自适应策略(ASPSO)的并行划分聚类(PDC-SFASPSO)算法.首先,提出了基于皮尔逊相关系数和方差的网格划分策略获取数据离散系数较小的网格...     

罗丹明B的飞秒双光子荧光显微成像研究

利用宽带飞秒振荡器作为激发光源搭建了双光子荧光显微成像系统,在飞秒脉冲的宽带激发下,测量了罗丹明B溶液的双光子荧光光谱,开展了罗丹明B固体样品的双光子荧光显微成像研究。在双光子荧光显微成像研究中,通过调节激发脉冲的功率,分析了双光子荧光强度和激发脉冲功率之间的关系,并且利用半波片改变线偏振激发光场的偏振方向,研究了双光子荧光强度随激发脉冲偏振方向的变化趋势,实现了双光子荧光强度的类正弦调制。     

基于快速密度峰值聚类离群因子的离群点检测算法

针对密度峰值聚类算法需要人工设置参数、时间复杂度高的问题,提出了基于快速密度峰值聚类离群因子的离群点检测算法。首先,使用k近邻算法代替密度峰值聚类中的密度估计,采用KD-Tree索引数据结构计算数据对象的k近邻;然后,采用密度和距离乘积的方式自动选取聚类中心。此外,定义了向心相对距离、快速密度峰值聚类离群因子来刻画数据对象的离群程度。在人工数据集和真实数据集上对所提算法进行实验验证,并与一些经典和新颖的算法进行对比实验,从正确性和时间效率上验证了所提算法的有效性。     

机器学习理论的超光谱遥感图像无损压缩

针对一般超光谱遥感图像的压缩方法无法同时实现图像信息缩减和图像完整性的问题,提出一种机器学习理论的超光谱遥感图像无损压缩方法.利用机器学习中的聚类算法进行第一次压缩,减少超光谱遥感图像中的冗余波段光谱,并降低图像维度;再利用机器学习中的人工神经网络进行第二次压缩,将不同图像子块送入不同压缩率的神经元当中,通过隐含层自主...     

基于适应度指导交配限制策略的重组算子与多目标优化研究

本文提出了一种基于K-means聚类适应度指导交配限制的多目标优化算法(K-means clustering-based Fitness Guided mating restriction multi-objective Evolutionary Algorithm,KFGEA).在该算法的迭代过程中,利用K-mean...