排序方式: 共有38条查询结果,搜索用时 0 毫秒
1.
针对目标姿态图像缺失的情况,提出通过姿态图像合成的方式增加训练集的姿态覆盖程度,并将扩充后的图像也用于训练目标分类器.受稀疏表示模型的启发,建立了一种合成孔径雷达图像姿态合成模型.该模型根据少量已知姿态的图像,线性组合出缺失姿态下的近似图像.在运动和静止目标获取与识别数据集上的实验表明,通过合成缺失姿态下图像的方法可有效提升目标识别的精度,特别是在训练数据集中姿态缺失严重时,文中方法提升尤为明显. 相似文献
2.
以藏区高速公路的滑坡为研究对象,选取岩性等级、地质构造、坡体结构、滑体体积、滑面特征等指标,通过构建100分危险序列和最大值危险序列,采用IAHP-GRA模型对滑坡危险性进行分析。研究结果表明:(1) IAHP-GRA仅需构造最危险序列,流程简单,计算简便,且结果与IAHP的模糊综合评价趋于一致;(2)最大值危险序列的区分度为0.008,100分危险序列的区分度为0.002,最大值危险序列比100分危险序列具有更好的区分度;(3)当灾害点危险性等级相同时,IAHP的模糊综合评价无法区分灾害点危险性的大小关系,IAHP-GRA可弥补该缺陷,为局部工程选址、选线提供参考。 相似文献
3.
4.
针对具有多模分布结构的高维数据的分类问题,该文提出一种无限最大间隔线性判别投影(iMMLDP)模型。与现有全局投影方法不同,模型通过联合Dirichlet过程及最大间隔线性判别投影(MMLDP)模型将数据划分为若干个局部区域,并在每一个局部学习一个最大边界线性判别投影分类器。组合各局部分类器,实现全局非线性的投影与分类。iMMLDP模型利用贝叶斯框架联合建模,将聚类、投影及分类器进行联合学习,可以有效发掘数据的隐含结构信息,因而,可以较好地对非线性可分数据,尤其是具有多模分布特性数据进行分类。得益于非参数贝叶斯先验技术,可以有效避免模型选择问题,即局部区域划分数量。基于仿真数据集、公共数据集及雷达实测数据集验证了所提方法的有效性。 相似文献
5.
6.
7.
特征提取是雷达高分辨距离像(HRRP)目标识别的核心技术。传统的特征提取算法多采用浅层的模型结构,容易忽视样本的内在结构,不利于学习有效的分类特征。针对这一问题,该文利用多层非线性网络实现特征学习,构建了基于深层网络的雷达HRRP目标识别框架。利用平均像在散射点不发生越距离单元走动的方位帧内具有稳健物理特性的性质,提出了堆栈联合稳健自编码器。该网络由一系列联合稳健自编码器堆栈化实现,在匹配原始HRRP样本的同时,约束同帧样本趋近于平均像,并将网络的最终输出作为分类器的特征输入。基于实测HRRP数据的实验结果验证了所提算法的有效性。 相似文献
8.
卷积神经网络(CNN)在合成孔径雷达(SAR)图像目标分类任务中应用广泛。由于网络工作机理不透明,CNN模型难以满足高可靠性实际应用的要求。类激活映射方法常用于可视化CNN模型的决策区域,但现有方法主要基于通道级或空间级类激活权重,且在SAR图像数据集上的应用仍处于起步阶段。基于此,该文从神经元特征提取能力和网络决策依据两个层面出发,提出了一种面向SAR图像的CNN模型可视化方法。首先,基于神经元的激活值,对神经元在其感受野范围内的目标结构学习能力进行可视化,然后提出一种通道-空间混合的类激活映射方法,通过对SAR图像中的重要区域进行定位,为模型的决策过程提供依据。实验结果表明,该方法给出了模型在不同设置下的可解释性分析,有效拓展了卷积神经网络在SAR图像上的可视化应用。 相似文献
9.
菌藻共生体系对猪场废水中的氨氮去除效果良好,但游离的菌藻易流失,将菌藻进行有效粘附是目前该体系的研究热点。以聚乙烯醇—海藻酸钠为载体,采用包埋法将光合细菌和混合藻液制备成固定化菌藻小球,考察其物理特性及最优制备条件,并探讨其对猪场废水中氨氮的去除效果。实验结果表明,固定化菌藻小球的最佳制备条件为:海藻酸钠投加量0.14%(m/V)、光合细菌包埋量1.18×1010 cfu/mL、包埋时间3.46 h。对于初始氨氮浓度为500mg/L的猪场废水,在不调节废水pH的条件下,经过10 g/L的固定化菌藻小球处理12 d后,氨氮去除率高达93.3%。 相似文献
10.
随着触摸屏技术的快速发展,智能手机的手势操作成为主要的人机交互方式.通过分析android平台的手势识别原理,指出其采样引起的特征丢失导致识别准确率不高以及识别速度偏慢等问题,提出基于向量的手势识别方法.谊方法规定八个方向,对触屏输入的手势进行取样并构造得到的方向序列,应用动态时间规整算法进行识别.该方法能够根据手势的方向特征达到对手势的快速筛选,与原有的基于坐标点距离的识别算法相结合,形成更加快速精确的自适应识别方法.实验证明,本文提出的自适应方法将手势识别速度提高近一倍,并进一步提高了识别的精确度,在智能移动设备上具有广泛的应用前景. 相似文献