排序方式: 共有28条查询结果,搜索用时 15 毫秒
1.
提出一种基于可见光谱图多模态词典特征低秩稀疏表示框架的大豆外观品质判别方法,以精确确定大豆品质等级。首先,提取大豆粒子可见光谱图像的多尺度空间梯度特征和色差分量(YCbCr)颜色空间特征;将上述提取的空间梯度特征和颜色空间特征看作视觉词汇,通过Kernel K-means聚类算法获取视觉词汇的核空间局部分布聚类中心,形成视觉词典;然后,使用低秩稀疏表示法耦合上述两种特征,用于消除高维异质模态词典描述符中冗余信息的影响;最后,在高维耦合空间中根据样本之间的度量对低秩稀疏耦合表示多模态词典特征进行分类。所提方法充分利用多模态多尺度空间梯度特征和YCbCr颜色空间特征来描述大豆粒子外观品质的语义特征归属。实验结果表明:建模集和预测集总的识别精度分别达92.7%和80.1%,所提方法的识别精度优于文献中提出的基于单一模态的视觉词典特征表示方法。 相似文献
2.
3.
4.
第四类超Cartan域上的比较定理 总被引:3,自引:1,他引:2
本文得到了第四类超Cartan域上的Bergman度量和Kobayashi度量的比较定理. 相似文献
5.
关于Echelon空间无穷矩阵变换集的有界性 总被引:1,自引:1,他引:0
无穷矩阵变换是研究序列空间理论的重要工具.研究一个空间到另一个空间无穷矩阵变换的形式,是序列空间理论中的重要内容,并且已有众多工作.本文将进一步研究一般的Echelon空间到空间lp(1≤p≤∞),c、c0的无穷矩阵变换集的有界性.所得结果的特例正是Echelon空间到lp(1≤p≤∞)c、c0无穷矩阵变换的形式,同时概括了前人的许多结果. 相似文献
6.
7.
8.
为探讨薄膜型声学超材料用于汽车前围声学包、提高其中低频隔声能力的可行性,设计一种米字摆臂多质量块薄膜型声学超材料,构建其隔声分析有限元模型 ,分析其隔声特性及影响因素,开展结构优化及其在汽车前围声学包上的应用探索。研究表明,所设计的薄膜型声学超材料单胞在中低频区域具有较宽的隔声频带;增加薄膜上质量块半径或厚度会使传声损失曲线整体向低频区域移动,且质量块半径的增加还会拓宽高频区域的隔声频带;增加薄膜厚度或预应力会使传声损失曲线整体向高频区域移动;优化后的薄膜型声学超材料与钢板组合应用于汽车前围板,可明显提高其中低频隔声能力。 相似文献
9.
提出一种基于流行降维的近红外光谱技术快速判别大米贮藏期的新方法。采用近红外光谱仪获取陈年米和新米的反射光谱特征曲线,利用直接正交信号矫正法(direct orthogonal signal correction,DOSC)对原始光谱进行预处理,滤除光谱数据中与因变量Y矩阵无关的信号,以消除无关信息对后续特征变量建模精度的影响。采用Durbin-Watson和Run测试法定性分析光谱数据结构的非线性性,并利用增强偏残差图(augmented partial residual plot)定量分析大米光谱曲线的非线性程度。分别采用线性流行降维法包括主成分分析法(PCA)和多维尺度分析法(MDS)以及非线性流行降维法包括等距映射法(ISOMAP)、局部线性嵌入法(LLE)和拉普拉斯特征映射法(LE)提取预处理后光谱数据的本征变量,并结合核偏最小二乘方法(KPLS)建立本征变量与贮藏时间属性之间的耦合模型。实验用陈年米和新米的样本数均为200个,随机将训练集和测试集样本划分为300个和100个。通过比较各个模型的预测结果得出,基于ISOMAP非线性降维法提取的40个本征变量建立的回归模型预测效果最好,预测相关系数(R2P)、预测均方根误差(RMSEP)和预测相对分析误差值(RPD)分别为0.917,0.187和2.698。实验结果说明提出的方法对于大米贮藏期具有很好的鉴别能力,该研究为今后大米贮藏期的快速无损检测提供了科学的手段。 相似文献
10.