基于数学形态谱和二维矢量分类网络的模式识别及二维矢量分类网络的光学实现

介绍一种基于数学形态谱和二维矢量分类网络的模式识别体系。数学形态谱相对于图像平移和旋转不变。建立了光学二维矢量分类网络，利用光学逻辑操作和最大值网络的循环操作，得到与输入图像最佳匹配的模式。     

基于FFCNN的二维恒星光谱分类

天体光谱处理中的一项基本任务是对大量的恒星光谱进行自动分类。到目前为止,恒星光谱的分类工作多是基于一维光谱数据。该研究打破传统的天体光谱数据处理流程,提出了基于二维恒星光谱分类的方法。在LAMOST(the large sky area multi-object fiber spectroscopic telescope)的数据处理流程中,所有的一维光谱都是由二维光谱抽谱、合并得来。二维光谱是由光谱仪产生的图像,包括蓝端图像和红端图像。基于LAMOST二维光谱数据,提出了特征融合卷积神经网络（FFCNN）分类模型,用于二维恒星光谱的分类。该模型是一个有监督的算法,通过两个CNN模型分别提取蓝端图像和红端图像的特征,然后将二者进行融合得到新的特征,再利用CNN对新特征进行分类。所使用的数据全部来源于LAMOST,我们在LMOST DR7中随机选择了一批源,然后获得了它们的二维光谱。一共有14 840根F,G和K型恒星的二维光谱用于FFCNN模型的训练,其中包括7 420根蓝端光谱和7 420根红端光谱。由于三类恒星光谱的数量并不均衡,在训练的过程中分别为每类恒星光谱设置了不同权重,防止模型出现分类失衡现象。同时,为了加快模型收敛,对二维光谱数据采用Z-score归一化处理。此外,为了充分利用所有样本,提高模型的可靠度,采用五折交叉验证的方法验证模型。3 710根二维光谱用作测试集,使用准确率、精确率、召回率和F1-score来对FFCNN模型的性能进行评价。实验结果显示,F,G和K型恒星的精确率分别达到87.6%,79.2%和88.5%,而且它们超过了一维光谱分类的结果。实验结果证明基于FFCNN的二维恒星光谱分类是一种有效的方法,它也为恒星光谱的处理提供了新的思路和方法。     

抛物线坐标系中的二维氢原子及其Runge—Lenz矢量

证明了二维氢在抛物线坐标系中的本征函数也是二维Ｒｕｎｇｅ－Ｌｅｎｚ矢量ｘ分量的本征函数，从而找到了二维氢原子在平面坐标系中的本征函数和在平面抛物线坐标系中的本征函数之间的变换矩阵。     

二维同振柱形组合矢量水听器

介绍一种采用两只压电加速度计作为敏感元件的二维同振型组合矢量水听器。叙述了该矢量 水听器的设计方法,给出了相应的灵敏度和指向性测试结果。     

基于波段子集特征提取的最小二乘支持向量机高光谱图像分类技术

针对高光谱图像分类,文章提出一种基于波段子集最大噪声分量特征提取的最小二乘支持向量机的高光谱图像分类算法.利用高光谱图像的谱间相关性将原始光谱波段划分为若干个波段子集,并在各个子集上采用最大噪声分量方法进行特征提取,将提取的特征合成为分类的组合特征矢量,避免了高光谱图像较强的波段相关性,减少了谱间冗余.并且采用了最小二...     

深度神经网络和高光谱显微图像的二维材料纳米片识别

近年来,二维材料由于其独特的性质而受到了广泛关注。在制备二维层状晶体的各种方法中,机械剥离法获得的薄层二维材料晶体质量高,适用于基础研究及性能演示。然而用机械剥离法从衬底上获得的材料具有一定的随机性,可能包含了少许相对较厚的部分。实现对这些二维薄层材料有效、快速且智能化的表征有利于促进二维材料性能的进一步研究。提出了一种基于深度学习的表征方法,通过搭建的编解码结构的卷积神经网络语义分割算法,可以根据光学显微镜图像进行分割和快速识别二维材料纳米片。卷积神经网络作为深度学习在图像处理领域中的典型算法,能够对光学显微镜图像中的复杂信息进行特征提取。首先采用机械剥离制备MoS₂纳米片样本,通过光学显微镜采集高光谱图像并对样本进行标记,根据样本的厚度范围标记出不同的区域,对标记后的图像进一步处理,包括图像的颜色校准和剪切操作,得到用于网络训练和测试的数据集。针对光学图像中二维纳米薄片存在的低对比度、碎裂等特点,编码时加入残差结构和金字塔池化模型,有助于特征信息的提取;解码时融合编码路径中提取的浅层特征信息,以提高网络分割精度。实验中采用带权重的交叉熵损失函数解决类别数量不平衡问题和采用数据增强扩大数据集。对训练后的网络测试结果表明,模型像素精度为97.38%,平均像素精度为90.38%,均交并比为75.86%。之后通过迁移学习成功地对剥离的单层和双层石墨烯纳米片样本进行了识别,均交并比达到了81.63%,表明该方法具有普适性。通过MoS₂和石墨烯纳米片的识别演示,实现了深度学习在二维材料的光学显微镜图像中的成功应用。该方法有望在更多的二维材料上得到扩展并突破自动动态处理光学显微镜图像的问题,同时为其他纳米材料的高光谱图像处理提供参考。     

空-谱二维蚁群组合优化SVM的高光谱图像分类

提出了一种空-谱二维特征蚁群组合优化支持向量机的高光谱图像分类算法。利用两类蚁群分别在光谱维空间和样本分布空间交替搜索最大类间距波段组合和异质样本,提取最优特征波段,降低了高光谱的波段信息冗余,去除训练样本中的异质样本,优化了训练样本特征空间分布。将蚁群组合优化后的高光谱图像和训练样本应用到支持向量机(SVM)分类器中,扩大了特征空间类间距,提高了SVM算法的分类精度。实验表明该算法总分类精度达95.45%,Kappa系数0.925 2,是一种分类精度较高的高光谱图像分类方法。     

二维矢量的极坐标表示及其合成快速计算法

提出把二维矢量表示成极坐标式,能把矢量的大小和方向同时表示出来的概念.通过举例说明在矢量合成或分解的计算公式中,把各矢量用极坐标式的数值代入计算,对列和解矢量方程,都会带来极大方便,是矢量合成的快速计算法.     

二维扫描镜像旋特性分析

扫描拼接技术由于原理简单、易于实现而被广泛应用于全景成像系统中,然而该系统中使用的二维扫描镜在工作过程中会引起图像旋转.对二维扫描镜引起的像旋进行特性分析能够指导全景成像系统中像旋校正.假设物理为球面,基于光学反射矢量理论基础对水平扫描和俯仰扫描进行像旋特性分析比较.仿真结果表明二维扫描镜在水平扫描时像旋角与旋转角比例为1∶1,而俯仰扫描不存在比例关系,可以对精确实现光机消像旋提供指导作用.     

一种基于声矢量传感器阵的宽带源二维波达方向估计算法

提出一种基于声矢量传感器阵的宽带源二维波达方向估计算法,在宽带相干源条件下实现了二维波达方向估计参数的自动配对。克服了通常声矢量传感器阵波达方向估计中存在的谱峰搜索和参数配对问题。分析表明:该算法能够可靠判定目标源的个数,具有较高的估计精度;不受目标波达方向角度间存在兼并(入射源含有相同的方位角或俯仰角)的影响;当存在阵列误差时,算法的稳健性好。     

二维多通道声光相互作用的理论与实验研究

研究二维多通道并行超声波与光波相互作用的机理,导并求解了二维多通道声光相互作用的耦合波方程.分析了二维多通道声光相互作用中各通道的主衍射和二维多通道声光互调制的线性和非线性效应.研制了二维多通道声光器件,测试了器件的各种特性,实验结果与理论分析相符.并且用二维多通道布拉格声光调制器实现了光学矩阵-矢量运算.     

视觉模式识别网络及光电实现

在形态学网络及改进的Ｈａｍｍｉｎｇ网络基础上，提出视觉模式识别网络及训练算法，形态学网络作为特征提取网络，具有相对图像平移和尺度不变的特性，改进的Ｈａｍｍｉｎｇ网络加速完成特征矢量的分类操作。经过学习的视觉模式识别网络，可完成图像特征的提取，实现相对于图像平移和尺度不变的模式识别，在此基础上，建立了光电视觉模式识别体系，从而实现实时模式识别。     

二维粗糙海面的光散射及其红外成像

首先根据JONSWAP海面功率谱模型数值模拟出二维粗糙海面，采用几何光学近拟与基尔霍夫（Kirchhoff）标量近似计算了二维海面的光散射，计算中将每一面元看成一具有微粗糙度的粗糙面而不是近似地当作平面，并利用投影法与射线追踪法数值计算了一定入射角和散射角下的遮挡函数，有效地提高了海面光散射计算的精确性。最后利用太阳光的光谱辐照度数值模拟了海面的3μm-5μm红外散射图像，对于红外探测器抑制海面反射太阳光造成的亮带干扰具有一定的参考价值。     

基于GAN的半监督遥感图像场景分类

针对遥感图像背景复杂及有监督场景分类算法无法利用无标签数据的问题,提出一种基于生成对抗网络的半监督遥感图像场景分类方法.首先,引入谱归一化残差块代替传统生成对抗网络中的二维卷积,利用残差块的跳跃连接解决梯度消失问题;其次,引入特征融合思想,将浅层特征与深层特征进行融合,从而减少特征损失;最后,在生成对抗网络的判别器中加...     

双色散二维阿达玛变换光谱仪

设计了一种双色散二维调制的阿达玛变换光谱仪,利用光栅在水平方向的谱级色散和棱镜在垂直方向的谱线色散进行二维分光。与传统的二维光谱CCD探测方法不同,该设计独辟蹊径,采用面阵数字微镜对二维光谱进行阿达玛调制,并利用单点式检测器进行光信号的检测。理论计算及光学仿真表明,与传统的二维光谱探测仪器相比,该光谱仪不仅具有高的分辨率,同时还具有很高的信噪比。     

连续波电子自旋共振的二维相关谱

在数学相关分析的基础上,建立了获得连续波电子自旋共振（continuous-wave electronspin resonance, CW-ESR）的二维相关谱的方法. 对光照产生的2-甲基-2-亚硝基-丙烷(2-methyl-2-nitrosopropane, MNP)的自捕捉自由基的一系列CW-ESR谱进行相关分析处理,首次得到了同步和异步的二维电子自旋共振（2D ESR）相关谱. 这种利用数学相关分析方法所得到的2D ESR相关谱将为扩大CW ESR的应用领域及获取更多的有用信息开拓新的途径.     

核磁共振二维谱反演

核磁共振二维谱包含扩散系数 D 和横向弛豫时间 T₂ 的信息,利用核磁共振仪来测量多孔介质中物质的信息,根据其弛豫时间和扩散系数的差别来区分不同物质;利用全局反演方法,提出了核磁共振二维谱反演的物理模型和数学模型;介绍了传统的奇异值分解（SVD）和改进的奇异值分解反演算法;采用改进的奇异值分解法对核磁共振二维谱进行反演,其反演算法具有计算速度快和二维谱分布连续等优点. 它适合于信噪比较高的数据反演,当原始数据信噪比SNR≥100时,可以对二维谱图进行定量分析;当60≤SNR<100时,可以对二维谱图进行定性分析. 核磁共振二维谱可以一次性直接区分油和水,为核磁共振测井提供了新的科学技术.     

灰值数学形态学的二值算法及其光学实现

在灰值数学形态学的阴影算法的基础上，提出了采用表面点集代替阴影来代表灰值结构核的改进算法，大大降低了二值邻域互连的数量。光学实现采用一个光学非相干相关器与阈值器件结合的二值数学形态学系统，并设计了一种数字空间编码技术使这二维系统能实现算法要求的有限三维操作。     

二维核磁共振波谱学-研究分子结构和动态的有力工具

今天的化学研究如果没有核磁共振是很难设想的。核磁共振对于探查溶液中的分子结构,研究固体材料以及分子动态已证明具有极丰富的信息来源。为了应付如此大量的信息,向二维谱扩展就成为很自然了。自从十二年前开始以来,二维谱已对下列几方面作出了贡献:用二维相关谱为解释偶合网络提供了许多有力的技术;用二维交叉弛豫谱测量核间距离;用二维交换谱研究化学交换网络。这些新的技术在化学及生物学中大分子的分析时往往难以理解。     

MRI定域二维谱

定域谱和二维谱技术都是NMR的重要研究手段.定域二维谱,就是将二者结合,同时具有空间信息和二维谱的诸多优点.本文利用STEAM脉冲序列加以改造,完成了三维空间定域的二维¹H-¹H NOESY实验.