海底底质的声学遥感和声学分类

海洋研究和海洋开发是新技术革命的重要内容.海洋开发迫切,需要了解海底底质和地层的情况,海底勘探过去主要靠钻探和取样.但在海洋条件下,钻探和取样非常费时和费力,代价很大.因此,使用声学方法,快速地了解海底底质及矿藏的情况,就成为非常必要.     

基于Gammatone滤波器组时频谱和卷积神经网络的海底底质分类

为了有效利用海底底质信号完成海底底质的分类识别,该文提出一种将深度学习方法和底质信号相结合实现底质分类识别的方法.首先利用Gammatone滤波器组计算底质侧扫图像信号的时频谱,然后通过卷积神经网络对得到的时频谱进行分类识别完成底质分类.利用加利福尼亚州Scott Creek近海采集的侧扫声呐图像数据进行数据分析,结果...     

联合特征选择与改进集成学习模型的海底底质分类

针对侧扫声呐获取类型复杂的海底底质数据分类问题,提出联合特征选择与改进Stacking模型的数据自驱动分类方法。该方法首先在海底散射数据多域态特征的基础上采用ReliefF算法提取有效的低维度特征,然后将人工鱼群算法与Stacking模型结合形成改进集成学习分类器,完成海底底质分类。海上数据处理结果表明该方法可对多种海底底质类型进行分类,分类准确率、Kappa系数和F1-score分别达到85.55%,0.857和0.887,证明了该方法的有效性。     

海底沉积物的声学方法分类

本文提出一种垂直入射声脉冲遥测海底表层沉积物类型的方法。一些作者已经指出,海底反射系数可以作为特征量用于识别沉积物类型。然而,回波信号的形状可能包含沉积物类型更多的信息。本文尝试从回波包络的形状提取分类特征量。作者在实验中采取了减少表面散射影响的措施,采用较高的频率（120kHz）,突出了沉积物中声衰减系数对回波包络形状的作用,从而提取出一个与衰减系数相关联的分类特征量F。该特征量与海底反射系数、海底粗糙度无关,用计算机软件实现了分类器。对五类海底分类75次的成功率为77.3％。     

基于混沌吸引子形态特性的两相流流型分类方法研究

利用高灵敏度差压传感器，在垂直上升管中采集到了80组气液两相流差压波动信号.利用放置参考截面的方法，建立了描述混沌吸引子形态的一般方法，在此基础上，提出了不同维数下的吸引子形态特征量进行组合的气液两相流流型分类新方法.研究结果表明：该方法对包括复杂过渡流型在内的气液两相流流型有很好分类效果，预示着混沌吸引子形态描述是研究非线性时间序列的实用有效途径. 关键词： 气液两相流 流型分类 吸引子形态 混合维     

基于激光雷达探测的气溶胶分类方法研究

提出了利用激光雷达区分不同类型气溶胶的新方法。建立了包含背景气溶胶和云两种不同类型气溶胶光学参数(后向散射系数、消光系数)的两个激光雷达方程,并推导计算其解的表达式。反演出两种不同类别气溶胶的光学参数,以此区分背景气溶胶和云。根据两种不同气溶胶的光学参数与两种不同消光后向散射比(Saer1,Saer2)模拟激光雷达回波信号,并用该新方法反演得到两不同类别气溶胶的光学参数。反演结果与不同类型气溶胶的模拟参数一致。用该方法区分激光雷达同时探测到的大气背景气溶胶和云。模拟和测量结果都证实了该方法对不同类型气溶胶进行分类的可行性。     

基于面向对象分类约束的融合方法研究

像素级融合方法中常出现色彩突变或色彩失真现象。通过分类信息对融合进行约束可以部分消除目标地物边界的这些现象。然而传统的基于像素分类的影像融合方法由于分类中的“椒盐效应”,导致融合效果受到一定的影响和限制。采用面向对象分类约束的方法对该融合方法进行改进。首先采用面向对象分类方法进行影像分类,解决了基于像素分类中的“椒盐效应”问题;其次将分类结果作为影像融合的约束条件,利用色度饱和度明度(HSV)变换进行融合;最后将该方法的结果与多种融合方法的结果进行定量比较,发现该方法除在目视上取得很好的增强效果外,在信息熵、方差等指标上也取得了很好的效果。     

基于三线结构光的相机平面标定方法研究

相机标定技术是结构光三维视觉测量的关键技术之一,结构光系统的相机标定的精度对三维测量的精度有很大影响。首先对三线结构光系统图的相机标定方法进行了分析,简单介绍了工业相机成像的几何模型及标定的原理;其次利用Harris角点检测方法提取特征点坐标,并选用了BP神经网络来校正工业相机的畸变模型,以提高标定算法的优化速度和标定精度;最后采用张正友的平面标定法对校正后的摄像机模型进行标定实验,由实验结果知,该方法具有一定的准确性和有效性,在一定误差范围内,基于神经网络畸变校正的张正友相机标定能够有效提高视觉检测的精度。     

基于轨迹预判的空间小目标在轨检测方法研究

空间目标监视和检测是维护空间环境安全的重要保障,天基观测是其中的一个重要观测手段。在天基观测图像中,恒星和空间小目标形状、大小相似,影响空间小目标的检测。且空间环境复杂,图像的噪声也会对空间小目标检测造成干扰。针对以上问题,提出了一种基于轨迹预判的空间小目标在轨检测方法。首先对图像进行预处理,包含使用图像滤波剔除坏像元和背景影响以及阈值分割。对相机进行畸变误差校正,再进行坐标系转换以及匹配星表剔除大部分恒星。然后采集多帧图像,对候选目标进行轨迹关联、预判,确定搜索范围。最后实现对空间小目标的检测。本检测方法具有以下几方面的优势：在低信噪比下,实现高检测精度和低虚警率;减少搜索范围,提高在轨实时检测能力;具备对连续帧图像上目标不连续出现的检测能力,适应更复杂的空间环境下目标检测需求。本检测方法的检测能力在硬件系统上得到了验证,实验结果表明,该算法在检测信噪比为2的目标时也具有99.9%的检测率和0.002%的虚警率,为在轨空间小目标检测提供参考。     

基于双目视觉多曝光的粒子轨迹测速方法研究

提出双目视觉结合单帧多曝光技术的粒子轨迹测速(PSV)方法,通过长短曝光组合判断速度方向,采用灰度拟合法识别轨迹特征,并采用轨迹中心点进行速度计算以提高速度测量的准确性.该方法采用最邻近点匹配及倾斜角约束对同一颗粒的多段轨迹进行匹配与排序,利用极线约束对轨迹特征点进行双目匹配,对三维重建后的特征点进行B样条拟合以计算粒...     

基于机器学习方法的快速射电暴分类研究

快速射电暴(FRB)是继伽马射线暴之后出现的持续时间更短的高能爆发现象,其分类、物理起源和辐射机制等基本问题目前尚不清楚。最新观测发现FRB大部分是一次性爆发事件,仅有极少量的重复FRB,人们就此把FRB简单分为重复暴和非重复暴。FRB清楚的分类对揭示它的物理起源至关重要。在本文中,我们首先使用流形学习降维算法t-分布随机近邻嵌入(t-SNE)对CHIME望远镜观测到的536个FRB进行了分类。结果发现FRB可以明显地分为两类,已经证认的重复暴属于其中一类,由此我们给出了152个重复暴候选体。其次,我们分析了两类暴的统计特性,发现重复暴候选体和已经证认的重复暴之间的统计特征高度相似,而重复暴候选体和非重复暴的多个物理量有着明显的不同,重复暴的各向同性峰值光度(L_iso)、各向同性能量(E_iso)和亮温度(T_B)的平均值都小于非重复暴,暗示着两类暴可能有不同的起源。另外我们还发现两类FRB的L_iso、E_iso和T_B之间都存在较强的相关性,且没有显著差异,表明...     

约瑟夫逊结电路的相平面解法

当两块超导体之间存在弱耦合时,便形成约瑟夫逊结,近十几年来在物理学的许多领域中得到了广泛的应用．描述它的基本方程是（图１）其中ｉ─—通过结的超流;ｉ０─—超流的临界值;Ｖ─—结两端的电压;θ─—两块超导体内波函数的量子相位差;ｅ─—电子电荷;　─—普朗克常数除以２　;─—磁通量子．此外,我们并已假设结的面积很小,故不必考虑θ的空间变化．在实际应用中,遵守方程（１）,（２）的理想约瑟夫逊结总是?...     

基于分类模式树的恒星光谱自动分类方法

频繁模式是频繁出现在数据集中的模式,在数据挖掘中起着非常重要的作用。针对恒星光谱分类任务,在频繁模式的基础上,提出一种基于分类模式树的恒星光谱分类规则挖掘方法。首先根据数据库中恒星光谱各属性出现的频率不同,其在分类中的重要程度也不同的特征,提出一种新的树型结构——分类模式树,给出了相关概念及其构造方法SSCPTC,然后,将恒星光谱的特征信息映射到分类模式树上,通过采用自顶向下和自底向上两种模式相结合的方法对分类模式树进行遍历,实现分类规则的提取,同时引入模式有用度的概念来调整分类规则的数量、提高分类模式树的构造效率;最后采用国家天文台提供的SDSS恒星光谱作为实验数据,验证了该方法的正确性,而且具有较高的分类正确率。     

基于大数据分析的移动对象轨迹预测方法

对移动对象的轨迹预测将在移动目标跟踪识别中具有较好的应用价值。移动对象轨迹预测的基础是移动目标运动参量的采集和估计,移动目标的运动参量信息特征规模较大,传统的单分量时间序列分析方法难以实现准确的参量估计和轨迹预测。提出一种基于大数据多传感信息融合跟踪的移动对象轨迹预测算法。首先进行移动目标对象进行轨迹跟踪的控制对象描述和约束参量分析,对轨迹预测的大规模运动参量信息进行信息融合和自正整定性控制,通过大数据分析方法实现对移动对象运动参量的准确估计和检测,由此指导移动对象轨迹的准确预测,提高预测精度。仿真结果表明,采用该算法进行移动对象的运动参量估计和轨迹预测的精度较高,自适应性能较强,稳健性较好,相关的指标性能优于传统方法。     

基于近红外光谱技术成品汽油分类方法的研究

在研究成品汽油的分类方法过程中,首先采用判别式聚类分析方法比较了700~1 100和1 100~1 700 nm两个波段范围判别模型的准确性,然后在识别模型准确性较高的波段(1 100~1 700 nm)采用主成分分析法(PCA)结合自组织竞争神经网络方法,对90#,93#和97#成品汽油建立定性识别模型。在建立定性模型前先用PCA法对原始数据进行主成分压缩。主成分分析结果表明,前3个主成分的累积可信度已达97%,取前3个主成分的32个波长点的吸光度作为神经网络的输入,建立三层自组织竞争神经网络模型。神经网络模型的学习参数为0.01,网络训练迭代次数为500。结果表明,基于主成分分析结合自组织竞争神经网络方法建立的近红外光谱鉴别成品汽油的模型鉴别准确率高、方法可行。     

基于时频谱特征的白酒品质分类方法研究

为了建立快速、准确的白酒品质鉴别方法,利用机器学习方法对不同品质的白酒建模.为了提取不同品质白酒的特征,使用离子迁移谱对不同品质白酒进行分析,构建了基于白酒离子迁移谱信号的特征向量,并对不同品质的白酒进行了识别与分类.白酒样本的离子迁移谱信号通过利用美国Excellims公司GA2100型电喷雾-离子迁移谱仪(ESI-...     

光学平面绝对检验方法的研究

应用两种方法对三个高精度平面进行了测试。第一种方法是Fritz的三面互检法,它利用Zernike多项式的特性拟合三个面四次组合测量得到的干涉图,然后求出三个面的Zernike多项式系数,从而得到三个面的面形偏差。第二种方法是奇偶函数法,根据函数的奇偶性,把平面的面形函数分解为四类:偶奇、奇偶、偶偶和奇奇函数,分别求出各分量,从而得到三个面的三维面形偏差。对两种方法都编制了理论模拟和实测程序,并进行了实验,实现了无参考面的高精度平面面形测试。     

基于结构光编码的相展开方法

探讨了一种新的基于结构光编码相展开技术。实现方法是先将计算机构造的用于解相的光栅由投影仪投射到物体上 ,再将计算机构造的一系列黑白相间的编码光栅也由投影仪投射到物体上 ,然后将畸变栅线图像由摄像机采集到计算机中 ,用解相光栅进行解相得到折叠在 [-π ,π]区间内的相主值 ,用所述结构光编码方法进行相展开得到相位的周期 ,二者相加得到真实相位值。与传统的相展开方法相比 ,该方法相展开过程变得相对简单 ,不依赖于路径 ,不存在误差的传播 ,对噪声的抗干扰能力强 ,能够得到准确的周期 ,并能够与解相过程有机结合起来。实验证明该方法获取光栅周期快速、准确