排序方式: 共有21条查询结果,搜索用时 15 毫秒
11.
复杂背景下红外弱小多目标跟踪系统 总被引:2,自引:0,他引:2
针对复杂天空背景条件下低信噪比的红外弱小目标跟踪问题,设计了一种多目标跟踪系统.首先计算红外图像的光流场,结合阈值分割和形态学滤波等数学方法检测出目标;在该结果的基础上,结合目标运动的连续性,运用邻域轨迹预测的方法滤除检测过程中产生的噪声;随后运用卡尔曼滤波轨迹预测的方法解决在跟踪过程中目标丢失的问题,并解决当多目标轨迹出现交联时如何辨识出各个目标轨迹的问题.该系统充分运用了目标的运动特性避免了噪声的干扰和目标轨迹混淆.使用长波红外热像仪采集的红外序列图像对系统进行了验证,实验结果及相应理论分析表明该系统可有效实现复杂背景下的红外弱小目标跟踪. 相似文献
12.
设计合成了溴基功能化的赖氨酸单体(Br-lys)并通过关环反应制备了对应的溴代L-赖氨酸N-羧酸酐(Br-Lys-NCA)单体.利用过渡金属引发剂Ni(COD)depe调控的NCA活性开环聚合和顺序添加单体的方法,得到了组成和结构明确的聚(ε苄氧羰基L-赖氨酸)-b-PBrLL(PZLL-PBrLL)两嵌段共聚肽.利用PZLL-b-PBrLL两嵌段共聚肽为大分子引发剂,通过ATRP引发甲基丙烯酸寡聚乙二醇酯(EGMA),合成了以聚赖氨酸为骨架的牙刷状分子刷.研究发现PZLL-PBrLL两嵌段在四氢呋喃中形成α-螺旋结构,螺旋度随着PBrLL链段的增长而降低,而PZLL-b-(PBrLL-g-PEGMA)形成部分α-螺旋构象,螺旋度随侧链PEGMA增长而减小. 相似文献
13.
本文分析了直流电机的齿谐波定位力矩对转台速率平稳性的影响,提出一种基于角位移周期的学习控制方案,以补偿力矩波动对速率系统性能的影响。实例仿真说明学习控制能有效地提高转台的速率平稳性。 相似文献
14.
新型有机二硫化物电池正极材料的研究进展 总被引:8,自引:1,他引:8
综述了有机二硫化物正极材料的发展过程。有机二硫化物可以用作锂二次电池的正极活性材料,在充电过程中,-SH氧化而生成S-S作为储能官能团;在放电过程中,S-S断裂还原成-SH,完成化学能向电能的转化。 相似文献
15.
16.
高光谱技术联合归一化光谱指数估算土壤有机质含量 总被引:4,自引:0,他引:4
随着近地高光谱遥感技术的发展,为快速、有效、非破坏性地获取土壤有机质(SOM)信息提供了可能。土壤高光谱波段数据众多,光谱数据变量之间存在较为严重的多重共线性,影响模型复杂结构,而构建归一化光谱指数(NDSI)可以有效去除冗余信息变量,放大光谱特征信息。以江汉平原公安县为研究区,采集56份耕层土样,在室内获取土壤光谱数据,采用“重铬酸钾-外加热法”测定SOM含量,对实测土壤光谱数据(Raw)进行倒数之对数(LR)、一阶微分(FDR)和连续统去除(CR)三种变换,计算四种变换的NDSI数值,分析SOM与NDSI的二维相关性,并对一维、二维相关系数进行全波段范围内的p=0.001水平上显著性检验,提取敏感波段和敏感光谱指数,结合偏最小二乘回归(PLSR)建立SOM的估算模型,探讨二维光谱指数用于建模的可行性。研究表明,二维相关系数相比一维相关系数有不同程度的提升,以LR最为显著,相关系数数值提升约0.26;基于二维相关性分析提取的敏感光谱指数的PLSR建模效果整体优于一维相关性分析提取的敏感波段,其中,NDSILR-PLSR模型的稳健性最优,验证集R2为0.82,模型验证RPD值为2.46,模型稳定可靠,可以满足SOM的精确监测需要,适合推广到区域范围内低分辨率的航空航天遥感(如ASTER,Landsat TM等),应用潜力较大。 相似文献
17.
火花发射光谱分析钢中单一夹杂物的研究已有文献报导,但用火花光谱分析钢中复合夹杂物一直是个难题.钢中复合夹杂物是一种单一夹杂物包裹另外一种单一夹杂物组成的复合体,或由两个及以上单一夹杂物紧密相邻结合体.如何区分材料中同时存在但不相邻的两种单一夹杂物和二者复合夹杂物,用火花发射光谱技术难于实现.该工作采用火花光谱原位统计分... 相似文献
18.
19.
高光谱小波能量特征估测土壤有机质含量 总被引:3,自引:0,他引:3
土壤高光谱在采集过程中难以避免噪声干扰,造成高光谱数据信噪比较低,影响土壤有机质含量估测精度。尝试探究小波能量特征方法,降低高光谱噪声,提升土壤有机质含量高光谱估测模型性能。选取湖北省潜江市运粮湖管理区为试验区,于2016年9月采集80份深度为0~20 cm的水稻土样本;土壤样本经风干、碾磨、过筛等一系列处理后,在实验室内采集样本光谱,并通过重铬酸钾-外加热法测定土壤有机质含量;利用浓度梯度法,将总体样本集(80个样本)划分为建模集(54个样本)和验证集(26个样本);以mexh为小波基函数进行连续小波变换(continuous wavelet transformation),将土壤高光谱转换为10个分解尺度的小波系数(wavelet coefficients);逐尺度计算小波系数的均方根作为小波能量特征(energy features),将10个尺度的小波能量特征组成小波能量特征向量(energy features vector);逐尺度逐波长计算小波系数与有机质含量的相关系数,将达到极显著水平(p<0.01)的小波系数作为敏感小波系数(sensitive wavelet coefficients);利用主成分分析法(principal component analysis)分别计算土壤高光谱和小波能量特征向量的各主成分载荷,通过比较两者第一主成分贡献率的高低和两者前三个主成分得分的空间离散程度,判断小波能量特征转换前后建模自变量的主成分信息变化趋势;基于小波能量特征向量和敏感小波系数分别建立多元线性回归和偏最小二乘回归土壤有机质含量估测模型。结果表明,土壤有机质含量越高,全波段反射率越低,但不同土样的光谱反射率曲线特征相似,近红外部分的反射率(780~2 400 nm)高于可见光部分(400~780 nm);敏感小波系数对应的波长为494,508,672,752,1 838和2 302 nm;土壤高光谱与小波能量特征向量的第一主成分贡献率分别为96.28%和99.13%,小波能量特征向量的前三个主成分散点较土壤高光谱的主成分散点在空间上更为聚集,表明小波能量特征方法有效减少了噪声影响;比较全部土壤有机质含量估测模型,以小波能量特征向量为自变量的多元线性回归模型具有最佳估测精度,其验证集决定系数(R2)、相对估测误差(RPD)和均方根误差(RMSE)分别为0.77,1.82和0.82。因此,小波能量特征方法既能够提高数据的信噪比,提升土壤有机质含量的估测精度,又实现了土壤高光谱数据降维,降低了模型复杂度,可用于土壤有机质含量快速测定和土壤肥力动态监测等研究。 相似文献
20.