基于改进的加速鲁棒特征的目标识别

为了提高加速鲁棒特征(SURF)算法的实时性和准确性,本文提出了一种结合AGAST角点检测和改进的SURF特征描绘算法。首先利用AGAST角点检测模板检测特征点,再使用增加对角信息的哈尔小波响应来生成特征点的描述子,之后利用特征袋对产生的描述子进行编码并生成新的特征向量,最后利用支持向量机(SVM)对特征向量进行分类,完成识别。本文以SIFT和SURF算法为对照,分别进行不同视角、光照和尺度的识别实验。实验结果表明,本文算法的平均识别率为98.0%、96.9%、97.1%,平均时间分别为66.1 ms、79.3 ms、41.0 ms,在识别率上较优于SURF算法,所耗时间约是SURF算法的1/3。     

掺杂偶氮化合物的PMMA光折变聚合物的拉曼光谱分析

光折变聚合物具有良好的光折变效应,采用以惰性聚合物PMMA为基体,掺杂偶氮化合物染料的光折变聚合物具有较好的光学非线性和稳定性。文章主要介绍使用激光拉曼光谱仪对合成聚合物的各单体和聚合物薄膜进行拉曼光谱扫描,对比分析各个单体成分的特征谱峰与聚合物薄膜特征谱峰,肯定了实验中得到的光折变聚合物薄膜与理论上要求得到的一致性。     

高光谱信息的农林植被种类区分

为了能够更加快速、准确对粮食主产区的作物与树木进行种类区分,以黄淮海地区三种主要植被(玉米、小麦和杨树)为研究对象,获取该三种植被原始反射率光谱,并对原始光谱进行特征点提取、一阶微分变换、二阶微分变换以及植被指数计算四种方法的分析处理,提取三种植被各自的光谱特征点、特征波段、蓝黄红边微分值和、位置、振幅以及面积四个特征指标以及植被指数的数值区间。基于特征值在不同植被种类间数值重叠范围越小区分精度越高的原理,比较分析植被光谱在不同处理方法下的植被区分精度,并且最终选取重叠范围最小的特征指标作为区分不同植被的识别指标。结果显示：相较于原始光谱特征点提取、二阶微分变换以及植被指数计算,一阶微分变换对于玉米、小麦和杨树的识别分类具有较高的精度,其中黄边振幅、黄边面积以及黄边微分值和具有较高的识别精度,黄边振幅的识别精度达到97.5%,黄边面积以及黄边微分值识别精度达98.1%,用另外167组数据对该结果进行验证,显示黄边振幅的识别精度达96.4%,黄边面积以及黄边微分值和的识别精度达97.6%。该结果与用平均光谱曲线区分单种植被不同生长状态选取的特征值结果不同,这种方法能有效的保留个体光谱反射曲线的差异,从结果可见通过一阶微分变换提取黄边参数的方法能有效的用于树木和粮食作物共同种植区域的植被区分, 并且黄边面积以及黄边微分值和的识别精度最高。     

不同高光谱特征参数区分马铃薯品种的优劣势分析

对马铃薯关键生育期的高光谱遥感图像进行特征提取和分析,提出了一种快速区分不同马铃薯品种的方法。以两个早熟和中熟马铃薯品种为研究对象,采集其块茎形成期、块茎膨大期和淀粉积累期的冠层反射光谱曲线,对实测反射光谱曲线进行Savitzky-Golay滤波平滑和一阶微分处理,以高光谱位置参数、振幅参数、面积参数、宽度参数和反射率参数为研究指标,根据21个高光谱特征参数的贡献率大小,评价了其区分不同马铃薯品种的优劣。结果表明：(1)同一类高光谱特征参数在不同生育期区分马铃薯品种的能力不同: 高光谱位置参数、宽度参数和反射率参数在块茎膨大期区分不同马铃薯品种的能力最强,淀粉积累期次之;高光谱振幅参数和面积参数在淀粉积累期的区分能力最强,块茎膨大期次之,五类高光谱特征参数在块茎形成期的区分能力均最差。(2)同一生育期5类高光谱特征参数区分马铃薯品种的能力也存在差异。在块茎形成期,五类高光谱特征参数的区分能力从强到弱依次为：反射率参数>振幅参数>面积参数>宽度参数>位置参数;在块茎膨大期和淀粉积累期,从强到弱依次为：面积参数>振幅参数>反射率参数>宽度参数>位置参数。综合能力从强到弱依次为：面积参数>振幅参数>反射率参数>宽度参数>位置参数。     

新型抗肿瘤卡铂类衍生物的氢谱特征

卡铂是第二代铂类金属抗癌药物最重要的药物之一,广泛应用于临床. 为发现抗肿瘤活性更强的卡铂类药物,我们合成了6个新的卡铂类衍生物. 本文详细报道4个合成的新型卡铂衍生物的氢谱特征和归属.      

数学实验:让数学学习深度发生——以“探索角平分线的性质”数学实验为例

作为数学知识探索和建构的重要方式,数学实验不仅能够增强学生的动手能力,激发学生数学学习的兴趣,促使学生获得更多亲历和体验数学探索的机会,而且有助于学生验证数学原理,进行深度思考,透过数学表象洞察数学本质规律,达到对知识的深度提取和迁移,获得数学学习力与数学素养的提升.然而,初中阶段的学生工具理性大于概念理性,形象思维大于抽象思维,致使初中生在数学实验探究时对相关知识的理解往往处于浅层学习状态,因此,如何结合数学实验的实践特征,促使学生发生深度学习具有重要的意义.     

双荧光层靶Kα线强度比诊断靶内超热电子温度

 利用双荧光层复合靶产生的Kα特征线强度比诊断了靶内超热电子的温度,即通过实验测量复合靶中两种不同材料荧光层辐射出的Kα特征线强度比,结合ITS3.0程序模拟结果,对超热电子温度进行诊断。将诊断结果与实验中利用电子磁谱仪测量的超热电子温度进行了比较,二者基本一致。结果表明,选取适当的荧光层靶厚,可以利用双荧光层复合靶产生的Kα特征线强度比对靶内的超热电子温度进行诊断。     

基于特征结构相似度的遥感影像融合质量评价指标

在分析现有影像融合评价指标的基础上,根据人眼视觉特性,提出一种基于特征结构相似度的遥感影像融合评价指标.首先从原始影像和融合影像中提取空间特征和光谱特征,然后综合计算空间特征和光谱特征的结构相似度作为评价指标,达到评价影像质量的目的.通过对多种传感器获取的遥感影像进行融合实验,结果表明该客观评价方法与主观评价结果一致,...     

地面目标红外特性及其隐身技术研究

随着红外搜索与制导技术的飞速发展,对于地面目标红外特征及其隐身技术的研究具有越来越重要的军事意义.在简化目标传热模型的基础之上,计算出目标的瞬时温度变化,并与背景的温度比较发现,目标与背景在一天之中均存在明显温差,最大温差可达10℃.从目标与背景的辐射对比度出发,分析了辐射对比度与目标表面发射率以及目标与背景温差的关系,发现了当目标与背景温差控制在±4℃之内时,采用固定发射率涂料可以使目标达到红外隐身的目的.     

Eigenspace-based source number estimation for direction-of-arrival estimation

A eigenspace-based source number estimation was presented.It projects the estimated covariance matrix of array signal into signal eigen-subspace and noise eigen-subspace, respectively.Using the orthogonality between signal eigen-subspace and noise eigen-subspace, it is easy to differentiate the contribution of signal and noise by using the criterion value,or the magnitude of projection.Like the Direction-of-Arrival(DOA) estimation algorithm,the estimator uses the eigenvalue decomposition of covariance matrix with order M×M,where M is the number of elements,and hence can save much computational burden.To reduce more computational burden,the estimation can be implemented by the decomposition in the real-value space.Computer simulation demonstrates the distribution of criterion value and the performance of the estimation method.The estimation method was also tested with the sonar data,which shows good performances.