公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

基于数字图像处理的工件表面裂纹三维重构研究: 工件表面裂纹是一种非常严重的表面缺陷，其危害性非常大，经常造成工件报废，特别是一些微裂纹，无法直接用肉眼直接观察，其危害性更大，因此对工件表面裂纹的检测和处理具有非常重要的意义。本文针对工件表面裂纹，进行了基于数字图像处...; 刘昊; 关键词：数字图像处理; 文献传递

基于散射光谱的材质分类识别研究: 2017年; 有效的甄别、掌握空间碎片的状态,是合理利用太空资源和在轨航天器规避风险的前提,为了安全、持续地开发和利用空间资源,基于散射光谱,使用夹角余弦和欧式距离嵌入K临近法(KNN-AC-ED),并与经典的朴素贝叶斯分类器作为对比,对实验室测得的空间碎片中常用的四种材质进行分类识别。分类识别的结果显示,KNN-AC-ED法比经典的朴素贝叶斯分类器总体分类精度高4%。研究表明:朴素贝叶斯分类器需要提取每个光谱曲线的三个特征,而特征提取费时费力;KNN-AC-ED法利用光谱线型和强度两种信息,不仅全面的反应了光谱的信息,且计算相对更快捷。通过对空间碎片常用材质的分类,为进一步研究空间碎片的尺寸、材质等信息提供一定的借鉴意义。; 刘昊谭勇刘春宇石晶苗馨卉蔡红星辛敏思高雪杨艺帆; 关键词：散射光谱欧氏距离

飞秒激光对几种光学窗口材料的损伤特性研究: 随着光学技术的发展，特别是飞秒激光的出现之后，光学脉冲对光学元件的损伤问题引起人们的倍加关注。　　本文对三种常见光学窗口材料（硅片，K8光学玻璃和石英玻璃）在飞秒激光辐照下的损伤特性进行研究，首先介绍了飞秒激光损伤光学材...; 刘昊; 关键词：飞秒激光; 文献传递

基于锁相放大算法的微弱光谱分析: 2017年; 由于强噪声背景的影响,在进行光谱探测的过程中收集到的信号很微弱。为了能有效的去除噪声,提出了采用锁相放大算法去除噪声提取光谱特征信号的方法。研制编写锁相放大算法,对收集的光谱数据进行处理,分析处理后的结果,光谱特征获得了放大,进一步进行两种结果的中值归一化对比,该光谱曲线与原始光谱曲线线型基本一致,且具有平滑去噪效果。该成果对微弱光谱信号去除噪声的研究具有实际意义。; 高雪谭勇张雷刘昊; 关键词：去噪

波导型X射线闪烁屏技术研究: 由于X-ray具有高光子能量、穿透力强等特点，已在科研、生产、生活等多个领域得到了广泛应用。但目前的X-ray成像探测器存在成像分辨率低、X-ray剂量偏大等问题，为了优化成像的空间分辨率、减少X-ray剂量，本文针对波...; 刘昊; 关键词：闪烁晶体电化学刻蚀成像探测器发光效率

基于卷积神经网络的材质分类识别研究被引量：7: 2017年; 目前,空间目标中约6%为正在工作的航天器,而约94%的空间目标为太空垃圾,严重干扰和限制了航天器发射、运行等正常的太空活动轨道,在有效清除空间碎片之前,必须对其进行有效识别。本文基于散射光谱,使用卷积神经网络对空间碎片四种材质进行分类识别,并与BP神经网络的识别结果分析比较。鉴于试验所得的材质的原始光谱信噪比低、特征信息弱等特点,需要对光谱信号进行预处理包括去噪、BRDF计算和归一化处理。然后各取四种材质的200帧样本数据进行训练,另各取50帧数据预测,结果表明:卷积神经网络的总体精度比BP神经网络低2%,耗时少101 s;而增加训练样本数据量达到每个材质各500帧时,卷积神经网络的总体精度仅比BP神经网络低0.05%,耗时则少了891 s,卷积神经网络极大的体现了其时间的优越性。该方法对大数据量的空间碎片材质的分类,具有较大的实用性和借鉴意义。; 刘昊李喆石晶辛敏思蔡红星高雪谭勇; 关键词：散射光谱卷积神经网络 BP神经网络

城市无人值守铁路道口自动控制系统被引量：9: 2011年; 随着城市轨道交通的发展,城市中轨道与公路相交的十字路口越来越多。目前一般都是安排专门人员对此类路口进行看护,这不仅浪费了大量的人力和财力,撞车、撞人事故也时有发生,造成严重的经济损失和恶劣的社会影响。针对以上情况,本文研制了一套无人值守铁路道口自动控制系统。该控制系统能够实现列车到来时自动报警并放下栏杆,列车离开时自动取消报警并升起栏杆的功能,同时该控制系统还具有在列车到来和离开时能自动根据当时路口的交通灯情况,对东西和南北两个方向的红绿灯自动进行调整,实现公路交通和轨道交通的协调控制,从而实现城市铁路道口的全自动无人值守。; 刘昊朱振华于建辉; 关键词：PLC控制系统设计

基于统计机器学习的光谱识别技术: 随着人造卫星、载人航天飞船和国际空间站等航天器的发射，空间目标识别是进一步安全开发空间资源的前提条件。而有效识别空间目标的表面材质对进一步识别目标具有重要的现实意义和应用价值。　　散射光谱能够有效表征被测样本的表面特性，...; 刘昊; 关键词：双向反射分布函数 K近邻算法

基于有界高斯混合模型的高光谱图像去噪方法: 2022年; 针对高光谱图像的噪声去除问题,本文提出了一种基于有界高斯混合模型的高光谱图像去噪方法。在该方法中,我们使用张量表示高光谱图像,并对其进行Tucker分解,最后采用有界高斯混合模型对噪声进行拟合,从而将图像的固有特征和噪声建模相结合。我们将图像和噪声的先验信息表述为一个完整的贝叶斯模型,并设计了变分贝叶斯算法来封闭更新模型中所涉及的变量。最后,我们将本文所提出的去噪算法与其他算法进行对比,验证了该方法的先进性。; 刘昊贾小宁成丽波李喆; 关键词：高光谱图像贝叶斯模型

全选清除导出

共1页<1>

刘昊