基于多尺度 3D-2D卷积神经网络的高光谱图像分类

设计提出了 1种针对高光谱图像分类任务的 3D-MSCNN模型。在 PCA降维的基础上,利用 3D空谱特征提 取网络和 2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度 地表覆盖的表达能力。最后,利用 Softmax分类损失函数实现高光谱图像分类任务。实验结果表明,本文算法在 In. dian Pines和 Pavia University数据集上都取得了较好的分类效果。与 CD-CNN、3D-CNN、SS-Net和 HybirdSN等方法相 比,本文算法能够有效提升总体精度、平均精度和 Kappa系数等客观评价指标。     

Collaborative image compression and classification with multi-task learning for visual Internet of Things

Widespread deployment of the Internet of Things(Io T) has changed the way that network services are developed, deployed, and operated. Most onboard advanced Io T devices are equipped with visual sensors that form the so-called visual Io T. Typically, the sender would compress images, and then through the communication network, the receiver would decode images, and then analyze the images for applications. However, image compression and semantic inference are generally conducted separately, and t...     

基于理想解的模拟调制识别分析

利用排序待判决信号特征逼近各候选调制方式理想解的程度来实现调制方式识别,该方法不需要确定判决门限,运算量较小。以基本的模拟调制方式为对象,深入分析其识别性能,考察各权值系数对识别概率的影响,可以发现:一般各调制方式均只会被误判成其他某一种调制方式,且不同权值系数对判决结果的影响程度相差较大。因此,可以针对调制方式误判类型寻求新的特征参数,探求最优权值系数来进一步提升所提方法的识别性能。     

基于S-PSO分类算法的故障诊断方法

将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的准确率,降低随机性对分类算法的影响,提出了新的基于动态邻域的自适应探测更新(ADU-DN)的干预更新策略来拓展粒子搜索整个解空间的能力,引导粒子自适应地跳出局部最优区域,确保获得全局最优解;同时设计出基于最小类内距离、最大类间距离和训练样本最大分类精度的适应度函数,使得输出的最优类别中心兼顾了这3个因素,增强了分类算法在故障诊断中的通用性和容错性,提高了测试样本的分类精度。S-PSO分类算法有效克服了聚类算法只考虑数据间相似性特征、不考虑数据蕴含的物理意义以及不能很好指导样本分类的缺陷。对GE90发动机孔探图像纹理特征分类进行了对比研究,研究数据表明:S-PSO分类算法表现出了较强的鲁棒性,在故障诊断中的分类精度高于支持向量机(SVM)和常用神经网络模型。     

Watershed image segmentation and cloud classification from multispectral MSG-SEVIRI imagery

In this work a technique for cloud detection and classification from MSG-SEVIRI (Meteosat Second Generation-Spinning Enhanced Visible and Infra-red Imager) imagery is presented. It is based on the segmentation of the multispectral images using order-invariant watershed algorithms, which are applied to the corresponding gradient images, computed by a multi-dimensional morphological operator. To reduce the over-segmentation produced by the watershed method, a RAG (Region Adjacency Graph) based region merging technique is applied, using region dissimilarity functions. Once the objects present in the image have been segmented, they are classified using a multi-threshold method based on physical considerations that takes into account the statistical parameters inside each region.     

一个识别零件几何与工艺特征的自动分类系统

提出了一种在成组技术中应用模糊综合评判理论识别零件几何与工艺特征、进行计算机辅助零件分类的新方法，据此设计了自动分类软件。本法是根据零件本身间的相似性自动分类，不需建立一套分类用编码系统，也不需事先设定假想零件。对不同的分类要求，修改各种输入信息很方便，具有柔性。本文对２３００个航空附件回转类零件作了试验分析，讨论了特征抽取，目标类别，权级、权重分配，模糊关系矩阵计算，及自动分类应用软件设计．本软件是在ＩＢＭ－ＰＣ微型计算机上用Ｆｏｒｔｒａｎ－７７语言实现的，分类结果满意，自动分类正确率达９０％以上。本软件设计方法也适用于设计管理部门．     

机场道面聚丙烯腈纤维混凝土性能分析

对素混凝土和聚丙烯腈纤维混凝土的抗疲劳性能、弯曲韧性和抗冲击性能进行了试验研究,并分析了聚丙烯腈纤维对机场道面分类值PCV的改善效果。结果表明,掺入聚丙烯腈纤维后,混凝土各项性能指标显著提高,道面PCV值增加8.4％,大大提高了机场道面的承载能力。     

一种针对高光谱图象识别与分类的二进编码方法

针对高光谱遥感图像中地物识别与分类问题,在对传统二进编码方法的优缺点进行分析的基础上,给出了一种新的二进编码策略,并给出了相应的快速匹配算法。该算法原理简单,易于实现,能够提高不同地物的可分性,试验结果表明,算法可以得到较好的分类效果。     

判别性正则化:一种新颖的分类器学习方法(英文)

提出了一种新颖的正则化方法-判别性正则化(Discriminative regularization,DR),为分类提供了一种通用的结合样本先验信息的方式.通过将先验信息引入到正则化项中,DR不但使分类器实际输出与期望输出之间的经验损失达到最小, 而且能在输出空间中同时最大化类间散性与最小化类内紧性.此外,通过将等式约束嵌入到目标函数中,DR的求解还可转化为解线性方程组问题,从而得到全局解析解.分类实验验证了DR的优越性.     

超细AP团聚表征研究

根据实际应用的需要,运用筛分技术和静电分散、分级技术相结合的方法对AP进行分级,采用质量分数对AP团聚状态进行表征。从最大荷质比、分级效率和安全可靠性3个方面确定分散、分级电压,同时将静电分散力与颗粒间范德瓦尔斯力和液桥力进行比较。计算结果表明,分散、分级电压采用6 kV是合理的。最后,从热学性质与实际生产应用两个方面对分级结果进行分析,并将此方法与传统方法进行了比较。结果表明,该方法合理、可靠。