FN—SOM在图像分割方面的应用

文章使用FN-SOM网进行图像分割,它是SOM网的一种改进形式,通过引入虚假邻域的概念来增强SOM网的聚类特性.首先定义每个像素的特征向量,并且以此作为网络的输入向量进行图像的初步分割;再对初次分割后的图像进行融合;最后获得符合要求的分割图像.文中把FN-SOM网络的分割结果和传统的SOM网进行了验证比较,获得了较为理想的实验效果.     

基于改进正则化极限学习机的航空发动机性能参数预测

性能参数预测技术是航空发动机健康管理的核心研究内容,越来越多的机器学习算法被应用于该领域,正则化极限学习机(Regularized extreme learning machine,RELM)是其中之一.但RELM的正则化参数确定非常消耗计算资源,使其在数据量较大的航空发动机性能参数预测领域表现出不适应性.本文使用前向...     

基于改进Unet++的丘陵地区耕地地块深度分割与提取

丘陵地区耕地地块具有结构复杂、种植类型多样且破碎度高等特点,针对传统分类方法对耕地信息难以快速准确提取的问题,文章基于“高分一号”卫星影像和Unet++网络模型,采用余弦退火学习率实现了复杂丘陵地区耕地信息的准确深度分割和分类。首先利用多尺度分割方法完成了深度迁移学习模型中典型区域耕地样本标签的制作及其结果验证;其次,采用规则格网裁切方法构建影像和标签训练数据集,在PyTorch环境完成了模型的训练;最后,将改进后模型与Unet和SVM方法进行了分类精度和泛化性能的对比分析。结果表明：改进的Unet++网络模型在复杂丘陵地区耕地提取结果的总体精度为92.75%,比SVM和Unet的提取精度分别提高了9.06%和2.50%。因此,基于Unet++的深度学习模型不仅能够有效抑制复杂的背景噪声,还能从遥感影像中学习到更强的语义特征,从而获得更加准确的耕地信息。该方法可为农作物面积监测和产量估算等实际应用提供基础数据支持。     

基于深度监督的TransUNet可见光卫星图像分割

随着人造卫星技术的不断发展,给民用探测带来了诸多便利的同时,也带来了越来越多的挑战。精确定位卫星的重要部件,对故障卫星和太空垃圾的准确抓捕和维修至关重要。文章提出基于深度监督的TransUNet(Deep Supervised TransUNet:DSTransUNet)对卫星目标、星体和太阳翼进行像素级的识别与分割。通过对TransUNet解码过程中多层神经网络特征图进行深度监督,提高可见光卫星图像的分割精度,并进一步通过仿真方法构建卫星部件图像数据集,使用交叉验证的方法对DSTransUNet及7种现有神经网络深度学习方法的分割精度进行了评估。文章提出的方法对卫星星体的分割准确率达到90.51%±6.86%,对卫星太阳翼的分割准确率达到91.63%±13.07%,对宇宙背景的分割准确率达到97.43%±2.85%,对数据集的总体像素分割准确率达到了97.08%±3.37%,其分割性能优于其他神经网络模型。     

十二星座

几乎每个人都知道自己的星座,只要知道出生信息(年月日),就能非常轻松地搜索到对应的星座。可是你真的了解1 2星座到底是什么吗?     

计划网络图的双向分割设计法

 <正> 1.前言 近几年来,计算机辅助设计网络图的研究工作获得了很大进展,实用的计算机软件也相继出现。当前的发展方向是如何利用微机进行大型网络图(作业数目在500个以上)的设计和如何简化绘图工作中的修改程序、优化网络图的绘制方法。为了解决这一问题,研制了网络图的分割设计法,即把一个大的作业分析表分割成几个独立的部分,分别设计成子图,再由子图拼接成整图的设计方法。     

合成孔径雷达图像解译技术探讨

首先对合成孔径雷达图像解译的研究背景及发展历程作了简单介绍，然后分别从斑点噪声抑制、边缘检测、区域分割、目标检测与识别等方面进行了分类探讨。指出新的解译技术应综合利用新特征、新信息和新的研究理论，开展多信息合作与融合机制的研究以及人工智能的应用。     

金属图像的自适应分割方法研究

针对金相图中分割问题,在分析对比传统的全局阈值分割方法的基础上,提出了一种自适应阈值分割方法。将原图像划分为若干子块,对每个子块利用最佳阈值的方法进行分割。实验表明,提出的方法简便易行,具有较好的鲁棒性和适应性;在完整、有效分割图像的同时,能够保留原始图像中的大量细节信息,对复杂背景图像的分割处理效果满意。本文研究为今后金相分析提供了可靠的依据。     

装备科研项目后评价指标体系及模型

为客观、科学地进行装备科研项目后评价提供理论分析和实践依据,在分析装备科研项目后评价特点的基础上,建立了装备科研项目后评价指标体系,确定了指标的权重,并采用多层次模糊综合评价法建立了装备科研项目后评价模型.(上接第713页)     

“软性”空间对抗中目标追踪的对准问题研究

分析了开展"软性"空间对抗的技术途径,得出必须实现精确对准目标的有效作用面的结论,提出了一种对非合作目标进行成像、解算视轴与有效作用面夹角、然后对本体进行轨道机动开展精确对准的策略.该方法的主要过程是在对抗系统完成捕获、瞄准、跟踪后,由目标投影成像结果,展开作用面的图像分割与识别.以侦察卫星的圆筒形目标为例,分别提出了在目标大、小偏角阶段获得轨道机动控制偏差的计算方法.实验证明该方法是在"软性"空间对抗中进行自主寻的的有效途径.