公共文化服务平台

带有时标的嵌入式语音信号录取系统设计: 2013年; 为了满足语音电台抗干扰客观评估系统对语音文件对准精度的要求,在FPGA平台上设计一种基于SOPC技术的带有时间标记信息的嵌入式语音信号录取系统。在GPS接收机时间信息和秒脉冲触发下,NiosⅡ软核处理器控制音频Codec芯片WM8731对输入的音频信号进行高精度采集,将触发时间信息和采集得到的数据按照特定的格式进行打包与封装,并以FAT文件格式存储到SD卡上。由于GPS系统时间信息具有很高的时间精度,加之FPGA器件具有的时序可控特性,使得采集系统所记录的数据具有较高的绝对时间精度,完全能够满足误差小于1 ms的对准精度要求。; 邹岩李一兵; 关键词：录取时标嵌入式 SOPC

基于分段主成分分析和高光谱技术的大豆品种识别被引量：12: 2016年; 为了实现大豆品种的快速且无损鉴别,对大豆高光谱图像中的光谱信息进行研究分析。利用高光谱图像采集系统采集波长范围为400～1 000 nm的6类共660粒大豆样本的高光谱图像,从每粒大豆样本的中心区域上提取感兴趣区域并以此区域的平均光谱信息代表此粒大豆的光谱信息。对光谱曲线进行多元散射校正（multiple scattering correction,MSC）后,根据相关系数矩阵图,将整个高光谱波段分解为3个子分段,分别在每个子分段上做主成分分析（principal component analysis,PCA）,提取1～20个主成分作为光谱特征,利用极限学习机（extreme learning machine,ELM）和随机森林（random forests,RF）模型进行大豆品种识别。结果表明：在第二分段（510.6～685.4 nm）进行PCA变换,识别效果优于全波段PCA变换。因此,应用分段PCA变换和高光谱技术对大豆品种进行无损识别是可行的。; 刘瑶谭克竹陈月华王志朋谢红王立国; 关键词：大豆

基于线性最小二乘支持向量机的光谱端元选择算法被引量：5: 2010年; 光谱端元选择是高光谱数据解混分析的重要前提。在各种端元选择算法中,N-FINDR算法因其自动性和高效性受到广泛欢迎。然而,该算法需要进行数据降维预处理,且包含大量的体积计算导致该算法的运算速度较慢,限制了该算法的应用。为此提出基于线性最小二乘支持向量机的N-FINDR改进算法,该算法无需降维预处理,且采用低复杂度的距离尺度代替复杂的体积尺度来加速算法。此外还提出对野值点施加有效控制以赋予算法鲁棒性,以及利用像素预排序方法来降低算法的迭代次数。实验结果表明,基于线性最小二乘支持向量机的改进N-FINDR算法在保证选择效果的前提下复杂度大大降低,鲁棒性方法和像素预排序方法则进一步提高了算法的选择效果和选择速度。; 王立国邓禄群张晶; 关键词：高光谱图像

改进的LLGC高光谱图像半监督分类被引量：2: 2017年; 针对高光谱数据波段多,地物标签获取代价高,带标记的样本数量少,分类过程中容易引起Hudges现象。本文提出一种基于改进的局部全局一致性(learning with local and global consistency,LLGC)算法的半监督分类方法。通过边缘采样法(margin sampling,MS)选取最富含信息量的无标签样本,加入到训练集来扩充训练样本;用KNN算法计算相似度进一步优选无标签样本,去除噪声点和存在的野值点;使用改进的局部全局一致性算法对无标签样本集进行分类标记,得到各类别的分类结果。实验结果表明,本文方法在充分利用无标签样本的情况下,有效地提高了带有少量标签样本的高光谱图像的分类精度。; 盛振国王立国; 关键词：半监督分类 KNN算法高光谱图像

基于线性光谱混合模型的光谱解混改进模型被引量：10: 2010年; 传统的基于线性光谱混合模型(LSMM)的解混方法采用迭代求解方式,复杂度较高,为此提出一种基于几何方式的模型求解方法。另一方面,LSMM采用固定谱形固定数量的光谱端元进行解混,影响了光谱解混精度,为此提出端元谱形的区域修正方法和端元子集的局域确定方法,从而建立基于柔性端元的新解混方式。实验表明了所提出的几何求解方法及柔性光谱端元方式的有效性。; 王立国张晶

基于灰色关联和证据理论的故障诊断方法被引量：18: 2009年; 本文在证据理论的基础上,结合信息熵和灰色关联算法,提出了一种新的机械故障诊断方法。该方法从信息融合的思想出发,首先依据反映机械故障的信息熵特征,获得基于信息熵的故障诊断标准特征向量。接着采用灰色关联理论建立证据理论的基本概率赋值函数,提出了利用证据理论对单传感器多测量周期证据时域融合和多传感器证据空域融合相结合的时空二级融合算法,最后以基本可信数的决策方法作为故障模式识别依据。通过旋转机械故障的典型实例证明,基于灰色关联和证据理论的机械故障诊断方法是故障模式定量识别的一种可行的新方法。; 林云郜丽鹏; 关键词：灰色关联证据理论信息熵机械故障

基于最小二乘支持向量机的线性特征地物亚像元定位(英文)被引量：6: 2012年; BP神经网络已被证明能有效实现遥感图像的亚像元定位,但其训练时间较长,容易陷入局部最优且依赖于大量的训练样本。而在实际应用中,训练样本即先验信息较难获取。然而,建筑物及道路等地物具有规则的线性空间分布。针对这些线性特征地物,研究了一种训练样本的几何合成方法,消除对先验信息的依赖,并提出利用最小二乘支持向量机实现亚像元定位。实验表明,这种结合合成训练样本与最小二乘支持向量机的亚像元定位方法是合理可行的,且与BP神经网络实现方法相比,训练过程明显加快,定位精度更高。; 王群明王立国刘丹凤王正艳; 关键词：遥感图像最小二乘支持向量机

基于凸优化理论的多传感器目标识别技术被引量：1: 2010年; 针对证据理论计算复杂度高、无法处理具有冲突的传感器报告、干扰环境下融合结果不可靠等缺点,提出了利用凸优化理论来建立新的多传感器目标识别模型.根据传感器报告的特点,引入传感器可信度因子,构造了多传感器目标识别的代价函数,并且通过分解代价函数,将多传感器目标识别问题转换为凸二次优化问题.引入"惩罚因子",提出了利用对数罚函数法求解该问题的方法和步骤.理论分析和仿真结果表明,该识别模型能够实时高效地识别目标,并且较之证据理论具有更好的识别能力、更强的鲁棒性和更广泛的适用性,在多传感器目标识别中具有很好的应用前景.; 林云司锡才杨慧李一兵; 关键词：多传感器目标识别

基于因子分析的信源数与噪声估计被引量：3: 2011年; 空间色噪声环境下的信源数估计是阵列信号处理研究的热点之一.本文引入因子分析(Factor Analysis)模型模拟阵列接收协方差矩阵,在色噪声条件下提出了基于最小均方准则求解构成协方差矩阵的因子,进而构造统计量判断信源数量并完成空间色噪声的估计.通过计算机仿真对比已有的其他方法,验证了本文提出方法的有效性和优越性.; 刘鲁涛司锡才王立国; 关键词：最小均方信源数估计色噪声

新型高光谱图像的超分辨率制图方法: 2012年; 由于高光谱图像的应用在很大程度上受限于其较低的空间分辨率,为此提出了一种结合支持向量机和小波变换的高光谱图像超分辨率制图方法.先对高光谱图像进行光谱解混得到分量图,然后对分量图进行一级小波分解.各局域窗内中心像元的3个高频系数与邻域像元低频系数之间的对应关系表示为训练样本,用于支持向量机的学习.训练好的模型用来对低分辨率图像即分量图进行超分辨率制图.实验表明,这种借助小波变换来获取训练样本的学习方法无需先验信息,相比采用BP神经网络学习的方法,支持向量机的超分辨率制图效果更佳.; 王群明王立国刘丹凤王正艳; 关键词：高光谱图像小波变换支持向量机

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(60802059)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(60802059)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈