检索结果-维普期刊中文期刊服务平台

基于四分量模型的极化SAR图像非监督分类被引量：2: 1; 作者孙盛田金文 +1 位作者温雯陈平华《计算机工程与设计》 CSCD 北大核心 2013年第7期2436-2440,共5页; 为有效地提高基于散射模型的非监督分类的分类精度,引入了Freeman三分量模型的改进模型-Yamaguchi四分量模型,并将该模型与威沙特距离模型结合起来。给出了基于四分量模型和威沙特距离的非监督分类、聚类算法及其实现流程。对AIRSAR数... 展开更多; 关键词极化合成孔径雷达非监督分类分解模型威沙特距离四分量模型; 在线阅读下载PDF 职称材料

基于Yamaguchi分解模型的全极化SAR图像分类被引量：9: 2; 作者杨然李坤 +2 位作者涂志刚陈荣元秦前清《计算机工程与应用》 CSCD 北大核心 2009年第36期5-7,85,共4页; 针对利用Yamaguchi分解模型的四个散射分量直接进行类别归属判断精度不高并且所分类别有限的问题,结合模糊C均值的理论,提出了一种基于Yamaguchi分解模型的全极化SAR分类算法,把四个散射分量组成一组归一化的特征矢量,进行FCM聚类分析... 展开更多; 关键词目标分解四分量散射模型模糊C均值极化SAR分类; 在线阅读下载PDF 职称材料

基于粒子群算法的组合风速模型参数提取方法: 3; 作者马金保慕松 +1 位作者宿友亮马洪文《实验室研究与探索》 CAS 北大核心 2022年第8期35-38,90,共5页; 真实风速模型构建是风电机组控制系统在实验环境下实现故障检测的重要保障。针对风电机组控制系统经验参数提取方法的不足,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)的四分量组合风速模型多参数自动提取方法。该方法分... 展开更多; 关键词风力发电风速预测四分量组合风速模型粒子群算法参数提取方法; 在线阅读下载PDF 职称材料

中国西部兰白西城市群经济增长结构分解及空间特征被引量：5: 4; 作者贾卓陈兴鹏 +2 位作者马振邦强文丽李恩龙《干旱区地理》 CSCD 北大核心 2018年第5期1106-1114,共9页; 采用偏离—份额四分量模型,分解2010—2015年兰白西城市群41个县(区)经济增长结构;采用空间数据分析方法,分析41个县(区)经济增长总量及各分量空间特征。结果表明:(1)兰白西城市群呈现以兰州市和西宁市为双核心的"中心—外围"... 展开更多; 关键词兰白西城市群县域经济偏离一份额四分量模型空间数据分析空间特征; 在线阅读下载PDF 职称材料

题名基于四分量模型的极化SAR图像非监督分类被引量：2: 1; 作者孙盛田金文温雯陈平华; 机构华中科技大学多谱信息处理技术国家级重点实验室广东工业大学计算机学院; 出处《计算机工程与设计》 CSCD 北大核心 2013年第7期2436-2440,共5页; 基金国家自然科学基金项目(61202269) 广东省中国科学院全面战略合作基金项目(2011B090300041) 广东省教育部产学研合作基金项目(2011B090400430); 文摘为有效地提高基于散射模型的非监督分类的分类精度,引入了Freeman三分量模型的改进模型-Yamaguchi四分量模型,并将该模型与威沙特距离模型结合起来。给出了基于四分量模型和威沙特距离的非监督分类、聚类算法及其实现流程。对AIRSAR数据集中的Flevoland图像选取了7个均匀程度不同的区域,进行了定性的、定量的实验,实验结果表明,新的分类、聚类算法能够显著的提高分类图的分辨率、更加清晰的表征地物的细节。该方法能够较大地提高均匀区域的分类精度。; 关键词极化合成孔径雷达非监督分类分解模型威沙特距离四分量模型; Keywords polarimetric synthetic aperture radar unsupervised classification decomposition model Wishart distance four-com-ponent model; 分类号 TN911.73 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于Yamaguchi分解模型的全极化SAR图像分类被引量：9: 2; 作者杨然李坤涂志刚陈荣元秦前清; 机构武汉大学测绘遥感信息工程国家重点实验室武汉大学电子信息学院; 出处《计算机工程与应用》 CSCD 北大核心 2009年第36期5-7,85,共4页; 基金国家高技术研究发展计划(863)No.2006AA12Z132 湖南省教育厅资助科研项目No.09C567~~; 文摘针对利用Yamaguchi分解模型的四个散射分量直接进行类别归属判断精度不高并且所分类别有限的问题,结合模糊C均值的理论,提出了一种基于Yamaguchi分解模型的全极化SAR分类算法,把四个散射分量组成一组归一化的特征矢量,进行FCM聚类分析。并且用日本机载L波段PiSAR数据验证了该算法具有较高的分类精度和较好的视觉效果。; 关键词目标分解四分量散射模型模糊C均值极化SAR分类; Keywords target decomposition four-components scattering model Fuzzy C-Means（FCM） polarimetric SAR classification; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于粒子群算法的组合风速模型参数提取方法: 3; 作者马金保慕松宿友亮马洪文; 机构宁夏大学机械工程学院宁夏工商职业技术学院; 出处《实验室研究与探索》 CAS 北大核心 2022年第8期35-38,90,共5页; 文摘真实风速模型构建是风电机组控制系统在实验环境下实现故障检测的重要保障。针对风电机组控制系统经验参数提取方法的不足,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)的四分量组合风速模型多参数自动提取方法。该方法分为两步,以三分量模型参数和随机风分量模型参数为多维输入,风速预测值与真实值之间的均方根误差(RMSE)为目标输出,通过建立PSO算法寻优RMSE的最小值得到最佳的四分量模型参数;将得到的参数代入四分量组合模型得到风速预测值,并和实际测得的风速进行对比验证,使得四分量模型参数的提取更加智能化,提高其准确性并降低风速预测过程的时间成本。; 关键词风力发电风速预测四分量组合风速模型粒子群算法参数提取方法; Keywords wind power generation wind speed prediction four-component combined wind speed model particle swarm optimization parameter extraction method; 分类号 TK89 [动力工程及工程热物理—流体机械及工程]; 在线阅读下载PDF 职称材料

题名中国西部兰白西城市群经济增长结构分解及空间特征被引量：5: 4; 作者贾卓陈兴鹏马振邦强文丽李恩龙; 机构兰州大学资源环境学院兰州大学资源环境学院中国西部循环经济研究中心兰州大学西部环境教育部重点实验室; 出处《干旱区地理》 CSCD 北大核心 2018年第5期1106-1114,共9页; 基金国家自然科学基金资助项目(41601606) 教育部人文社会科学研究基金项目(15YJC790034) 兰州大学中央高校基本科研业务费专项资金资助项目(lzujbky-2014-128); 文摘采用偏离—份额四分量模型,分解2010—2015年兰白西城市群41个县(区)经济增长结构;采用空间数据分析方法,分析41个县(区)经济增长总量及各分量空间特征。结果表明:(1)兰白西城市群呈现以兰州市和西宁市为双核心的"中心—外围"经济结构,兰州市的经济中心地位更为显著。(2)根据经济增长总量及各分量,将兰白西城市群41个县(区)分为经济快速增长型、经济滞后增长型、竞争力优势推动型和资源配置优势推动型等4种类型。(3)经济增长总量、份额偏离分量、产业结构分量在空间上存在集聚性特征,竞争力分量在空间上存在随机分布性特征,资源配置分量在空间上存在负相关性特征。(4)份额偏离分量、产业结构分量与经济增长总量的空间重合度较高,竞争力分量、资源配置分量与经济增长总量的空间重合度有待优化。; 关键词兰白西城市群县域经济偏离一份额四分量模型空间数据分析空间特征; Keywords Lanzhou-Baiyin-Xining urban agglomeration county economy Esteban-Marquillas＇shift-share model spatial data analysis method spatial characteristics; 分类号 F292 [经济管理—国民经济]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于四分量模型的极化SAR图像非监督分类	孙盛田金文温雯陈平华	《计算机工程与设计》 CSCD 北大核心	2013	2	在线阅读下载PDF 职称材料
2	基于Yamaguchi分解模型的全极化SAR图像分类	杨然李坤涂志刚陈荣元秦前清	《计算机工程与应用》 CSCD 北大核心	2009	9	在线阅读下载PDF 职称材料
3	基于粒子群算法的组合风速模型参数提取方法	马金保慕松宿友亮马洪文	《实验室研究与探索》 CAS 北大核心	2022	0	在线阅读下载PDF 职称材料
4	中国西部兰白西城市群经济增长结构分解及空间特征	贾卓陈兴鹏马振邦强文丽李恩龙	《干旱区地理》 CSCD 北大核心	2018	5	在线阅读下载PDF 职称材料