期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种改进谱聚类的机体损伤图像过渡区提取方法
被引量：
7
1
作者
蔡舒妤
师利中
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2016年第10期1732-1739,共8页
为了利用机体损伤区域图像支持飞机智能维修,提出一种改进谱聚类的机体损伤过渡区提取方法.在分析机体损伤邻接区域特点的基础上,以多维灰度熵值作为相似性度量构建样本点谱图实现了谱图权重的降维运算;并以统计分组中首个极小值点所对...
为了利用机体损伤区域图像支持飞机智能维修,提出一种改进谱聚类的机体损伤过渡区提取方法.在分析机体损伤邻接区域特点的基础上,以多维灰度熵值作为相似性度量构建样本点谱图实现了谱图权重的降维运算;并以统计分组中首个极小值点所对应的权重为临界进行聚类;通过对谱聚类方法中的关键环节特征值计算、特征向量选取进行改进,避免了因特征向量的取舍而造成的信息丢失.最后应用机体损伤图像实例验证了该方法的有效性.
展开更多
关键词
机体损伤过渡区提取
机体损伤区域划分
多维灰度熵
谱聚类算法
智能
维
修
在线阅读
下载PDF
职称材料
飞机机体损伤区域的快速划分方法
被引量：
3
2
作者
蔡舒妤
师利中
《计算机工程与设计》
北大核心
2016年第3期737-741,共5页
为准确高效支持飞机机体损伤的图像化立体化处理,提出一种机体损伤区域的快速划分方法。在分析机体损伤图像特点的基础上,将一维灰度熵划分方法扩展到多维,将滤波函数作为多维灰度函数;由于多维灰度熵划分方法仍存在划分区域混淆和效率...
为准确高效支持飞机机体损伤的图像化立体化处理,提出一种机体损伤区域的快速划分方法。在分析机体损伤图像特点的基础上,将一维灰度熵划分方法扩展到多维,将滤波函数作为多维灰度函数;由于多维灰度熵划分方法仍存在划分区域混淆和效率低下的明显缺陷,引入细菌觅食优化算法进行改进优化;通过分析细菌觅食的寻优过程,结合多维灰度熵阈值划分方法,提出飞机机体损伤区域快速划分方法。使用该方法对机体损伤图像进行划分实验,实验结果表明,该方法划分图像清晰有效,解决了损伤邻接区域划分混淆的问题,与灰度熵穷举法相比,运算速度有明显提升,能够更好满足飞机智能维修的要求。
展开更多
关键词
机体损伤区域划分
多维灰度熵
细菌觅食优化算法
划分区域混淆
智能
维
修
在线阅读
下载PDF
职称材料
基于改进混沌差分进化算法的机体损伤区域划分
被引量：
2
3
作者
蔡舒妤
师利中
《计算机工程》
CAS
CSCD
北大核心
2015年第11期239-244,252,共7页
为准确高效地为飞机智能维修提供支持,提出一种基于多维灰度熵理论和改进的混沌差分进化算法的机体损伤区域划分方法。通过分析多维灰度熵的阈值分割原理,将其定义为机体损伤区域划分的适应度函数。引入Logistic混沌模型,并采用循环映...
为准确高效地为飞机智能维修提供支持,提出一种基于多维灰度熵理论和改进的混沌差分进化算法的机体损伤区域划分方法。通过分析多维灰度熵的阈值分割原理,将其定义为机体损伤区域划分的适应度函数。引入Logistic混沌模型,并采用循环映射将混沌变量的值域对应至优化变量,改进混沌差分进化算法的寻优过程,提高算法的遍历性。选用不同类型的飞机机体损伤图像进行划分实验。实验结果表明,该方法划分的损伤区域图像清晰有效,且误差率低,与灰度熵穷举法相比,运算速度有明显提升,有效解决了差分进化算法中后期收敛停滞、样本点分布不均匀等问题,能够更好地满足飞机智能维修技术的要求。
展开更多
关键词
机体损伤区域划分
多维灰度熵
图像阈值分割
混沌差分进化算法
循环映射
飞机智能
维
修
在线阅读
下载PDF
职称材料
题名
一种改进谱聚类的机体损伤图像过渡区提取方法
被引量：
7
1
作者
蔡舒妤
师利中
机构
中国民航大学航空工程学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2016年第10期1732-1739,共8页
基金
航空科学基金(20151067003)
文摘
为了利用机体损伤区域图像支持飞机智能维修,提出一种改进谱聚类的机体损伤过渡区提取方法.在分析机体损伤邻接区域特点的基础上,以多维灰度熵值作为相似性度量构建样本点谱图实现了谱图权重的降维运算;并以统计分组中首个极小值点所对应的权重为临界进行聚类;通过对谱聚类方法中的关键环节特征值计算、特征向量选取进行改进,避免了因特征向量的取舍而造成的信息丢失.最后应用机体损伤图像实例验证了该方法的有效性.
关键词
机体损伤过渡区提取
机体损伤区域划分
多维灰度熵
谱聚类算法
智能
维
修
Keywords
airframe damage transition region extraction
airframe damage region division
multi-dimension gray entropy
spectral clustering algorithm
intelligent maintenance
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
飞机机体损伤区域的快速划分方法
被引量：
3
2
作者
蔡舒妤
师利中
机构
中国民航大学航空工程学院
出处
《计算机工程与设计》
北大核心
2016年第3期737-741,共5页
基金
中央高校基本科研业务费专项基金项目(3122014D017)
文摘
为准确高效支持飞机机体损伤的图像化立体化处理,提出一种机体损伤区域的快速划分方法。在分析机体损伤图像特点的基础上,将一维灰度熵划分方法扩展到多维,将滤波函数作为多维灰度函数;由于多维灰度熵划分方法仍存在划分区域混淆和效率低下的明显缺陷,引入细菌觅食优化算法进行改进优化;通过分析细菌觅食的寻优过程,结合多维灰度熵阈值划分方法,提出飞机机体损伤区域快速划分方法。使用该方法对机体损伤图像进行划分实验,实验结果表明,该方法划分图像清晰有效,解决了损伤邻接区域划分混淆的问题,与灰度熵穷举法相比,运算速度有明显提升,能够更好满足飞机智能维修的要求。
关键词
机体损伤区域划分
多维灰度熵
细菌觅食优化算法
划分区域混淆
智能
维
修
Keywords
airframe damage region division
multi-dimension gray entropy
bacterial foraging optimization algorithm
division region confusion
intelligent maintenance
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
在线阅读
下载PDF
职称材料
题名
基于改进混沌差分进化算法的机体损伤区域划分
被引量：
2
3
作者
蔡舒妤
师利中
机构
中国民航大学航空工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第11期239-244,252,共7页
基金
中国民航大学中央高校基本科研业务费专项基金资助项目(3122014D017)
文摘
为准确高效地为飞机智能维修提供支持,提出一种基于多维灰度熵理论和改进的混沌差分进化算法的机体损伤区域划分方法。通过分析多维灰度熵的阈值分割原理,将其定义为机体损伤区域划分的适应度函数。引入Logistic混沌模型,并采用循环映射将混沌变量的值域对应至优化变量,改进混沌差分进化算法的寻优过程,提高算法的遍历性。选用不同类型的飞机机体损伤图像进行划分实验。实验结果表明,该方法划分的损伤区域图像清晰有效,且误差率低,与灰度熵穷举法相比,运算速度有明显提升,有效解决了差分进化算法中后期收敛停滞、样本点分布不均匀等问题,能够更好地满足飞机智能维修技术的要求。
关键词
机体损伤区域划分
多维灰度熵
图像阈值分割
混沌差分进化算法
循环映射
飞机智能
维
修
Keywords
airframe damage region division
multi-dimension gray entropy
image threshold segmentation
ChaoticDifferential Evolution （CDE） algorithm
cyclic mapping
aircraft intelligent maintenance
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
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
一种改进谱聚类的机体损伤图像过渡区提取方法
蔡舒妤
师利中
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2016
7
在线阅读
下载PDF
职称材料
2
飞机机体损伤区域的快速划分方法
蔡舒妤
师利中
《计算机工程与设计》
北大核心
2016
3
在线阅读
下载PDF
职称材料
3
基于改进混沌差分进化算法的机体损伤区域划分
蔡舒妤
师利中
《计算机工程》
CAS
CSCD
北大核心
2015
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
