期刊文献+
共找到491篇文章
< 1 2 25 >
每页显示 20 50 100
Image Fusion Algorithm Based on Spatial Frequency-Motivated Pulse Coupled Neural Networks in Nonsubsampled Contourlet Transform Domain 被引量:122
1
作者 QU Xiao-Bo YAN Jing-Wen +1 位作者 XIAO Hong-Zhi ZHU Zi-Qian 《自动化学报》 EI CSCD 北大核心 2008年第12期1508-1514,共7页
Nonsubsampled contourlet 变换(NSCT ) 为图象提供灵活 multiresolution, anisotropy,和方向性的扩大。与原来的 contourlet 变换相比,它是移动不变的并且能在奇特附近克服 pseudo-Gibbs 现象。脉搏联合了神经网络(PCNN ) 是一个视... Nonsubsampled contourlet 变换(NSCT ) 为图象提供灵活 multiresolution, anisotropy,和方向性的扩大。与原来的 contourlet 变换相比,它是移动不变的并且能在奇特附近克服 pseudo-Gibbs 现象。脉搏联合了神经网络(PCNN ) 是一个视觉启发外皮的神经网络并且由全球联合和神经原的脉搏同步描绘。它为图象处理被证明合适并且成功地在图象熔化采用。在这份报纸, NSCT 与 PCNN 被联系并且在图象熔化使用了充分利用他们的特征。在 NSCT 领域的空间频率是输入与大开火的时间在 NSCT 领域激发 PCNN 和系数作为熔化图象的系数被选择。试验性的结果证明建议算法超过典型基于小浪,基于 contourlet,基于 PCNN,并且 contourlet-PCNN-based 熔化算法以客观标准和视觉外观。 展开更多
关键词 图像融合算法 空间频率 脉冲耦合神经网络 变换域 自动化系统
在线阅读 下载PDF
基于复合域多尺度分解的红外偏振图像融合方法 被引量:1
2
作者 陈广秋 魏洲 +1 位作者 段锦 黄丹丹 《吉林大学学报(理学版)》 北大核心 2025年第2期479-491,共13页
针对目前红外偏振融合图像质量差、偏振信息缺失、目标纹理细节不够等问题,提出一种基于复合域多尺度分解的红外偏振图像融合方法.首先,在空间域内利用引导滤波器对源图像进行二尺度分解,得到细节层和基础层,在频域内利用非下采样剪切... 针对目前红外偏振融合图像质量差、偏振信息缺失、目标纹理细节不够等问题,提出一种基于复合域多尺度分解的红外偏振图像融合方法.首先,在空间域内利用引导滤波器对源图像进行二尺度分解,得到细节层和基础层,在频域内利用非下采样剪切波变换对基础层图像进行多尺度多方向分解,得到低频子带图像和高频子带图像;其次,对高频子带采用主成分分析-自适应脉冲耦合神经网络融合规则,对低频子带采用改进的卷积稀疏表示进行系数合并,细节层融合采用基于像素相似度的局部能量加权和选择性融合规则;最后,在复合域内利用逆变换重构出融合图像.实验结果表明,该方法在主观视觉性能和8个客观评价指标上均优于其他对比融合方法,说明该方法在红外偏振图像融合中具有较多优势,能有效提高融合图像的质量. 展开更多
关键词 红外偏振图像融合 非下采样剪切波变换 自适应脉冲耦合神经网络 卷积稀疏表示
在线阅读 下载PDF
基于变换域多尺度加权神经网络的全色锐化
3
作者 马飞 孙陆鹏 +1 位作者 杨飞霞 徐光宪 《自然资源遥感》 北大核心 2025年第3期76-84,共9页
为了解决全色锐化过程中存在的空间与光谱信息融合问题,该文提出了一种在非下采样剪切波变换(non-subsampled shearlet transform,NSST)域下,基于多尺度加权的脉冲耦合神经网络(pulse-coupled neural network,PCNN)和低秩稀疏分解的全... 为了解决全色锐化过程中存在的空间与光谱信息融合问题,该文提出了一种在非下采样剪切波变换(non-subsampled shearlet transform,NSST)域下,基于多尺度加权的脉冲耦合神经网络(pulse-coupled neural network,PCNN)和低秩稀疏分解的全色图像和多光谱图像的锐化模型。该模型分为低频和高频处理模块,对于高频子带,提出了一种适用于不同尺度不同方向高频子带的加权方式,并针对其不同方向上的特性,采用一种自适应PCNN模型;对于低频子带,首先将其分解为低秩与稀疏2部分,并根据低秩部分与稀疏部分特点设计相应的融合规则,再采取逆NSST变换得到融合图像。实验在GeoEye,QuickBird与Pléiades数据集上进行,并针对高频信息多尺度加权模块设计了消融实验,相比于次优模型,峰值信噪比(peak signal-to-noise ratio,PSNR)值分别提高了约1 dB,1.6 dB和2.2 dB。实验结果表明,该模型在指标评估中优于其他算法,并有效解决高频信息提取困难问题。 展开更多
关键词 全色锐化 非下采样剪切波变换 多尺度加权 脉冲耦合神经网络 低秩稀疏分解
在线阅读 下载PDF
共母线开绕组永磁同步牵引电机改进级联模型预测控制
4
作者 高锋阳 吴银波 +4 位作者 徐昊 史志龙 岳文瀚 孙伟 王高强 《铁道科学与工程学报》 北大核心 2025年第3期1254-1265,共12页
为降低共母线开绕组永磁同步牵引电机三矢量级联模型预测电流控制开关频率和控制系统对电机参数依赖性,提出一种基于变步长自适应线性神经网络(Adaline)可调参数改进级联模型预测电流控制策略。首先,针对共母线开绕组永磁同步牵引电机... 为降低共母线开绕组永磁同步牵引电机三矢量级联模型预测电流控制开关频率和控制系统对电机参数依赖性,提出一种基于变步长自适应线性神经网络(Adaline)可调参数改进级联模型预测电流控制策略。首先,针对共母线开绕组永磁同步牵引电机三矢量级联模型预测电流控制造成开关频率高的原因进行分析,剔除高开关频率和高共模电压的电压矢量,优化备选电压矢量范围,对剩余电压矢量根据其对q轴电流作用效果分组组合寻优和分配作用时间;基于变步长自适应线性神经网络改进PI控制器,使得改进PI控制器兼顾快速性与超调;然后,分析共母线开绕组永磁同步牵引电机模型预测控制参数变化特性,构建系统变步长自适应线性神经网络参数辨识模型,对电机参数分步辨识,形成参数可调节级联模型预测控制;最后,对所提策略和三矢量级联模型预测电流控制进行稳态和动态半实物测试对比。结果表明:所提策略对转矩脉动、零轴电流、总谐波畸变率、开关频率、调速超调都具有很好的抑制效果,避免了传统模型预测控制的多目标代价函数中权重系数整定和参数辨识模型构建欠秩问题,对系统的控制性能有明显的提升作用。研究结果为进一步将共母线开绕组永磁同步牵引电机传动系统应用于机车牵引提供参考。 展开更多
关键词 开绕组永磁同步牵引电机 变步长自适应线性神经网络 级联模型预测 转矩脉动 零轴电流 参数分步辨识 开关频率
在线阅读 下载PDF
采用科尔莫哥罗夫-阿诺德网络的端面齿盘拉杆转子预紧参数识别 被引量:1
5
作者 冯建欣 余沛坰 +3 位作者 魏佳明 文思果 李浦 袁奇 《西安交通大学学报》 北大核心 2025年第5期168-177,共10页
为解决端面齿盘拉杆转子在预紧状态下的拉杆振动参数识别问题,提出了基于加速度计附加质量的拉杆频率解谐方法。开展了拉杆弯曲固有频率对加速度计附加质量位置的灵敏度分析,进行顺序、十字交叉和正反序2轮预紧3种不同方式下的残余预紧... 为解决端面齿盘拉杆转子在预紧状态下的拉杆振动参数识别问题,提出了基于加速度计附加质量的拉杆频率解谐方法。开展了拉杆弯曲固有频率对加速度计附加质量位置的灵敏度分析,进行顺序、十字交叉和正反序2轮预紧3种不同方式下的残余预紧力识别和拉杆模态实验。构建了附加质量的拉杆梁单元模型并采用科尔莫哥罗夫-阿诺德神经网络(KAN)实现了不同预紧力下的拉杆频响函数预测和参数识别。研究结果表明:拉杆共振频率随预紧力增大而增大,同时传感器附加质量会降低共振频率,最大降幅达8%;正反序2轮预紧可显著降低拉杆预紧力分散度约10%,优于顺序加载和交叉加载;KAN网络能够有效预测不同预紧状态下拉杆的频响函数,谐振频率预测误差小于4.2%,同时识别刚度能够准确反映预紧失谐下的拉杆振动模态特性,为实际工程中拉杆预紧参数识别提供了一种实验方法和计算模型。 展开更多
关键词 拉杆转子 模态实验 端面齿 科尔莫哥罗夫-阿诺德神经网络 参数识别
在线阅读 下载PDF
计及多公共充电站差异化耦合关联的电动汽车充电负荷时-空短期预测 被引量:3
6
作者 黄南天 孙赫宏 +3 位作者 王圣元 蔡国伟 张良 王日俊 《中国电机工程学报》 北大核心 2025年第4期1424-1435,I0016,共13页
现有电动汽车充电负荷预测研究,多对单一预测对象开展研究。同时,对充电场景下多公共充电站的充电负荷时-空预测研究较少。公共充电站的充电负荷波动剧烈,较私人充电设施的充电负荷难以预测。为此,提出一个基于自适应时-空图卷积神经网... 现有电动汽车充电负荷预测研究,多对单一预测对象开展研究。同时,对充电场景下多公共充电站的充电负荷时-空预测研究较少。公共充电站的充电负荷波动剧烈,较私人充电设施的充电负荷难以预测。为此,提出一个基于自适应时-空图卷积神经网络的多公共充电站充电负荷时-空短期预测方法。首先,通过快速最大信息系数构建含有日期、气象以及历史负荷特征的多节点特征集。并通过数据自适应图生成,构建动态相似权时-空图,实现多公共充电站空间连接关系重构。然后,构建图卷积层,差异化生成各节点的空间聚合特征,实现全域充电节点差异化特征增强。同时,通过节点自适应参数学习方法学习不同充电节点的充电模式。最后,通过门控循环单元层挖掘空间聚合特征的时域特征。所提出的公共充电站充电负荷时-空预测方法相应的对称平均绝对百分比误差(symmetric mean absolute percentage error,SMAPE)和平均绝对误差(mean absolute error,MAE)分别为12.95%和31.72 kW。 展开更多
关键词 充电负荷时-空短期预测 多公共充电站 图神经网络 自适应图生成 差异化时空耦合关联 节点自适应参数学习
在线阅读 下载PDF
基于脉冲注意力机制的轻量化面部超分重建方法 被引量:1
7
作者 李娇 高磊怡 +2 位作者 张瑞欣 吴越 邓红霞 《计算机工程与科学》 北大核心 2025年第3期494-503,共10页
基于深度学习的人脸超分辨率研究近年来取得了重大进展,而如何在保证恢复面部精细自然纹理的同时限制网络模型复杂度,满足在轻量化设备上使用的需求,是该领域的一个难点。为此,提出了一种基于脉冲注意力机制的轻量化人脸超分重建方法。... 基于深度学习的人脸超分辨率研究近年来取得了重大进展,而如何在保证恢复面部精细自然纹理的同时限制网络模型复杂度,满足在轻量化设备上使用的需求,是该领域的一个难点。为此,提出了一种基于脉冲注意力机制的轻量化人脸超分重建方法。所提出的新型脉冲注意力机制将脉冲耦合神经网络提取的多轮次全局信息融合进窗口自注意力机制,利用全局信息和局部信息以改善方法的学习能力;采用对抗生成网络结构,构建基于窗口自注意力的渐进式生成器以保证方法的轻量化。在CelebA和Helen数据集上的实验结果表明,该方法在LPIPS和MPS感知评价指标上表现优异;与同参数量级的方法相比,该方法在所有指标上均有大幅提升,在主观视觉质量上也表现优秀。 展开更多
关键词 人脸超分辨率 脉冲耦合神经网络 注意力机制 轻量化网络 生成对抗网络
在线阅读 下载PDF
有限值终态零化神经网络及其在机器人运动规划中的应用
8
作者 汪黎明 仲国民 +1 位作者 孙明轩 何熊熊 《计算机科学》 北大核心 2025年第5期270-280,共11页
针对等式约束的时变二次规划求解问题,提出一种有限值终态零化神经网络,以保证计算误差的有限时间收敛,其有限值特性易于实现;对有限值终态零化神经网络进行理论分析,并给出该神经网络的收敛时间表达式。冗余机械臂的重复运动规划问题... 针对等式约束的时变二次规划求解问题,提出一种有限值终态零化神经网络,以保证计算误差的有限时间收敛,其有限值特性易于实现;对有限值终态零化神经网络进行理论分析,并给出该神经网络的收敛时间表达式。冗余机械臂的重复运动规划问题可描述为时变二次规划问题,采用有限值终态零化神经网络作为求解器,以获取末端执行器轨迹对应的关节轨迹。考虑到机械臂关节初始偏差难以避免,采用定参数/自适应参数的终态优化指标,在实现机械臂末端位置误差的有限时间收敛的同时,提高重复运动规划的精度。为保证机械臂的平稳运行,提出一种平滑修正的有限值函数用于终态优化指标设计。理论分析机械臂末端执行器位置误差的有限时间收敛条件。数值仿真以及UR5机械臂仿真与实验结果,验证了所提计算方案的有效性。 展开更多
关键词 终态零化神经网络 有限时间收敛 终态优化指标 冗余机械臂 自适应参数 重复运动规划
在线阅读 下载PDF
基于HMSD与改进PCNN的红外与可见光图像融合
9
作者 任鹏百 雷慧云 +3 位作者 党建武 王阳萍 刘启明 杨莉 《光学精密工程》 北大核心 2025年第9期1481-1495,共15页
为了解决红外与可见光图像在融合过程中,由于分解工具存在的信息损失和数据冗余等局限性,导致融合图像边缘和细节信息容易受损的问题,提出一种混合多尺度分解模型(Hybrid Multi-scale Decomposition Model,HMSD)与改进脉冲耦合神经网络(... 为了解决红外与可见光图像在融合过程中,由于分解工具存在的信息损失和数据冗余等局限性,导致融合图像边缘和细节信息容易受损的问题,提出一种混合多尺度分解模型(Hybrid Multi-scale Decomposition Model,HMSD)与改进脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的红外与可见光图像融合算法。首先,结合快速交替引导滤波器(Fast Alternating Guided Filtering,FAGF)与高斯滤波器(Gaussian Filter,GF)的特性,提出一种新的混合多尺度分解模型(HMSD),源图像利用HMSD模型分解为一个基础层及三层特征图,每层特征图均包含细、粗双重结构;然后,基础层融合采用核范数最小化(Nuclear Norm Minimization,NNM)融合规则,针对各特征图特性,分别采用改进脉冲耦合神经网络和区域能量融合规则。实验结果表明,本文方法在空间频率、信息熵、融合质量、峰值信噪比、视觉保真度和标准差等多种客观评价指标上分别平均提高了47.6%,5.2%,6.4%,9.4%,5.3%,27.3%,不仅较好地保留了源图像的边缘和纹理等信息,而且在视觉效果上也有所提升。 展开更多
关键词 图像融合 红外与可见光 混合多尺度分解 快速交替引导滤波器 脉冲耦合神经网络
在线阅读 下载PDF
基于干扰观测器的四旋翼自适应PID滑模姿态控制
10
作者 夏鹏 郑柏超 刘晓光 《控制工程》 北大核心 2025年第9期1578-1585,共8页
因四旋翼无人机存在参数不确定、执行器故障和外部干扰等问题,在输入受限的情况下,单独使用自适应滑模控制方法对总干扰的补偿不够充分,导致控制效果不佳。为此提出一种基于干扰观测器的自适应PID滑模控制器。首先,采用自适应滑模控制... 因四旋翼无人机存在参数不确定、执行器故障和外部干扰等问题,在输入受限的情况下,单独使用自适应滑模控制方法对总干扰的补偿不够充分,导致控制效果不佳。为此提出一种基于干扰观测器的自适应PID滑模控制器。首先,采用自适应滑模控制补偿参数不确定等系统内部干扰,同时通过干扰观测器对外部干扰进行估计补偿,减小控制器的输出;然后,利用径向基函数(radial basis function, RBF)神经网络的自学习、自适应能力优化控制参数,使跟踪效果更好;最后,证明了闭环系统的稳定性。仿真实验结果表明,在输入受限的情况下,所提出的方法能降低控制器输出,并且具有更高的控制品质。 展开更多
关键词 四旋翼无人机 自适应滑模 干扰观测器 RBF神经网络 参数优化
在线阅读 下载PDF
BEMD和狼群算法的自适应PCNN图像去噪方法
11
作者 杨虹 晋涛 +3 位作者 申冲 米康民 黄纯德 刘永鑫 《计算机应用与软件》 北大核心 2025年第4期251-256,共6页
提出一种二维经验模态分解(Bidimensional Empirical Mode Decomposition,BEMD)和狼群算法(Grey Wolf Optimization,GWO)自适应脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的复合图像去噪方法。通过BEMD将原始图像分解成多个... 提出一种二维经验模态分解(Bidimensional Empirical Mode Decomposition,BEMD)和狼群算法(Grey Wolf Optimization,GWO)自适应脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的复合图像去噪方法。通过BEMD将原始图像分解成多个二维固有模态函数分量和一个残余分量,用狼群算法对PCNN参数进行优化,对分解的各个分量进行去噪,并将去噪后的各分量进行重建得到去噪后的图像。主要优点包括:(1)有效确定PCNN关键参数,提高模型收敛速度;(2)有效解决高强度噪声的抑制问题;(3)通过对噪声点进行隔离并恢复原始像素点,最终使得图像细节信息得以完整保留。 展开更多
关键词 图像去噪 脉冲耦合神经网络 狼群算法 二维经验模态分解
在线阅读 下载PDF
液体天线智能化控制算法研究
12
作者 黄杰 胡玥 +2 位作者 蔡强明 陈琦 聂诗良 《现代电子技术》 北大核心 2025年第5期21-29,共9页
针对应急状态下需要快速恢复通信能力的需求,文中设计了一种可重构液体天线模型,并以此为基础对液体天线的设计方法和智能化控制算法进行深入研究。首先利用神经网络算法建立液体天线电磁性能参数与物理参数之间的映射关系,预测在设计... 针对应急状态下需要快速恢复通信能力的需求,文中设计了一种可重构液体天线模型,并以此为基础对液体天线的设计方法和智能化控制算法进行深入研究。首先利用神经网络算法建立液体天线电磁性能参数与物理参数之间的映射关系,预测在设计性能指标下液体天线应具有的液体温度、高度、横截面半径、电导率,以此为可重构物理参数设计仿真控制系统。通过分析系统的运行特点,说明了引入PID算法进行控制的可行性。引入粒子群算法整定PID参数。针对传统粒子群算法的不足,提出LAIPSO算法,该算法在传统粒子群算法的基础上融合ICMIC混沌映射并引入莱维飞行策略,实现了自动更新惯性权重和学习率的自适应。通过选取6个测试函数对LAIPSO算法进行对比实验,说明了此算法在解决单峰与多峰问题的优越性。最后以预测液体天线的物理参数为控制目标进行对比实验,证明了LAIPSO算法对PID参数具有好的整定效果。 展开更多
关键词 液体天线 天线设计 神经网络 改进粒子群算法 PID参数整定 自适应 混沌映射 莱维飞行
在线阅读 下载PDF
基于改进PSO-BP神经网络的Ni-TiC复合镀层工艺参数优化方法
13
作者 李学威 王兆浩 《电镀与精饰》 北大核心 2025年第8期76-82,共7页
在Ni-TiC复合镀层的制备过程中,由于受到参数非线性波动以及多参数间复杂作用关系的影响,其镀层制备效果不佳。为达到理想的镀层效果,本次借助脉冲负荷电沉积法制备Ni-TiC复合镀层环境,开展基于改进粒子群优化-反向传播(Particle Swarm ... 在Ni-TiC复合镀层的制备过程中,由于受到参数非线性波动以及多参数间复杂作用关系的影响,其镀层制备效果不佳。为达到理想的镀层效果,本次借助脉冲负荷电沉积法制备Ni-TiC复合镀层环境,开展基于改进粒子群优化-反向传播(Particle Swarm Optimization Backpropagation,PSO-BP)神经网络的Ni-TiC复合镀层工艺参数优化方法研究。先对Ni-TiC复合镀层工艺进行分析,探讨TiC粒子浓度、电流密度以及pH值三种工艺参数的影响,然后以此为基础,设计正交试验,开展对Ni-TiC复合镀层工艺参数的初步优化,最后以得到的正交试验结果为输入,采用BP神经网络完成Ni-TiC复合镀层工艺参数优化模型的构建与训练设计,应用改进PSO算法完成BP神经网络模型参数寻优,实现Ni-TiC复合镀层工艺参数优化。实验结果表明:应用该方法,可以实现Ni-TiC复合镀层的制备工艺参数优化,采用优化后的工艺制备的复合镀层的耐腐蚀能力更强。 展开更多
关键词 改进PSO算法 BP神经网络 Ni-TiC复合镀层 工艺参数优化 正交实验 脉冲负荷电沉积方法
在线阅读 下载PDF
基于SQP和GRNN的商用客车动力学参数自适应辨识
14
作者 房熙博 宁一高 +1 位作者 赵轩 周猛 《汽车安全与节能学报》 北大核心 2025年第4期648-656,共9页
提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键... 提出了一种基于广义回归神经网络(GRNN)模型和序列二次规划(SQP)算法的自适应辨识策略,用于获取商用客车动力学参数并对其实时辨识。建立GRNN模型,用SQP算法获取GRNN模型的训练集对其进行训练,使其根据车辆的运行状态,自适应辨识出关键参数;搭建TruckSim与Matlab/Simulink联合仿真平台,在不同工况下进行仿真试验。结果表明:相较于固定参数模型,在正弦波转角工况下,采用该模型的质心侧偏角与TruckSim模型的最大值误差减小73.9%;其侧倾角与TruckSim模型的最大值误差减少了76.7%;在双移线工况下,这2个误差分别减小98.0%和63.1%。从而,证明了本文方法的可行性和有效性。 展开更多
关键词 汽车安全 商用客车 序列二次规划(SQP)算法 广义回归神经网络(GRNN)模型 动力学参数 自适应辨识
在线阅读 下载PDF
基于CEEMDAN⁃CNN⁃GRU预测模型的复杂信号合批
15
作者 吴剑波 唐霜天 田田 《现代电子技术》 北大核心 2025年第21期24-30,共7页
参数跳变是有源相控阵雷达发射波形的关键特征,其信号的载频、重复周期等参数可以实现毫秒级动态变化,导致对其进行信号分选时出现严重的增批现象。针对该问题,文中设计了一种基于CEEMDAN⁃CNN⁃GRU预测模型的复杂信号合批方法,基于脉间... 参数跳变是有源相控阵雷达发射波形的关键特征,其信号的载频、重复周期等参数可以实现毫秒级动态变化,导致对其进行信号分选时出现严重的增批现象。针对该问题,文中设计了一种基于CEEMDAN⁃CNN⁃GRU预测模型的复杂信号合批方法,基于脉间特征将截获脉冲数据划分为多个脉冲组,然后利用CEEMDAN⁃CNN⁃GRU预测模型提取脉冲组间的时序特征并据此对脉冲组频率和重复周期序列进行预测,将预测值与真实值相符的所有脉冲组进行合并。采用外场采集的雷达数据进行验证,实验结果表明,该方法对载频和重复周期同时跳变雷达信号的合批率达到85%以上,具有较好的合批效果。 展开更多
关键词 信号合批 组间参数跳变 脉冲信号分组 自适应噪声 经验模态分解 卷积神经网络 门控循环神经网络 时间序列分析
在线阅读 下载PDF
雨雾环境下基于激光雷达的复杂运动目标检测方法
16
作者 颉琦 李瀚涛 董成伟 《激光杂志》 北大核心 2025年第8期60-64,共5页
为提升雨雾条件下复杂运动目标识别准确性,提出基于激光雷达的复杂运动目标检测方法。通过高频发射的激光束采集待检测区域点云数据,使用特征加权下模糊C均值聚类方法区分正常数据和噪声数据,运用双边滤波方法平滑点云数据噪声,利用K最... 为提升雨雾条件下复杂运动目标识别准确性,提出基于激光雷达的复杂运动目标检测方法。通过高频发射的激光束采集待检测区域点云数据,使用特征加权下模糊C均值聚类方法区分正常数据和噪声数据,运用双边滤波方法平滑点云数据噪声,利用K最邻近方法计算点云局部邻域信息,采用自注意力机制实现激光点云分割,通过点云分割获得不同运动目标的激光点云特征,通过输入域、非线性调制域和脉冲产生器完成脉冲耦合神经网络训练,通过平均运动速度计算候选目标范围,精准锁定复杂运动目标。实验结果证明,所提方法在雨雾等恶劣天气下,复杂运动目标检测F1值超过0.8,目标检测精度高,具备极强的鲁棒性。 展开更多
关键词 雨雾环境 激光雷达 目标检测 点云数据分割 脉冲耦合神经网络
在线阅读 下载PDF
Numerical simulation of direct shear tests on mechanical properties of talus deposits based on self-adaptive PCNN digital image processing 被引量:5
17
作者 王盛年 徐卫亚 +1 位作者 石崇 张强 《Journal of Central South University》 SCIE EI CAS 2014年第7期2904-2914,共11页
The macro mechanical properties of materials with characteristics of large scale and complicated structural composition can be analyzed through its reconstructed meso-structures.In this work,the meso-structures of tal... The macro mechanical properties of materials with characteristics of large scale and complicated structural composition can be analyzed through its reconstructed meso-structures.In this work,the meso-structures of talus deposits that widely exist in the hydro-power engineering in the southwest of China were first reconstructed by small particles according to the in-situ photographs based on the self-adaptive PCNN digital image processing,and then numerical direct shear tests were carried out for studying the mechanical properties of talus deposits.Results indicate that the reconstructed meso-structures of talus deposits are more consistent with the actual situation because the self-adaptive PCNN digital image processing has a higher discrimination in the details of soil-rock segmentation.The existence and random distribution of rock blocks make the initial shear stiffness,the peak strength and the residual strength higher than those of the "pure soil" with particle size less than 1.25 cm apparently,but reduce the displacements required for the talus deposits reaching its peak shear strength.The increase of rock proportion causes a significant improvement in the internal friction angle of talus deposit,which to a certain degree leads to the characteristics of shear stress-displacement curves having a changing trend from the plastic strain softening deformation to the nonlinear strain hardening deformation,while an unconspicuous increase in cohesion.The uncertainty and heterogeneity of rock distributions cause the differences of rock proportion within shear zone,leading to a relatively strong fluctuation in peak strengths during the shear process,while movement features of rock blocks,such as translation,rotation and crossing,expand the scope of shear zone,increase the required shear force,and also directly lead to the misjudgment that the lower shear strength is obtained from the samples with high rock proportion.That,however,just explains the reason why the shear strength gained from a small amount of indoor test data is not consistent with engineering practice. 展开更多
关键词 talus deposits digital image processing pulse coupled neural networks(PCNN) direct shear test mechanical property granular discrete element method
在线阅读 下载PDF
脉冲耦合神经网络下多视角激光图像点云配准 被引量:1
18
作者 李玮琳 曾琪峰 李颖 《激光杂志》 北大核心 2024年第12期125-130,共6页
多视角配准能够保持场景中物体的几何一致性,但是存在大量遮挡情况,不同视角下的可见性和完整性受限。对此,提出一种脉冲耦合神经网络下多视角激光图像点云配准方法。通过对多视角激光图像的像素噪声响应和灰度分布特性进行分析,得出脉... 多视角配准能够保持场景中物体的几何一致性,但是存在大量遮挡情况,不同视角下的可见性和完整性受限。对此,提出一种脉冲耦合神经网络下多视角激光图像点云配准方法。通过对多视角激光图像的像素噪声响应和灰度分布特性进行分析,得出脉冲耦合神经网络中各个神经元的关键参数,从而确定与神经元对应的动态阈值,实现激光图像多视角分割。分别计算多视角激光图像点云中各个点的三维特征描述子,进行最近邻关系匹配,组建点云关系集合,通过三元组约束优化关系集合识别错误关系点,以关系集中匹配点对之间的误差平方和组建目标函数,通过优化目标函数确定最佳多视角激光图像点云配准方案。实验结果表明,所提方法应用后,区域内部均匀性、区域对比度和最大香农熵较大,点云重叠以及虚假匹配关系较少,降低了Q值。可以有效提升多视角激光图像点云配准结果的精准度。 展开更多
关键词 脉冲耦合神经网络 多视角 激光图像 点云配准
在线阅读 下载PDF
基于快速联合双边滤波器和改进PCNN的红外与可见光图像融合
19
作者 杨艳春 雷慧云 杨万轩 《红外技术》 CSCD 北大核心 2024年第8期892-901,共10页
针对红外与可见光图像融合结果中细节丢失、目标不显著和对比度低等问题,提出了一种结合快速联合双边滤波器(fast joint bilateral filter,FJBF)和改进脉冲耦合神经网络(pulse coupled neural network,PCNN)的红外与可见光图像融合方法... 针对红外与可见光图像融合结果中细节丢失、目标不显著和对比度低等问题,提出了一种结合快速联合双边滤波器(fast joint bilateral filter,FJBF)和改进脉冲耦合神经网络(pulse coupled neural network,PCNN)的红外与可见光图像融合方法,在保证融合图像质量的前提下有效提高运行效率。首先,利用快速联合双边滤波器对源图像进行分解;其次,为了更好地提取图像中显著结构和目标信息,针对基础层图像采用一种基于视觉显著图(visual significance map,VSM)的加权平均融合规则,针对细节层图像采用改进脉冲耦合神经网络模型进行融合,其中PCNN的所有参数都可以根据输入波段自适应调节;最后,将基础层融合图与细节层融合图叠加重构得到融合图像。实验结果表明,该方法提高了融合图像的效果,有效地保留了目标、背景细节和边缘等重要信息。 展开更多
关键词 图像处理 快速联合双边滤波器 脉冲耦合神经网络 红外与可见光图像 图像融合
在线阅读 下载PDF
一种粒子群优化脉冲耦合神经网络的全色锐化算法
20
作者 赵志威 付昱凯 杨树文 《航天返回与遥感》 CSCD 北大核心 2024年第5期51-63,共13页
为了进一步降低多光谱与全色影像融合后的光谱和空间信息失真,提高融合质量,文章提出一种粒子群优化脉冲耦合神经网络的多光谱与全色影像融合算法。该算法基于主成分分析和非下采样剪切波搭建融合方法的基础融合框架,在低频系数融合过... 为了进一步降低多光谱与全色影像融合后的光谱和空间信息失真,提高融合质量,文章提出一种粒子群优化脉冲耦合神经网络的多光谱与全色影像融合算法。该算法基于主成分分析和非下采样剪切波搭建融合方法的基础融合框架,在低频系数融合过程中使用细节注射的融合方法,降低非必要的信息注射,从而提高光谱保持度。在融合高频系数时,采用参数自适应的简化脉冲耦合神经网络计算融合权重,并基于粒子群优化算法全局搜索能够获取最佳融合质量的对应参数,以提高空间信息的完整性和清晰度。文章通过三组实验验证提出算法的可行性,并与现有的、经典的融合算法进行对比,实验显示:文章提出的融合算法在三组实验中的光谱角映射均在0.1左右,通用图像质量指数在0.9以上。实验结果表明:该算法不仅能够有效提高全色与多光谱影像的融合质量,而且融合效果稳健,在对比实验中具有最佳的融合性能。 展开更多
关键词 全色与多光谱影像 遥感影像融合 脉冲耦合神经网络 粒子群优化算法
在线阅读 下载PDF
上一页 1 2 25 下一页 到第
使用帮助 返回顶部