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
2
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
基于电磁散射特征参数提取与数据分布分析的非线性目标识别
被引量：
2
1
作者
张量
刘洋
+2 位作者
王飞
王天庭
吴先良
《电波科学学报》
EI
CSCD
北大核心
2019年第1期52-59,共8页
非线性目标的探测与识别在国防、反恐、安保、救援、交通安全等领域均具有重要意义.为提高上述场景下对非线性目标的探测识别能力,文中以典型的非线性器件——肖特基二极管为例,构建了非线性目标的谐波散射模型,并在此基础上利用不同类...
非线性目标的探测与识别在国防、反恐、安保、救援、交通安全等领域均具有重要意义.为提高上述场景下对非线性目标的探测识别能力,文中以典型的非线性器件——肖特基二极管为例,构建了非线性目标的谐波散射模型,并在此基础上利用不同类型非线性目标散射的各次谐波强度与变化趋势不同的特性,提出了一种利用数理方法提取分析目标散射特征参数进而实现对非线性目标探测识别的方法.实验结果显示,本次提出的方法在小样本下对未知非线性目标的识别率在81%左右,证明了该方法对非线性器件有较好的探测与识别能力.
展开更多
关键词
电磁散射
特征提取
目标识别
非线性目标
数据分布
在线阅读
下载PDF
职称材料
用于红外宽带吸收器的深度学习网络模型框架
2
作者
王璇
冯乃星
张玉贤
《石油化工高等学校学报》
CAS
2023年第6期57-63,I0002,共8页
揭示复杂的光物质相互作用,必须简化超材料的正向和反向按需设计。近年来深度学习作为一种流行的数据驱动方法,在很大程度上缓解了数值模拟耗时长、重经验的特点。提出了一种基于全连接的深度神经网络框架实现宽带吸收器的逆向设计和光...
揭示复杂的光物质相互作用,必须简化超材料的正向和反向按需设计。近年来深度学习作为一种流行的数据驱动方法,在很大程度上缓解了数值模拟耗时长、重经验的特点。提出了一种基于全连接的深度神经网络框架实现宽带吸收器的逆向设计和光谱预测。结果表明,深度神经网络(DNN)模型的准确度为87.47%;与传统的数值算法相比,该模型不仅在确保精确度的同时获得更高的效率,而且可为超材料按需设计性能提供参考。
展开更多
关键词
逆设计问题
石墨烯
黑磷
深度学习
宽带吸收
在线阅读
下载PDF
职称材料
题名
基于电磁散射特征参数提取与数据分布分析的非线性目标识别
被引量：
2
1
作者
张量
刘洋
王飞
王天庭
吴先良
机构
安徽大学教育部智能计算与信号处理重点实验室
合肥师范学院电子信息系统仿真设计
安徽
省
重点
实验室
出处
《电波科学学报》
EI
CSCD
北大核心
2019年第1期52-59,共8页
基金
国家自然科学基金(61701163
51477039)
2018年度安徽省自然科学研究项目重大项目(KJ2018ZD046)
文摘
非线性目标的探测与识别在国防、反恐、安保、救援、交通安全等领域均具有重要意义.为提高上述场景下对非线性目标的探测识别能力,文中以典型的非线性器件——肖特基二极管为例,构建了非线性目标的谐波散射模型,并在此基础上利用不同类型非线性目标散射的各次谐波强度与变化趋势不同的特性,提出了一种利用数理方法提取分析目标散射特征参数进而实现对非线性目标探测识别的方法.实验结果显示,本次提出的方法在小样本下对未知非线性目标的识别率在81%左右,证明了该方法对非线性器件有较好的探测与识别能力.
关键词
电磁散射
特征提取
目标识别
非线性目标
数据分布
Keywords
scattering
featureextraction
targetrecognition
nonlineartargets
data distribution
分类号
TM15 [电气工程—电工理论与新技术]
在线阅读
下载PDF
职称材料
题名
用于红外宽带吸收器的深度学习网络模型框架
2
作者
王璇
冯乃星
张玉贤
机构
安徽大学教育部智能计算与信号处理重点实验室
/信息材料与
智能
传感
实验室
出处
《石油化工高等学校学报》
CAS
2023年第6期57-63,I0002,共8页
基金
国家自然科学青年基金项目(62101333)。
文摘
揭示复杂的光物质相互作用,必须简化超材料的正向和反向按需设计。近年来深度学习作为一种流行的数据驱动方法,在很大程度上缓解了数值模拟耗时长、重经验的特点。提出了一种基于全连接的深度神经网络框架实现宽带吸收器的逆向设计和光谱预测。结果表明,深度神经网络(DNN)模型的准确度为87.47%;与传统的数值算法相比,该模型不仅在确保精确度的同时获得更高的效率,而且可为超材料按需设计性能提供参考。
关键词
逆设计问题
石墨烯
黑磷
深度学习
宽带吸收
Keywords
Inverse design problem
Graphene
Black phosphorus
Deep learning
Broadband absorption
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
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
基于电磁散射特征参数提取与数据分布分析的非线性目标识别
张量
刘洋
王飞
王天庭
吴先良
《电波科学学报》
EI
CSCD
北大核心
2019
2
在线阅读
下载PDF
职称材料
2
用于红外宽带吸收器的深度学习网络模型框架
王璇
冯乃星
张玉贤
《石油化工高等学校学报》
CAS
2023
0
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
