期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于层级尺度交互的U-Net遥感影像建筑物提取方法
1
作者 余快 宋宝贵 +1 位作者 邵攀 余翱 《广西师范大学学报(自然科学版)》 北大核心 2025年第2期121-132,共12页
针对U-Net及其改进网络在跳跃链接中因忽略多层级特征间相互作用而导致对特征的表征能力不足问题,本文提出一种基于层级尺度交互的U-Net遥感影像建筑物提取方法。首先,在U-Net网络跳跃连接中设计层级尺度交互模块,实现多层级特征的交互... 针对U-Net及其改进网络在跳跃链接中因忽略多层级特征间相互作用而导致对特征的表征能力不足问题,本文提出一种基于层级尺度交互的U-Net遥感影像建筑物提取方法。首先,在U-Net网络跳跃连接中设计层级尺度交互模块,实现多层级特征的交互增强,提升对特征的表征能力;然后,通过改进空洞空间金字塔池化模块,提出一种多尺度特征提取模块,并将其应用到最高层级特征,来提升网络提取多尺度特征的能力;最后,将自校准卷积引入到解码过程,促进浅层与深层特征更好地融合。在公开建筑物提取数据集WHU和Inria上,将本文方法与6种遥感影像建筑物提取方法进行对比,实验结果表明,本文方法的IoU分别为91.26%和79.23%,均优于对比方法。 展开更多
关键词 遥感影像 建筑物提取 U-Net 层级尺度交互 多尺度 注意力机制
在线阅读 下载PDF
一种嵌套K-means聚类的任意形状波束子阵划分方法
2
作者 张清河 李宇航 +1 位作者 沈钊阳 文方青 《电子学报》 北大核心 2025年第1期119-127,共9页
传统相控阵由于其高昂成本的限制,已经无法满足日益增长的广泛应用需求,而基于稀疏阵、子阵等技术的非传统相控阵技术则得到了广泛的关注和研究.如何有效地划分子阵,以及如何优化子阵的计算过程,是提高计算效率和性能的关键问题.本文提... 传统相控阵由于其高昂成本的限制,已经无法满足日益增长的广泛应用需求,而基于稀疏阵、子阵等技术的非传统相控阵技术则得到了广泛的关注和研究.如何有效地划分子阵,以及如何优化子阵的计算过程,是提高计算效率和性能的关键问题.本文提出一种融合群智能优化算法及聚类技术的嵌套迭代优化方法来解决任意形状波束子阵划分问题.该方法包含内、外两个嵌套循环迭代优化过程:(i)外循环采用群智能优化方法来实现用户定义任意方向图下的参考阵列,并利用谢昆诺夫多项式和基本代数理论分析得到多组不同的阵列单元复激励(由阵因子多项式分布在非谢昆诺夫单位圆上的根所决定);(ii)内循环基于激励匹配策略,专注于通过K-means聚类方法实现阵列天线的最优子阵布局及相应的子阵复激励系数,并最终产生一个逼近参考阵列的波束方向图.通过与传统K-means聚类方法、粒子群优化方法在方向图逼近、激励匹配误差、模式匹配误差、阵列性能参数及计算效率等方面的比较,验证了所提方法的有效性. 展开更多
关键词 任意形状波束阵列 子阵划分 嵌套K-means聚类 激励匹配策略 群智能优化方法
在线阅读 下载PDF
多向加权Tsallis熵最大化导向的自动阈值分割方法 被引量:3
3
作者 邹耀斌 邓世成 +3 位作者 孟祥丹 周欢 孙水发 陈鹏 《电子学报》 EI CAS CSCD 北大核心 2024年第1期129-143,共15页
受噪声或随机细节、目标和背景的大小比例、成像时的点扩散等不同因素的影响,许多图像的灰度直方图呈现为无模态、单模态、双模态或者多模态样式.为了在统一框架内处理这4种不同模态情形下的自动阈值选择问题,本文提出了一种多向加权Tsa... 受噪声或随机细节、目标和背景的大小比例、成像时的点扩散等不同因素的影响,许多图像的灰度直方图呈现为无模态、单模态、双模态或者多模态样式.为了在统一框架内处理这4种不同模态情形下的自动阈值选择问题,本文提出了一种多向加权Tsallis熵最大化导向的自动阈值分割方法(Multi-directional Weighted Tsallis Entropy,MWTE).基于新设计的反正切方向性卷积核的多尺度乘积效应,该方法将不同模态的灰度直方图转化为统一的单模态右偏灰度直方图.在4个不同方向上提取出这种特殊的单模态右偏灰度直方图后,通过多向加权策略构建出与原始图像灰度值紧密相关的加权Tsallis熵目标函数,并以该目标函数取最大值时对应的灰度值作为最终分割阈值.本文将提出的方法和3个阈值分割方法、1个软分割方法、1个活动轮廓分割方法以及1个自动聚类分割方法进行了比较.在4种不同模态情形下的4幅合成图像和50幅真实世界图像上的实验结果表明,本文提出的方法虽然在计算效率方面不占有优势,但它对不同模态的测试图像具有更稳健的分割适应性,且在量化分割精度所用的马修斯相关系数方面优于其他6个分割方法. 展开更多
关键词 阈值分割 Tsallis熵差 加权Tsallis熵 反正切方向性卷积核 多尺度乘积效应 马修斯相关系数
在线阅读 下载PDF
四向加权香农熵最大化导向的自动阈值分割方法 被引量:1
4
作者 邹耀斌 张彬 《计算机应用》 CSCD 北大核心 2024年第11期3565-3573,共9页
灰度图像的灰度直方图可以呈现出无峰、单峰、双峰或多峰的形态特征,但传统熵阈值分割方法大多仅适合处理具有单峰或双峰形态特征的灰度图像。为了提高熵阈值分割方法的分割精度和分割适应性,提出一种四向加权香农熵最大化导向的自动阈... 灰度图像的灰度直方图可以呈现出无峰、单峰、双峰或多峰的形态特征,但传统熵阈值分割方法大多仅适合处理具有单峰或双峰形态特征的灰度图像。为了提高熵阈值分割方法的分割精度和分割适应性,提出一种四向加权香农熵最大化导向的自动阈值分割方法 FWSE(Four-directional Weighted Shannon Entropy)。首先用新设计的方向性Prewitt卷积核在4个方向进行多尺度乘积变换(MPT),以获得一系列方向性MPT图像;再基于三次样条插值函数和曲率最大化准则自动计算出每个方向的最优MPT图像;其次在每个方向上通过内外轮廓图像对最优MPT图像的像素进行重新取样,以获取重构的灰度直方图,并在此基础上计算相应的香农熵;最后以4个方向的加权香农熵最大化为准则选取最佳分割阈值。与新近的3种阈值分割方法以及2种非阈值分割方法在4幅合成图像和100幅真实世界图像上进行实验,结果显示:在合成图像上,FWSE方法的平均马修斯相关系数(MCC)达到了0.999;在真实世界图像上,FWSE方法与其他5个分割方法的平均MCC分别是0.974、0.927、0.668、0.595、0.550和0.525。这表明FWSE方法具有更高的分割精度和更灵活的分割适应性。 展开更多
关键词 阈值分割 香农熵 多尺度乘积变换 三次样条插值函数 曲率最大化
在线阅读 下载PDF
堆栈集成学习联合多源数据反演草地土壤水分
5
作者 朱则东 张清河 刘含 《遥感信息》 CSCD 北大核心 2024年第3期104-112,共9页
为了有效提高机器学习模型反演土壤水分的稳定性和准确性,提出了一种堆栈集成学习模型,组合多种机器学习模型的优势,提升模型的精度和泛化能力。首先,通过相关性分析,得出入射角为42.5°时,观测数据与土壤水分相关性最好;其次,使用... 为了有效提高机器学习模型反演土壤水分的稳定性和准确性,提出了一种堆栈集成学习模型,组合多种机器学习模型的优势,提升模型的精度和泛化能力。首先,通过相关性分析,得出入射角为42.5°时,观测数据与土壤水分相关性最好;其次,使用水云模型和τ-w模型构建模拟数据库,与观测数据共同组成反演数据集;最后,利用4种机器学习和堆栈集成学习模型反演稀疏草地的土壤水分。实验结果表明:采用主被动协同比单一主动或被动微波数据的反演结果具有更高的精度;最优堆栈集成学习方法反演结果的决定系数达到0.9714,均方根误差和平均绝对误差分别达到0.0136 cm^(3)/cm^(3)和0.0102 cm^(3)/cm^(3),均优于最优单一机器学习方法,验证了该方法的有效性。 展开更多
关键词 微波遥感 水云模型 τ-w模型 机器学习 堆栈集成学习 土壤水分反演
在线阅读 下载PDF
多向加权作用下的直觉模糊相似性最大化导向的阈值分割方法
6
作者 陈疏桐 邹耀斌 《电子测量技术》 北大核心 2024年第4期136-146,共11页
针对现有阈值分割方法中存在的分割精确性和分割适应性欠佳等问题,提出一种多向加权作用下的直觉模糊相似性最大化导向的阈值分割方法。该方法首先运用各向异性高斯一阶导卷积核对输入图像进行多方向卷积运算和多尺度乘积变换,得到四个... 针对现有阈值分割方法中存在的分割精确性和分割适应性欠佳等问题,提出一种多向加权作用下的直觉模糊相似性最大化导向的阈值分割方法。该方法首先运用各向异性高斯一阶导卷积核对输入图像进行多方向卷积运算和多尺度乘积变换,得到四个方向下的具有单峰直方图模态的四幅参考图像;然后通过二值轮廓图像对四幅参考图像进行采样构建对应的直觉模糊集;最后运用多向加权策略,将不同方向的四个直觉模糊集融合以构建相似性目标函数,并以该目标函数取最大值时对应的灰度值作为分割阈值。提出的方法与5种新近的分割方法进行了全面比较,在8幅合成图像和88幅真实世界图像上的实验结果表明:提出的方法具有更高的分割精确性和更灵活的分割适应性,在合成图像和真实世界图像上的平均马修斯相关系数方面分别达到了0.998和0.964,相较于分割精度第2的方法分别提高了39.90%和26.22%。 展开更多
关键词 阈值分割 各向异性高斯一阶导 多尺度乘积变换 直觉模糊集 图像间相似性
在线阅读 下载PDF
概率分布双向稀疏化下单一Tsallis熵阈值选取方法 被引量:2
7
作者 邹耀斌 张进玉 +4 位作者 臧兆祥 夏平 王俊英 龚国强 孙水发 《软件学报》 EI CSCD 北大核心 2022年第5期1922-1946,共25页
现有基于熵最大准则选取阈值的方法涉及两个或两个以上的随机变量,都忽视了一个约束条件而影响到它们的分割精度和适用范围:参与随机系统整体熵计算的各随机变量应当相互独立.提出了一种概率分布双向稀疏化下的单一Tsallis熵最大化导向... 现有基于熵最大准则选取阈值的方法涉及两个或两个以上的随机变量,都忽视了一个约束条件而影响到它们的分割精度和适用范围:参与随机系统整体熵计算的各随机变量应当相互独立.提出了一种概率分布双向稀疏化下的单一Tsallis熵最大化导向的自动阈值选取方法,可以自然规避多个随机变量需要相互独立的约束条件.在多尺度卷积乘变换所得两幅图像上,该方法先构建了一个具有双向稀疏概率分布特征的二维随机变量,然后在该二维随机变量基础上定义了一个二维Tsallis熵.在将二维Tsallis熵的计算简化到只涉及二维随机变量的边缘概率分布后,选取单一Tsallis熵取最大值时对应的阈值作为最终分割阈值.提出的方法和1个交互式阈值方法、4个自动阈值方法以及1个自动聚类分割方法进行了比较.所用测试图像集由44幅合成图像和44幅真实世界图像组成,这些测试图像具有单峰、双峰、多峰或无峰灰度直方图模式.结果表明:提出方法的计算效率虽然不优于5个自动分割方法,但是它的分割适应性和分割精度有显著提高. 展开更多
关键词 阈值分割 熵最大准则 单一Tsallis熵 概率分布双向稀疏化 多尺度卷积乘变换
在线阅读 下载PDF
交通道路行驶车辆车标识别算法 被引量:7
8
作者 李讷 徐光柱 +2 位作者 雷帮军 马国亮 石勇涛 《计算机应用》 CSCD 北大核心 2022年第3期810-817,共8页
为解决交通道路行驶车辆车标识别中存在的目标小、噪声大、种类多的问题,提出了一种基于深度学习的目标检测算法与基于形态学模板匹配算法相结合的方法,并设计了一种高准确度且能应对新类型车标的识别系统。首先,采用通过K-Means++重新... 为解决交通道路行驶车辆车标识别中存在的目标小、噪声大、种类多的问题,提出了一种基于深度学习的目标检测算法与基于形态学模板匹配算法相结合的方法,并设计了一种高准确度且能应对新类型车标的识别系统。首先,采用通过K-Means++重新聚类锚框值,并引入残差网络的YOLOv4进行车标的一步定位;其次,通过对标准车标图像进行预处理及分割,构建二值车标模板库;接着,利用带色彩恢复的多尺度视网膜图像增强算法(MSRCR)、最大类间方差法(OTSU)等对定位到的车标进行预处理;最后,将处理好的车标与模板库中的标准车标进行汉明距离计算,求出最佳匹配。车标检测实验中,改进的YOLOv4检测精度均优于原始YOLOv4、基于车牌位置的车标两步定位法和基于散热器栅格背景的车标定位法,达到99.04%;速度略低于原始YOLOv4,高于另外两者,达到每秒50.62帧。车标识别实验中基于形态学模板匹配的识别精度均高于传统的方向梯度直方图(HOG)、局部二值模式(LBP)和卷积神经网络,达到92.68%。实验结果表明基于深度学习的车标检测算法有较高的精度和较快的速度,形态学模板匹配方法在光照变化和噪声污染的情况下仍能保持较高的识别精度。 展开更多
关键词 车标定位 车标识别 深度学习 特征提取 模板匹配
在线阅读 下载PDF
改进局部三值模式的烟雾识别和纹理分类 被引量:2
9
作者 李钢 袁非牛 +2 位作者 夏雪 章琳 雷帮军 《计算机科学与探索》 CSCD 北大核心 2020年第7期1221-1231,共11页
为提高烟雾识别的检测率和降低误报率,首先提出了基于置信水平的局部三值模式(CLLTP),进而提出了基于CLLTP的组合特征模型(M_CLLTP)。CLLTP是依据差分图像的像素值呈正态分布而提出的一种改进的局部三值模式。M_CLLTP模型提取了原图的CL... 为提高烟雾识别的检测率和降低误报率,首先提出了基于置信水平的局部三值模式(CLLTP),进而提出了基于CLLTP的组合特征模型(M_CLLTP)。CLLTP是依据差分图像的像素值呈正态分布而提出的一种改进的局部三值模式。M_CLLTP模型提取了原图的CLLTP特征、Gabor特征图的加权的CLLTP特征和边缘特征图的CLLTP特征,并融合它们生成M_CLLTP特征。对比实验显示,M_CLLTP方法在三个烟雾数据集上都获得了较高的检测率和F1分数、较低的误报率,在两个纹理数据库上获得了最高的平均召回率。实验结果表明,所提方法对烟雾和纹理具有很好的辨识能力,非常适用于烟雾识别。 展开更多
关键词 烟雾识别 局部三值模式 置信水平 GABOR变换 边缘特征 纹理分类
在线阅读 下载PDF
一种新颖的探地雷达快速正演模拟及埋地目标探测机器学习方法 被引量:6
10
作者 张清河 吴欣悦 +1 位作者 刘含 郭立新 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2023年第8期3482-3492,共11页
探地雷达正演模拟在真实雷达数据解译及全波形反演中扮演着重要的角色,针对传统探地雷达(Ground Penetrating Radar,GPR)正演模拟计算量巨大、耗时、不利于实时探测等问题,提出一种基于机器学习框架的近实时GPR正演模拟方法.以混凝土中... 探地雷达正演模拟在真实雷达数据解译及全波形反演中扮演着重要的角色,针对传统探地雷达(Ground Penetrating Radar,GPR)正演模拟计算量巨大、耗时、不利于实时探测等问题,提出一种基于机器学习框架的近实时GPR正演模拟方法.以混凝土中的钢筋探测作为GPR应用场景,混凝土的含水量、钢筋半径及埋地深度作为模型参数,利用时域有限差分数值模拟散射回波信号;运用主成分分析对回波数据进行降维处理得到相应的主成分权值系数,并以此作为机器学习网络的输出;设计了一种基于随机森林的多层循环网络架构和学习策略,不仅充分挖掘学习模型参数和主成分权值系数之间的内在因果关系,也共享主成分间的相互联系,并具有对每个预测主成分完善和修正的功能,以此实现基于机器学习的探地雷达快速正演模拟,与传统机器学习相比,有效提高了正演模拟的精度.在此基础上将两个深度神经网络与随机森林相结合,以回波数据主成分系数为输入,建立了基于机器学习的场景参数预测模型,实现了近实时的埋地目标探测,预测的混凝土含水量最大误差为2%,钢筋埋地深度最大误差为6.7%. 展开更多
关键词 探地雷达 快速正演模拟 机器学习 随机森林 主成分分析 埋地目标探测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部