排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
由于高光谱图像维数较高,因而在利用高光谱图像进行目标检测之前会先进行数据降维。主成分分析变换和最大噪声成分变换是高光谱图像处理领域最为经典和常用的两种降维方法。它们以图像的方差和信噪比为指标进行降维,是基于二阶统计信息的方法。小目标由于其本身的特点可能会被经过该类方法降维后舍弃掉,而基于高阶统计特性的主峭度分析算法能够很好的解决这类问题。该方法能够提取基于二阶统计信息进行降维后无法保持的小目标信息,从而有效的检测到小目标。但主峭度分析算法的收敛速度较慢、计算时间较长,因而本文提出了一种改进的主峭度分析算法,改进的主峭度分析算法可以提高算法的收敛速度、减少算法的迭代次数。仿真实验表明,改进的主峭度分析算法能够缩短计算时间,提高算法的收敛速度。 相似文献
2.
利用有限元软件对楔横轧成形小断面收缩率轴类件的椭圆度进行数值模拟,通过对数值模拟结果进行正交回归分析,研究工艺参数对小断面收缩率轧件椭圆度的影响规律.结果表明：展宽角和断面收缩率对轧件椭圆度影响显著,展宽角越大或断面收缩率越小,则轧件椭圆度越大;当断面收缩率较小时,成形角对轧件椭圆度几乎没有影响.并解释了各工艺参数对轧件椭圆度影响的原因.通过轧制实验,验证了数值模拟结果的可靠性. 相似文献
3.
借助DEFORM-3D有限元软件针对小断面收缩率轴类件的楔横轧成形过程进行热力耦合数值模拟,分析轧件在成形过程中的温度变化规律;通过与常规断面收缩率轧件进行对比,得到小断面收缩率轧件的各向应力分布状态.模拟结果表明:小断面收缩率轧件与轧辊接触表面的温度变化较为剧烈,而轧件内部中心位置附近温度无显著变化;由于轧制位置的不同,轧件各横截面间的温度变化有所差异,曲线的波动存在着相位差.此外,小断面收缩率轧件在接触变形区周围的横向和径向压应力较大而轴向压应力较小,导致其横截面容易出现椭圆化;其中心附近区域由于受到比常规断面收缩率轧件更大横向和轴向拉应力影响,因而更易产生疏松、裂缝等缺陷.进行轧制试验,验证了模拟结果的可靠性. 相似文献
1