排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
基于 BP 网络的二维不变性目标识别 总被引:1,自引:0,他引:1
为识别坦克等较复杂的目标,描述了一种神经网络分类方法;利用傅立叶描述器提取目标的形状特征,它具有不变性特性;利用多层BP网络进行分类。讨论了网络结构及模拟实验结果,认为BP网络对2D不变性目标识别具有良好的鲁棒性;它的分类结果优于传统的近邻域分类器 相似文献
2.
3.
4.
为探究多波段数据相结合的恒星形成率定标在近邻星系恒星形成区的可应用性,基于窄带Hα成像观测数据、二维积分场光谱数据(IFS)以及Spitzer/MIPS 24μm和Herschel/PACS 70、100、160μm的中远红外波段高空间分辨率图像,对5个近邻恒星形成星系中119个恒星形成区进行恒星形成率定标研究.以由IFS数据测得的巴尔末减缩得到的内部消光改正后的Hα光度为基准,将24、70、100和160μm与未经过内部消光改正的Hα光度相结合进行定标.结果发现:在1034~1039 erg/s光度范围内,4个红外波段与Hα光度的结合均能很好地示踪经过内部消光改正的Hα光度,RMS为0.20~0.27 dex.良好的数据分布表明基于较小样本的研究结果具有统计意义和可应用性. 相似文献
5.
6.
1