基于小波尺度共生矩阵的分割算法在地物提取中的应用

针对从全色航空影像中进行居民地区域提取的随机性和复杂性，阐述了一种基于小波尺度共生矩阵进行居民地提取的新算法，它的特点是先用小波变换将图像变换到不同的尺度层上，然后再在多尺度层上提取共生矩阵信息，形成居民地特征．与传统的居民地提取方法比，它用到了不同频率上居民地纹理信息，从而更准确的刻画了居民地的纹理特性，试验结果表明，基于小波尺度共生矩阵对居民地有较好的分割效果．     

几何信息分割算法在居民地提取中的应用

针对从全色航空影像中进行居民地区域提取的随机性和复杂性 ,阐述了一种基于几何结构信息进行居民地提取的新算法。此算法的特点是在影像上提取居民地的几何信息 ,形成居民地影像的特征。与传统的居民地提取方法比 ,此算法用到了居民地纹理的矢量信息 ,从而更准确的刻画了居民地的纹理特性。试验结果表明 :基于几何信息的分割算法对居民地有较好的提取效果     

基于MPSO粒子滤波的单通道扰信盲分离算法

针对单通道接收情况下通信信号与干扰盲分离的难题,提出了一种基于变异粒子群优化粒子滤波的单通道扰信盲分离新算法。首先建立了受扰通信信号的状态空间模型,并利用变异粒子群重采样粒子滤波进行通信码元和未知参数的联合最大后验估计,有效改善了标准粒子滤波中存在的粒子退化现象,在减少所需粒子数量的同时,又保持了序贯估计过程中粒子集合的多样性和优质性,使新算法在干信比较大时也能保持较好的分离性能。仿真实验表明,对单音干扰,在干信比等于30 dB,信噪比大于15 dB的条件下,新算法可以有效地从单路接收的受扰信号中分离出通信信号与干扰。     

探讨成组夹具技术在机械加工中的运用

随着我国经济水平的不断进步和制造业整体水平的持续提升,人们对于日常生活、工作中的物资需求呈现出了极大的多样化与复杂化,传统的简单的产品已经难以再满足人们的需求。个性化的社会导致在企业、工厂的运营过程中,需要的工具也变得多样化,这给生产制造带来了新的难题。成组夹具技术可能从根本上解决目前机械生产制造加工过程中存在的问题与矛盾,因此,在机械加工中得到了越来越广泛的应用。本文从对成组夹具技术进行概述入手,对成组夹具技术在机械加工中的运用进行了分析。     

融合纹理增强的遥感影像地物分类泛化性分析

为了解决因时空特征差异而导致遥感影像地物分类泛化性较弱的问题,提出了一种纹理与光谱特征联合的地物分类思路。通过筛选得到的纹理特征对光谱特征进行强化,并利用现有的深度学习框架,对各个纹理特征组合的分类效果进行评价。为了充分验证方法的有效性,在多组不同时相和地域的遥感影像中进行了特征筛选和测试。结果表明,将绿色光谱的方差、同质度及角二阶矩纹理特征与光谱特征进行叠加,可以有效抵抗季节和地域因素,进而提高分类的泛化性,尤其对水域和居民地检测的改善效果更加明显,平均交并比可提高5%~10%。同时,为基于深度学习的小样本地物分类研究提供了新的技术思路。     

一种面向卫星频谱监测的复合式干扰自动识别算法

针对卫星通信中经常出现的干扰难以识别的问题,提出一种基于快速独立成份分析(FICA)和支持向量机(SVM)的复合式干扰识别方法.该方法先用SVM对单一类型干扰信号建立分类模型库,并采用FICA对接收到的复合式干扰进行成分分离,再将分离后的不同成分分别输入SVM进行干扰识别.试验结果表明:该算法可在低干信比情况下对干扰信号进行准确的识别.     

基于独立成份分析的MPSK信号调制制式自动识别

针对低信噪比情况下传统的MPSK信号识别算法效率不高的问题,提出一种基于快速独立成份分析(FICA)的MPSK信号非监督识别算法.该方法借助快速独立成份分析提取具有不同分布特征的信号分量作为最大似然分类器的识别特征.实验结果表明,此算法在低信噪情况下能有效地分离信号与噪声分量,挖掘有用信息,实现对MPSK信号的高精度自动识别.     

基于近似零范数的子空间迭代稀疏分解算法

针对近似零范数算法单参数代价函数不能协调近似精度与噪声容限的问题,提出了基于多参数代价函数的改进算法.在此基础上,利用子空间表示的方法确定了满足方程的源信号矢量空间,以此约束迭代算法的搜索范围,提高算法效率.理论分析和仿真实验表明,基于矢量空间迭代的算法收敛速度更快.此外,代价函数的改进在保持算法性能随源信号活跃概率变...