OLAM神经网络分析X荧光谱的预处理研究

在采用最优线性联想记忆(Optimal Linear Associative Memory)神经网络分析X荧光谱时,可用多种方式对谱作预处理,如去掉多余数据、取对数、横向压缩、标准化等.针对实验测得的水泥生料X荧光谱,分别用上述方法进行预处理,然后再用神经网络分析,与化学分析的偏差作对比.结果表明,去掉多余数据、横向压缩可以减少信息处理量,减少存储空间,提高运算速度,且对精度影响较小;标准化处理对含量较少的成分有优势,对含量大的成分误差太大;对数方法则不适用.     

基于扫描线的新型车牌定位方法研究

针对车牌定位易受光照、场景等因素的影响,无法准确定位的问题,研究并提出了一种基于扫描线的车牌定位方法。首先增强图像并去噪,改善图像质量;接着通过水平边缘检测和行扫描粗定位车牌区域,通过扫描线聚类增长固定候选车牌区域;最后通过水平投影和倾斜校正精确定位车牌。通过多组不同条件下车牌的对比实验,验证了该方法能够适应各种条件下拍摄的车牌图像定位,具有较高的鲁棒性。     

析碱金属前处理阴极基底的作用

本文从工艺的难易程度,残余气体对锑层的污染,玻璃的有关物理化学性质等几方面分析了碱金属前处理阴极基底的作用。认为其作用在于提高了多碱阴极的灵敏度,改善了光谱响应,相当于在阴极和基底之间引进了一层增透膜。     

基于神经网络的舰船雷达目标特征抽取与分类方法研究

本文着重研究应用神经网络来进行舰船雷达目标特征抽取与分类问题,提出了一种基于Mellin变换和多层前馈神经网络的特征抽取方法和一种基于Kohonen网络组的特征分类方法。采用实地录取的三类舰船雷达目标视频回波数据对本文提出的有关方法进行检验,结果表明本文提出的雷达目标特征抽取与分类的神经网络方法是切实可行的,其抽取的特征具有良好的稳定性,其分类的精度很高,明显优于传统的K-邻近分类器。     

块预处理正交极小化方法及其在水平井油藏模拟中的应用

本文介绍了4种块不完全分解ORTHOMIN加速方法,其中自然网格排序上有三种,即一、二、三级块不完全分解和D4网格排序上的一级块不完全分解,并将此方法用于水平井的油藏模拟,取得了满意的效果。     

一种只有角度信息的传感器关联预处理算法

目前已经出现了一些角度关联算法 ,但如何从传感器的所有角度观测数据中提取出可用于角度关联的有效观测数据还很少有人提及。提出了一种利用传感器的最大探测距离和相对位置信息通过几何推导得到的角度观测数据预处理算法 ,并给出了关联张角、候选观测集和有效观测集等新概念。经过该预处理算法 ,可以大大减少进行关联的角度观测数目和产生的假目标数 ,提高成功关联的概率和系统的实时性     

钢筋混凝土偏心受拉构件裂缝宽度简化计算

本文结合ＧＢＪ１０－８９《规范》，提出了钢筋混凝土贮仓仓壁、矩形水池池壁等偏心受拉构件裂缝宽度简体计算公式，并按工程中常用截面尺寸、配筋编制了最磊裂缝宽度允许拉力值计算表格。     

一种基于紧支子波的雷达船目标特征抽取方法

本文着重研究正交离散子波变换在非相干雷达船目标特征抽取中的应用。采用现场实录的四类船目标雷达视频回波数据进行实验，结果表明本文提出的方法运算简便，所抽取的特征具有典型性，数据压缩能力强。基于子波域特征提出了一种新的显著态回波的检测方法。     

可见光——近红外光谱矿物信息提取预处理技术

地物光谱特征研究是高光谱图像处理的基础,受观测环境的影响,野外测量的光谱数据中包含有噪声,不利于光谱矿物信息提取工作的进行.本文从光谱矿物信息提取的角度出发,探讨出一套光谱数据预处理流程.比较了小波降噪和Savitzky－Golay降噪的优缺点,实验表明,Savitzky－Golay方法更适合光谱降噪处理.在实际应用中,发现当前常用包络线算法存在一些局限性,在此基础上提出了一种改进的包络线算法.     

海洋水文资料预处理方法研究

文章主要论述水文资料预处理的过程与任务、ADP多普勒海流剖面仪数据预处理、预处理质量控制以及水文测量数据中的异常数据判别处理方法。旨在为水文测量数据的事后处理提供理论参考,为本专业建设和拓展提供技术支持。