|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
基于超像素樣本擴(kuò)充的空譜全卷積高光譜圖像分類方法
本成果提出的基于超像素樣本擴(kuò)充的空譜全卷積高光譜圖像分類方法有效的利用高光譜圖像的超像素分割結(jié)果指導(dǎo)偽樣本擴(kuò)充增加了訓(xùn)練集樣本數(shù)量，解決了高光譜圖像有標(biāo)記樣本的稀缺問題，同時(shí)空譜的全卷積分類網(wǎng)絡(luò)也充分利用了多尺度的空間特征和光譜特征實(shí)現(xiàn)了較高的分類精度。
成果非涉密，專利申請(qǐng)已經(jīng)提交。
實(shí)驗(yàn)采用反射光學(xué)系統(tǒng)成像光譜儀（ROSIS）傳感器獲取意大利北部帕維亞大學(xué)（Pavia University）的高光譜圖像數(shù)據(jù)。該數(shù)據(jù)集由 103 個(gè)光譜帶組成，共 610×340 像素，光譜覆蓋范圍從 430nm 到 860nm，空間分辨率為 1.3m。該數(shù)據(jù)集一共含有 9 個(gè)類別的 42776個(gè)有標(biāo)記樣本，選取每類 30 個(gè)有標(biāo)記樣本作為訓(xùn)練集，其余作為測(cè)試集。
由下表可以看出，在每類選取 30 個(gè)樣本的情況下，本 模 型 的 OA，AA，Kappa系 數(shù) 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表證明了使用了偽標(biāo)簽樣本擴(kuò)充的空譜全卷積網(wǎng)絡(luò)的本方法在小樣本情況下每個(gè)類的分類準(zhǔn)確性均優(yōu)于 DFFN 和 CNN，達(dá)到了較好的分類效果。
表 1 PaviaU 數(shù)據(jù)集上對(duì)比實(shí)驗(yàn)結(jié)果
西安電子科技大學(xué)
2023-03-03
基于空譜差分輔助核聯(lián)合稀疏表示的高光譜圖像分類
該成果提出了一種基于空譜差分輔助核聯(lián)合稀疏表示分類的高光譜圖像分類方法。本章方法的主要?jiǎng)?chuàng)新性在于：1）能夠?qū)⒐庾V的差分輔助信息和原光譜特征信息有效結(jié)合。2）能夠考慮不同光譜屬性間的高階空間相關(guān)信息。3）原空譜和差分空譜核特征字典的信息通過具有混合正則的核聯(lián)合稀疏表示分類方法得到充分利用。通過在真實(shí)高光譜圖像數(shù)據(jù)上的實(shí)驗(yàn)表明，該成果提出的方法能夠有效地提高高光譜遙感圖像的分類效果。
主要技術(shù)指標(biāo)
不同數(shù)據(jù)集下的訓(xùn)練樣本與測(cè)試樣本數(shù)參閱表 1. 在該訓(xùn)練樣本集數(shù)量下的分類結(jié)果表現(xiàn)參見表 2. 相比于傳統(tǒng)分類器 SVM，OA 提高了約 20%；相比于 SOMP，OA 提高了約20%。
該成果無需使用 GPU 資源在保證精度的同時(shí)有效提升了分類的精度和效果，同時(shí)在較少訓(xùn)練樣本條件下仍能得到較好的分類精度和分類效果。
表 1. 不同數(shù)據(jù)集下的訓(xùn)練樣本選取數(shù)量
表 2. PaviaU 大學(xué)數(shù)據(jù)下不同方法的正確率比較
西安電子科技大學(xué)
2023-03-22
.jpg){kind=logo}
基于信道角度域信息的分布式空時(shí)預(yù)編碼傳輸方法
本發(fā)明公開了一種基于信道角度域信息的分布式空時(shí)預(yù)編碼傳輸方法，其關(guān)鍵是接收端把通過信道估計(jì)得到的信道角度域信息，包括平均入射角、角度擴(kuò)展和歸一化接收天線距離，反饋給發(fā)射端，收到反饋信息后，發(fā)射端首先構(gòu)建出信道的統(tǒng)計(jì)信息，包括均值和相關(guān)矩陣，然后利用這些信息設(shè)計(jì)最佳的預(yù)編碼矩陣，對(duì)預(yù)先設(shè)計(jì)好的空時(shí)碼字進(jìn)行預(yù)處理。這種基于信道角度域信息的分布式空時(shí)預(yù)編碼傳輸方法一方面可以得到更加精確的信道統(tǒng)計(jì)信息，另一方面可以進(jìn)一步減少所需的反饋量。
浙江大學(xué)
2021-04-13
.jpg){kind=logo}
基于多重路徑集的最優(yōu)交通流預(yù)測(cè)方法與擁擠收費(fèi)方法
基于多重路徑集的最優(yōu)交通流預(yù)測(cè)方法與擁擠收費(fèi)方法，算法具體步驟如下：步驟0.組織交通調(diào)查，確定每個(gè)OD對(duì)之間不同類別出行者的需求量及其合理路徑集合。步驟1.在零流網(wǎng)絡(luò)上，進(jìn)行流量加載，得到輔助路徑流量令初始路徑流量置k＝0。步驟2.計(jì)算各路徑的廣義路徑行駛時(shí)間向量步驟3.進(jìn)行流量加載，得到輔助路徑流量向量步驟4.如果滿足收斂指標(biāo)要求，則停止迭代，將當(dāng)前迭代點(diǎn)fk作為系統(tǒng)最優(yōu)路徑流量；否則轉(zhuǎn)步驟5。步驟5.沿方向利用某種線搜索方法，計(jì)算迭代步長(zhǎng)λk。步驟6.更新路徑流量，令k＝k+1，轉(zhuǎn)步驟2。本發(fā)明嚴(yán)格證明了該方法的有效性和實(shí)用性：即使對(duì)不同類型的出行者施加同樣的收費(fèi)，仍然能夠達(dá)到系統(tǒng)最優(yōu)狀態(tài)。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
用于建筑保溫、隔熱的真空管太陽能集熱裝置
該裝置克服現(xiàn)有太陽能集熱裝置不能實(shí)現(xiàn)與建筑物的真正集成和一體化，既無法做到有效的防風(fēng)、防雷，容易造成安全隱患，更難以提高建筑圍護(hù)結(jié)構(gòu)的保溫、隔熱水平。使該裝置不但使其在外觀上實(shí)現(xiàn)與建筑一體化，而且在功能上也實(shí)現(xiàn)與建筑的一體化，在高效集熱的同時(shí)，對(duì)建筑具有保溫隔熱作用。所適用的建筑圍護(hù) 結(jié)構(gòu)類型可以是外墻面或者屋頂，集熱裝置既可為單個(gè)的太陽能集熱模塊，也可為多個(gè)太陽能集熱模塊組成的集熱器陣列。 本裝置的優(yōu)點(diǎn)是： 1.現(xiàn)了集熱器與建筑集成，不但實(shí)現(xiàn)了外觀上的一體化，而且實(shí)現(xiàn)了功能上的一體化。 2.高建筑圍護(hù)結(jié)構(gòu)的冬季保溫水平和夏季的隔熱水平。 3.護(hù)建筑表面，建筑圍護(hù)結(jié)構(gòu)不與外界環(huán)境直接接觸，減少太陽能輻射對(duì)墻體的照射以及風(fēng)雨的侵蝕，建筑外表面的溫度和濕度變化大大減小，可大幅提高建筑構(gòu)件的使用壽命。 4.高太陽能集熱效率，腔室內(nèi)空氣溫度在冬季高于環(huán)境溫度，集熱裝置熱損失將有所減少，效率有所提高。 本裝置所適用的建筑圍護(hù)結(jié)構(gòu)類型既可以是外墻，包括直立或者傾斜墻面、陽臺(tái)護(hù)欄墻，也可以是屋頂，包括平屋頂或者坡屋頂?shù)龋患瓤梢詰?yīng)用于新建建筑中，也可直接應(yīng)用于既有建筑的墻體或者屋頂節(jié)能改造，在添加太陽能熱水系統(tǒng)的同時(shí)，完成節(jié)能改造。
上海理工大學(xué)
2021-04-11
.jpg){kind=logo}
生成連續(xù)動(dòng)態(tài)優(yōu)化問題的測(cè)試集 推動(dòng)動(dòng)態(tài)優(yōu)化算法應(yīng)用
物流調(diào)度、航班規(guī)劃等復(fù)雜應(yīng)用場(chǎng)景中，設(shè)計(jì)方案的評(píng)價(jià)隨著時(shí)間動(dòng)態(tài)改變。這類優(yōu)化問題在現(xiàn)實(shí)中廣泛存在并且求解困難。為了推動(dòng)該領(lǐng)域的發(fā)展，亟待提出能反映動(dòng)態(tài)優(yōu)化問題復(fù)雜特性并且可控的測(cè)試集，從而推動(dòng)動(dòng)態(tài)優(yōu)化算法在現(xiàn)實(shí)問題中的應(yīng)用。課題組在
南方科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種支持非搶占實(shí)時(shí)任務(wù)集的節(jié)能調(diào)度方法
本發(fā)明公開了一種支持非搶占實(shí)時(shí)任務(wù)集節(jié)能調(diào)度方法，其步 驟包括：初始任務(wù)集合處理，獲取初始減速因子，獲取候選減速因子， 分配減速因子；本發(fā)明所公開的非搶占實(shí)時(shí)任務(wù)集節(jié)能調(diào)度方法，在 保證非搶占實(shí)時(shí)任務(wù)在截止期之前完成的前提下，充分考慮了任務(wù)集 的非搶占特性，得到更小的減速因子，從而使得任務(wù)集能以更低的速 度運(yùn)行，達(dá)到更好的節(jié)能效果,可有效節(jié)約嵌入式系統(tǒng)能耗，并具有更 強(qiáng)的非搶占任務(wù)集實(shí)時(shí)節(jié)能調(diào)度能力；與現(xiàn)有的實(shí)時(shí)系統(tǒng)
華中科技大學(xué)
2021-04-14
生成連續(xù)動(dòng)態(tài)優(yōu)化問題的測(cè)試集推動(dòng)動(dòng)態(tài)優(yōu)化算法應(yīng)用
物流調(diào)度、航班規(guī)劃等復(fù)雜應(yīng)用場(chǎng)景中，設(shè)計(jì)方案的評(píng)價(jià)隨著時(shí)間動(dòng)態(tài)改變。這類優(yōu)化問題在現(xiàn)實(shí)中廣泛存在并且求解困難。為了推動(dòng)該領(lǐng)域的發(fā)展，亟待提出能反映動(dòng)態(tài)優(yōu)化問題復(fù)雜特性并且可控的測(cè)試集，從而推動(dòng)動(dòng)態(tài)優(yōu)化算法在現(xiàn)實(shí)問題中的應(yīng)用。課題組在IEEE Transactions on Cybernetics上發(fā)表了一種生成連續(xù)動(dòng)態(tài)優(yōu)化問題的測(cè)試集，同時(shí)對(duì)現(xiàn)有的測(cè)試集進(jìn)行了全面的綜述，并探討了它們?cè)诓东@不同問題特征方面的缺點(diǎn)。
南方科技大學(xué)
2021-04-14
IECUBE-3833集成電路實(shí)景操作VR實(shí)訓(xùn)平臺(tái)
IECUBE-3833集成電路實(shí)景操作VR實(shí)訓(xùn)平臺(tái)可提供集成電路制造設(shè)備、工藝制造、封裝操作和器件測(cè)試4類VR實(shí)操實(shí)驗(yàn)，與IECUBE-3831和IECUBE-3832平臺(tái)配合使用。
北京曾益慧創(chuàng)科技有限公司
2022-07-08
大學(xué).jpg){kind=logo}
一種關(guān)于水下螺旋槳梢渦空化的數(shù)值預(yù)報(bào)方法
簡(jiǎn)介：本發(fā)明公開了一種關(guān)于水下螺旋槳梢渦空化的數(shù)值預(yù)報(bào)方法，屬于螺旋槳優(yōu)化設(shè)計(jì)領(lǐng)域。一種關(guān)于水下螺旋槳梢渦空化的數(shù)值預(yù)報(bào)方法，包括以下步驟：(a)基本網(wǎng)格確定；(b)精細(xì)網(wǎng)格確定；(c)最優(yōu)網(wǎng)格確定；(d)利用最優(yōu)網(wǎng)格預(yù)報(bào)所需工況條件下的梢渦空化。本發(fā)明針對(duì)螺旋槳梢渦空化進(jìn)行數(shù)值預(yù)報(bào)；通過與相關(guān)實(shí)驗(yàn)結(jié)果對(duì)比，本發(fā)明較為有效地預(yù)報(bào)了E779A型螺旋槳在幾種不同工況下的梢渦空化，因此，本發(fā)明對(duì)螺旋槳設(shè)計(jì)中空化性能的預(yù)測(cè)與評(píng)估具有重要作用，可有效減少設(shè)計(jì)成本和設(shè)計(jì)周期，其應(yīng)用前景非常好。
安徽工業(yè)大學(xué)
2021-04-11