检索结果-内蒙古大学图书馆

2023届中国系统仿真与虚拟现实技术高层论坛

作者：邢素霞范福强张俊举北京工商大学模式识别与智能系统实验室南京理工大学电子工程与光电技术学院

飞行器温度场数字模型仿真是开展红外目标辐射特征研究的重要手段。在不同的外界环境下温度场分布不同,本文以某型号飞行器为研究对象,利用湍流模型对飞行器在不同飞行速度和高度下的温度场进行数值模拟仿真。首先,分析了三种不同的湍... 详细信息

飞行器温度场数字模型仿真是开展红外目标辐射特征研究的重要手段。在不同的外界环境下温度场分布不同,本文以某型号飞行器为研究对象,利用湍流模型对飞行器在不同飞行速度和高度下的温度场进行数值模拟仿真。首先,分析了三种不同的湍流模型标准(Standard) k-ε模型、剪切应力传输(SST) k-ω模型和Spalart-Allmaras(S-A)模型;其次,利用Multi Gen Creator软件对飞行器进行三维建模与网格划分;最后,利用标准k-ε模型、SST k-ω模型和S-A模型分别对不同飞行速度和飞行高度下的飞行器动态温度场进行模拟仿真。通过与理论结果进行了对比分析,实验结果显示,随飞行速度的增加,飞行器蒙皮温度逐渐升高;随飞行高度的升高蒙皮温度不断降低。标准k-ε模型与k-ω模型和S-A模型的仿真结果相比,三种模型均能较好地仿真飞行器蒙皮温度场分布,其中,k-ε模型计算的蒙皮平均温度值与理论温度值相近,故k-ε模型更适合于飞行器的流场仿真,能较好地仿真出空气动力加热对飞行器温度场的影响;在飞行器的尾喷管内壁面的温度仿真上,k-ε模型与S-A模型的仿真温度值均约为1074K,SST k-ω模型的仿真温度为1095K左右,温度相差22K,误差温度约占尾喷管内壁面温度的2%左右,3种湍流模型均适合尾喷管内壁面温度场仿真。综上,k-ε模型、SST k-ω模型和S-A模型均能较好地实现飞行器温度场仿真,其中k-ε模型计算结果与理论结果更为接近。

关键词： Standard k-ε模型 SST k-ω模型 S-A模型飞行器温度场模拟

来源：评论

学校读者我要写书评

暂无评论

一种新的非结构化环境可通行区域检测算法

引用

计算机与数字工程 2019年第7期47卷 1652-1661页

作者：闫明蔡云飞陈盟南京理工大学模式识别与人工智能实验室

为了可靠地实现非结构化环境越野自主车辆前方可通行区域检测,提出一种基于四线激光雷达的点云特征检测算法。通过点云分布特征搜索具有相对平面扫描特性的较规则分布点云带,提取并拟合近似平行线段集,对规则点云的包络点集进行区域道... 详细信息

为了可靠地实现非结构化环境越野自主车辆前方可通行区域检测,提出一种基于四线激光雷达的点云特征检测算法。通过点云分布特征搜索具有相对平面扫描特性的较规则分布点云带,提取并拟合近似平行线段集,对规则点云的包络点集进行区域道路边界假设和拟合,根据车辆连续运行时间轴的上下文关系对边界进行滤波平滑和预测增补,并利用点云聚类特征检测区域内障碍物,融合边界与障碍物区域,考虑车辆可达性,最终得到安全的可通行区域。方法有效避免了大幅度、高频率非结构化振动环境中基于地平面绝对高度计算方法的严重缺陷,实验与比赛应用结果验证了算法的可行性与实用性。

关键词：点云非结构化环境可通行区域

来源：评论

学校读者我要写书评

暂无评论

基于双门限算法的端点检测改进研究

引用

计算机与数字工程 2017年第11期45卷 2223-2228页

作者：王满洪张二华王明合南京理工大学模式识别与人工智能实验室南京210094

端点检测技术是语音识别中的一个重要步骤,其准确性直接影响语音信号处理的效率,近年来对语音信号端点检测技术的研究一直是语音信号处理的热点。传统的双门限端点算法在实验室环境下检测结果较为准确,但在复杂信道环境下,正确率大大下... 详细信息

端点检测技术是语音识别中的一个重要步骤,其准确性直接影响语音信号处理的效率,近年来对语音信号端点检测技术的研究一直是语音信号处理的热点。传统的双门限端点算法在实验室环境下检测结果较为准确,但在复杂信道环境下,正确率大大下降。针对传统双门限算法的局限性,论文提出了一种基于二级判决的改进方法。该算法采用短时振幅来构造过零"带",增强复杂环境下过零率的抗干扰性。同时增设辅音能量阈值和疑似辅音阈值,解决清辅音丢失以及无声段混入问题。实验结果表明,该方法在复杂信道条件下端点检测正确率有较大提高。

关键词：端点检测双门限算法短时能量短时过零率复杂信道

来源：评论

学校读者我要写书评

暂无评论

无监督的稀疏差分嵌入特征提取方法

引用

小型微型计算机系统 2017年第5期38卷 1134-1138页

作者：刘毛溪万鸣华孙成立王巧丽南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 南昌航空大学信息工程学院南昌330000 南京理工大学高维信息智能感知与系统教育部重点实验室南京210094 南京晓庄学院可信云计算与大数据分析重点实验室南京211171

人脸数据中的有效特征是提高识别率的关键,因此特征提取是人脸识别领域的重要步骤.为了能够同时保留人脸数据的局部结构和全局结构,并得到一个更具有解释性的结果,综合主成分分析算法和局部线性嵌入算法,并加入稀疏约束,提出一种无监督... 详细信息

人脸数据中的有效特征是提高识别率的关键,因此特征提取是人脸识别领域的重要步骤.为了能够同时保留人脸数据的局部结构和全局结构,并得到一个更具有解释性的结果,综合主成分分析算法和局部线性嵌入算法,并加入稀疏约束,提出一种无监督的稀疏差分嵌入(Unsupervised Sparse Difference Embedding,USDE)的特征提取方法.在满足局部最小嵌入和全局最大方差的同时,使用弹性网回归算法得到一个稀疏特征向量.在ORL人脸库、AR人脸库以及UMIST人脸库上的实验结果表明,同其他几种方法相比,USDE具有更好的效果.

关键词：特征提取主成分分析局部线性嵌入弹性网回归

来源：评论

学校读者我要写书评

暂无评论

基于最大边界准则的稀疏局部嵌入特征提取方法

引用

计算机应用研究 2017年第5期34卷 1560-1564页

作者：刘毛溪万鸣华孙成立王巧丽南昌航空大学江西省图像处理与模式识别重点实验室南昌330000 南昌航空大学信息工程学院南昌330000 南京理工大学高维信息智能感知与系统教育部重点实验室南京210094 南京晓庄学院可信云计算与大数据分析重点实验室南京211171

针对局部线性嵌入算法(LLE)无法利用样本的鉴别信息,最大边界准则算法(MMC)对非线性数据处理能力较弱的不足,提出一种基于最大间距准则的稀疏局部嵌入(SLE/MMC)特征提取算法。在保持局部近邻的前提下,首先在类内紧致图中使同类样本尽可... 详细信息

针对局部线性嵌入算法(LLE)无法利用样本的鉴别信息,最大边界准则算法(MMC)对非线性数据处理能力较弱的不足,提出一种基于最大间距准则的稀疏局部嵌入(SLE/MMC)特征提取算法。在保持局部近邻的前提下,首先在类内紧致图中使同类样本尽可能地聚集在一起;然后在类间惩罚图中使不同类别的样本尽可能分离;最后使用弹性网回归算法得到一个最优的稀疏投影矩阵。为了避免小样本问题,采用MMC的形式构造目标函数。在ORL、Yale以及UMIST人脸库上的实验结果可以看到,同其他几种方法(PCA、LLE和MMC)相比,SLE/MMC具有更高的识别率,表明该方法具有更高效的特征提取能力。

关键词：特征提取局部线性嵌入最大边界准则弹性网回归

来源：评论

学校读者我要写书评

暂无评论

基于分类器集成的跨膜蛋白两亲螺旋区域位置预测

引用

南京理工大学学报 2016年第4期40卷 431-437页

作者：郜法启於东军沈红斌上海交通大学图像处理与模式识别研究所上海200240 系统控制与信息处理教育部重点实验室上海200240 南京理工大学计算机科学与工程学院江苏南京210094

为提高跨膜蛋白两亲螺旋区域(Amphipathic helices,AHs)预测的精度,基于蛋白质位置特异性得分矩阵、二级结构以及疏水矩,提出了一种新的衡量两亲性的螺旋周期性(Helix periodicity,HP)特征;利用Mem Brain预测器滤除跨膜区域片段并使用... 详细信息

为提高跨膜蛋白两亲螺旋区域(Amphipathic helices,AHs)预测的精度,基于蛋白质位置特异性得分矩阵、二级结构以及疏水矩,提出了一种新的衡量两亲性的螺旋周期性(Helix periodicity,HP)特征;利用Mem Brain预测器滤除跨膜区域片段并使用下采样的方法,降低了AHs的搜索空间;在此基础上训练基于支持向量机(Support vector machine,SVM)的集成分类器用于AHs预测。为了客观评价AHs的预测性能,首次构建了领域内较为完备可用的标准数据集。在此数据集上的实验结果表明所提方法优于其他AHs预测方法。

关键词：跨膜蛋白两亲螺旋区域位置特异性得分矩阵疏水矩分类器集成

来源：评论

学校读者我要写书评

暂无评论

多流形的非监督线性差分投影算法

引用

计算机科学与探索 2016年第11期10卷 1577-1586页

作者：杨章静万鸣华王巧丽张凡龙杨国为南京审计大学工学院南京211815 南京理工大学高维信息智能感知与系统教育部重点实验室南京210094 南京晓庄学院可信云计算与大数据分析重点实验室南京211171 南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

针对非监督线性差分投影(unsupervised linear differential projection,ULDP)在特征提取过程中存在的不足,提出了基于多流形的非监督线性差分投影(multi-manifold unsupervised linear differential projection,MULDP)算法,并将其应用于人脸识别中。MULDP首先构造出多流形局部近邻图和多流形最大全局方差,然后通过多目标最优化问题求解出嵌入在高维空间的低维流形。这种映射不仅能表示全局结构,还能表示局部结构。该算法可以得到嵌入在高维空间的低维流形,更好地实现了局部与全局结构信息的有效保持。在ORL、Yale及AR人脸库上的实验结果验证了所提算法的优越性。

关键词：人脸识别特征提取多流形非监督线性差分投影(ULDP)

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的人脸性别识别

引用

现代电子技术 2015年第7期38卷 81-84页

作者：汪济民陆建峰南京理工大学计算机科学与工程学院模式识别与智能控制系江苏南京210094 江苏省社会安全图像与视频理解重点实验室江苏南京210094

人脸性别识别是人脸识别的重要组成部分,但是人脸识别容易受到光照、旋转、平移、遮挡等因素的影响。将卷积神经网络引入到人脸性别识别中,该网络的结构具有稀疏连接和权值共享的优点,卷积层和采样层交替进行,简化了模型的复杂度。实验... 详细信息

人脸性别识别是人脸识别的重要组成部分,但是人脸识别容易受到光照、旋转、平移、遮挡等因素的影响。将卷积神经网络引入到人脸性别识别中,该网络的结构具有稀疏连接和权值共享的优点,卷积层和采样层交替进行,简化了模型的复杂度。实验表明,该方法的网络结构有效地克服了旋转、遮挡等因素的影响,具有较好的鲁棒性。

关键词：人脸性别识别卷积神经网络稀疏连接权值共享

来源：评论

学校读者我要写书评

暂无评论

稀疏性正则化的图像泊松去噪算法

引用

电子学报 2011年第2期39卷 285-290页

作者：孙玉宝韦志辉吴敏肖亮费选南京理工大学计算机科学与技术学院模式识别与智能系统实验室江苏南京210094 总参谋部第六十研究所江苏南京210016

去除医学、天文图像中的泊松噪声是一个重要问题,基于图像在过完备字典下的稀疏表示,在Bayesian-MAP框架下建立了稀疏性正则化的图像泊松去噪凸变分模型,采用负log的泊松似然函数作为模型的数据保真项,模型中非光滑的正则项约束图像表... 详细信息

去除医学、天文图像中的泊松噪声是一个重要问题,基于图像在过完备字典下的稀疏表示,在Bayesian-MAP框架下建立了稀疏性正则化的图像泊松去噪凸变分模型,采用负log的泊松似然函数作为模型的数据保真项,模型中非光滑的正则项约束图像表示系数的稀疏性,并附加非负性约束,保证去噪图像的非负性.基于分裂Bregman方法,提出了数值求解该模型的多步迭代快速算法,通过引入辅助变量与Bregman距离可将原问题转化为两个简单子问题的迭代求解,降低了计算复杂性.实验结果验证了本文模型与数值算法的有效性.

关键词：图像去噪稀疏表示泊松噪声分裂Bregman算法邻近算子

来源：评论

学校读者我要写书评

暂无评论

隐空间中参数化直接鉴别分析及其应用

引用

计算机工程与应用 2011年第6期47卷 212-215页

作者：张燕郑玮胡勇金陵科技学院信息技术学院南京211169 南京理工大学模式识别与智能系统实验室南京210094

提出了一种新的非线性特征抽取方法——隐空间中参数化直接鉴别分析。其主要思想是利用一核函数将原始输入空间非线性变换到隐空间,针对在该隐空间中类内散布矩阵总是奇异等问题,利用参数化直接鉴别分析进行特征抽取。与现有的核特征抽... 详细信息

提出了一种新的非线性特征抽取方法——隐空间中参数化直接鉴别分析。其主要思想是利用一核函数将原始输入空间非线性变换到隐空间,针对在该隐空间中类内散布矩阵总是奇异等问题,利用参数化直接鉴别分析进行特征抽取。与现有的核特征抽取方法不同的是,该方法不需要核函数满足Mercer定理,从而增加了核函数的选择范围。更为重要的是,由于在隐空间中采用了参数化直接鉴别分析,不仅保留了参数化直接鉴别分析的优点,而且有效地抽取了样本的非线性特征;在该方法中提出了一个更为合理的加权系数矩阵,提高了分类性能。在FERET人脸数据库子库上的实验结果验证了该方法的有效性。

关键词：隐空间直接鉴别分析加权系数特征抽取

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：