期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
超特高压油浸式电抗器电磁场仿真分析 被引量：11
1
作者 于龙洋 刘晔 +1 位作者 于施淼 卢音朴 《中国电力》 CSCD 北大核心 2018年第11期110-116,共7页
1 100 kV超特高压并联电抗器适应中国电力工业发展需求而得到了长足的发展,针对超特高压并联电抗器电磁场及电磁力仿真分析,首先建立了油浸式电抗器有限元3D模型,然后分析了电抗器芯柱结构漏磁现象及磁路,最后计算出了各部件磁密云图及... 1 100 kV超特高压并联电抗器适应中国电力工业发展需求而得到了长足的发展,针对超特高压并联电抗器电磁场及电磁力仿真分析,首先建立了油浸式电抗器有限元3D模型,然后分析了电抗器芯柱结构漏磁现象及磁路,最后计算出了各部件磁密云图及电磁力云图,与实际工况下的实验数据进行对比,结果误差较小,验证了电抗器磁场及电磁力仿真的正确性与有效性,为解决存在的振动及过热问题提供了理论支持。 展开更多
关键词 1100kV 并联电抗器 电磁场 漏磁 电磁力 仿真分析
下载PDF
基于高光谱成像技术结合PCA-GRNN的糙米发芽率检测方法研究 被引量：7
2
作者 于施淼 卢伟 +2 位作者 梁琨 洪德林 党晓景 《激光与光电子学进展》 CSCD 北大核心 2015年第11期255-262,共8页
水稻是人类的主要粮食作物，其发芽率是评定水稻质量的重要指标之一。以南粳46为研究对象，利用高光谱成像技术预测剥壳后的稻种（以下简称糙米）发芽率。在400～1000nm波长范围内，采集960粒饱满、无霉变糙米的高光谱图像，提取感兴趣... 水稻是人类的主要粮食作物，其发芽率是评定水稻质量的重要指标之一。以南粳46为研究对象，利用高光谱成像技术预测剥壳后的稻种（以下简称糙米）发芽率。在400～1000nm波长范围内，采集960粒饱满、无霉变糙米的高光谱图像，提取感兴趣区域的平均光谱曲线，利用主成分分析（PCA）提取特征波长，再结合偏最小二乘法（PLS）、反向传播神经网络（BPNN）、径向基神经网络（RBFNN）和广义回归网络（GRNN）4种建模方法分别对糙米5个区域特征波长的光谱数据建立预测模型并加以比较。4种建模方法对糙米A区域（含胚芽）的平均预测效果最好（Rp=0．970），其中，GRNN模型对该区域预测精度最高（Rp=0．982，fRMSEP=0．978）。研究结果表明利用高光谱成像技术并结合PCA和GRNN检测糙米发芽率是可行的。 展开更多
关键词 光谱学 高光谱成像 主成分分析 广义回归网络 发芽率 糙米
原文传递
自适应空间约束互补偿跟踪器的研究 被引量：1
3
作者 孙培钦 刘晔 于施淼 《计算机仿真》 北大核心 2019年第9期257-262,共6页
目标跟踪器是计算机视觉系统中重要的组成部件,要求在满足实时性的前提具备良好的跟踪能力。在Staple跟踪器基础上,通过分析其存在的缺陷提出高斯加窗和自适应机制两种措施进行改善,将措施与Staple跟踪器进行整合提出自适应空间约束互... 目标跟踪器是计算机视觉系统中重要的组成部件,要求在满足实时性的前提具备良好的跟踪能力。在Staple跟踪器基础上,通过分析其存在的缺陷提出高斯加窗和自适应机制两种措施进行改善,将措施与Staple跟踪器进行整合提出自适应空间约束互补偿跟踪器SRA-MCT。通过验证实验,提出的改进措施有效地提高跟踪器面对特定挑战场景时的性能。通过将SRA-MCT跟踪器与多个跟踪器在实验评测集上进行OPE测试,证明提出的SRA-MCT跟踪器不仅满足实时性要求且具有优异的跟踪性能。SRA-MCT跟踪器在实验评测集的AUC数值和准确率(20px)数值相比Staple跟踪器分别高出4.5%和7.4%。 展开更多
关键词 跟踪器 高斯加窗 自适应 相关滤波
下载PDF
基于高光谱图像与视觉词袋模型的稻种发芽率预测研究 被引量：1
4
作者 于施淼 卢伟 +2 位作者 丁冬 洪德林 党晓景 《激光与光电子学进展》 CSCD 北大核心 2016年第1期107-114,共8页
为实现稻种品质的快速鉴定,以稻种最重要的品质参数之一——发芽率作为主要评价指标,通过高光谱成像技术结合视觉词袋(Bo VW)模型的方法进行稻种发芽率的分级评价。挑选Y两优302、两优108和内5优8015三个品种的杂交水稻种子各100粒,在温... 为实现稻种品质的快速鉴定,以稻种最重要的品质参数之一——发芽率作为主要评价指标,通过高光谱成像技术结合视觉词袋(Bo VW)模型的方法进行稻种发芽率的分级评价。挑选Y两优302、两优108和内5优8015三个品种的杂交水稻种子各100粒,在温度40℃、相对湿度100%条件下对三种稻种分别老化处理0、1、2、3、4 d,得到5个活力梯度的稻种。采集300粒稻种的高光谱图像,随机分为训练集(200份)和测试集(100份)。图像采集完毕后,进行稻种发芽实验,第14天时计算发芽率。采用主成分分析(PCA)方法选取特征波长,利用密集尺度不变特征变换(SIFT)算法提取稻种图像局部特征,再根据K-means算法聚类生成视觉词典。利用以径向基(RBF)核为核函数的支持向量机(SVM)分类器建立稻种发芽率分级预测模型,判别精度为95.65%。结果表明,采用高光谱成像技术结合视觉词袋模型进行水稻发芽率的快速、无损预测是可行的。 展开更多
关键词 图像处理 高光谱成像 视觉词袋 稻种 发芽率 支持向量机
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部