期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
3
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
利用深层卷积神经网络实现地形辅助的多波束海底底质分类
被引量:
7
1
作者
阳凡林
朱正
任
+3 位作者
李家彪
冯成凯
邢喆
吴自银
《测绘学报》
EI
CSCD
北大核心
2021年第1期71-84,共14页
海底底质分类对于海洋资源开发与利用、海洋科学研究等多方面具有重要意义。目前,多波束探测是实现大范围海底底质分类的有效手段之一,通常基于多波束反向散射强度提取角度响应(AR)特征及反向散射图像特征进行底质分类。由于特征来源较...
海底底质分类对于海洋资源开发与利用、海洋科学研究等多方面具有重要意义。目前,多波束探测是实现大范围海底底质分类的有效手段之一,通常基于多波束反向散射强度提取角度响应(AR)特征及反向散射图像特征进行底质分类。由于特征来源较单一,分类器结构简单,往往分类精度不高。为此,本文提出了一种基于深层卷积神经网络(CNN)的多波束海底底质分类方法。除反向散射强度特征外,还利用地形特征,将特征向量转换为波形图,再输入卷积神经网络进行训练和分类。试验对比不同特征组合以及BP网络、支持向量机(SVM)、K近邻(KNN)、随机森林(RF)4种常规分类器,本文模型算法总体分类精度达到94.86%,Kappa系数为0.93,精度具有明显优势,效率也比较高。表明该方法有效利用两种数据类型所蕴含的海底底质信息,充分发挥卷积神经网络权值共享、高效率等特点,实现高分辨率海底底质分类,可对海底底质分类研究提供参考。
展开更多
关键词
多波束
反向散射图像
角度响应
底质分类
卷积神经网络
下载PDF
职称材料
基于小波分析的多波束声呐图像角度响应改正方法
被引量:
3
2
作者
朱正
任
冯成凯
+3 位作者
徐琪尧
韩冰
付桂合
阳凡林
《山东科技大学学报(自然科学版)》
CAS
北大核心
2021年第2期31-40,共10页
多波束声呐图像在海底底质分类中具有重要应用,而角度响应(angular response,AR)对多波束声呐图像的影响较大,给声呐图像的判读带来了困难。为此,针对多波束角度响应曲线具有非平稳离散随机信号的特点,提出一种基于小波分析的多波束声...
多波束声呐图像在海底底质分类中具有重要应用,而角度响应(angular response,AR)对多波束声呐图像的影响较大,给声呐图像的判读带来了困难。为此,针对多波束角度响应曲线具有非平稳离散随机信号的特点,提出一种基于小波分析的多波束声呐图像角度响应改正方法。首先,将AR曲线进行小波分解,获得长波项和短波项;然后,分别绘制长波项和短波项的三维概率密度图,通过短波项的三维概率密度图获得小波分解的最优参数,通过长波项的三维概率密度图对多波束条带进行同底质区域的划分;最后,在同底质区域下进行长波项的AR改正,将改正后的长波项和短波项进行信号重构,获得高质量的多波束声呐图像。实验分析表明,该方法在保留原始细节的基础上,有效削弱了角度响应对声呐图像的影响,对多波束声呐图像处理具有参考和应用价值。
展开更多
关键词
多波束
反向散射强度
小波分析
三维概率密度
角度响应
下载PDF
职称材料
多波束声呐图像条带中央和边缘残差处理方法
被引量:
3
3
作者
朱正
任
樊妙
+3 位作者
邢喆
冯成凯
孙毅
阳凡林
《海洋技术学报》
2019年第5期26-31,共6页
多波束声呐图像是进行海底底质分类的主要数据源之一,由于受海洋噪声、声波散射和混响、仪器设备等因素影响,其经各项常规改正后仍存在明显残差,突出表现在中央波束区和条带重叠区,难以形成高质量的声呐图像。文中分析了多波束声呐图像...
多波束声呐图像是进行海底底质分类的主要数据源之一,由于受海洋噪声、声波散射和混响、仪器设备等因素影响,其经各项常规改正后仍存在明显残差,突出表现在中央波束区和条带重叠区,难以形成高质量的声呐图像。文中分析了多波束声呐图像残差的成因及影响,提出了一种基于多条带最小二乘拟合的多波束声呐图像残差处理方法。首先,得到相邻声脉冲(ping)信号中央区域、重叠区域以及整体趋势的拟合函数;然后,通过拟合函数计算得到中央和重叠区域的残差改正系数;最后,通过改正系数进行残差改正。实验分析表明,该方法在保留原始细节的基础上,有效削弱了残差对声呐图像的影响,对多波束声呐图像处理具有参考和应用价值。
展开更多
关键词
多波束
声呐图像
反向散射强度
残差
下载PDF
职称材料
题名
利用深层卷积神经网络实现地形辅助的多波束海底底质分类
被引量:
7
1
作者
阳凡林
朱正
任
李家彪
冯成凯
邢喆
吴自银
机构
山东科技大学测绘科学与工程学院
自然资源部海洋测绘重点实验室
自然资源部第二海洋研究所
国家海洋信息中心
出处
《测绘学报》
EI
CSCD
北大核心
2021年第1期71-84,共14页
基金
国家自然科学基金(41930535,41830540)
国家重点研发计划(2018YFF0212203,2018YFC1405900,2017YFC1405006,2016YFC1401210)
山东科技大学科研创新团队支持计划(2019TDJH103)。
文摘
海底底质分类对于海洋资源开发与利用、海洋科学研究等多方面具有重要意义。目前,多波束探测是实现大范围海底底质分类的有效手段之一,通常基于多波束反向散射强度提取角度响应(AR)特征及反向散射图像特征进行底质分类。由于特征来源较单一,分类器结构简单,往往分类精度不高。为此,本文提出了一种基于深层卷积神经网络(CNN)的多波束海底底质分类方法。除反向散射强度特征外,还利用地形特征,将特征向量转换为波形图,再输入卷积神经网络进行训练和分类。试验对比不同特征组合以及BP网络、支持向量机(SVM)、K近邻(KNN)、随机森林(RF)4种常规分类器,本文模型算法总体分类精度达到94.86%,Kappa系数为0.93,精度具有明显优势,效率也比较高。表明该方法有效利用两种数据类型所蕴含的海底底质信息,充分发挥卷积神经网络权值共享、高效率等特点,实现高分辨率海底底质分类,可对海底底质分类研究提供参考。
关键词
多波束
反向散射图像
角度响应
底质分类
卷积神经网络
Keywords
multibeam
backscatter image
angular response
seafloor classification
convolutional neural network
分类号
P229.1 [天文地球—大地测量学与测量工程]
下载PDF
职称材料
题名
基于小波分析的多波束声呐图像角度响应改正方法
被引量:
3
2
作者
朱正
任
冯成凯
徐琪尧
韩冰
付桂合
阳凡林
机构
山东科技大学测绘与空间信息学院
海岛(礁)测绘技术国家测绘地理信息局重点实验室
出处
《山东科技大学学报(自然科学版)》
CAS
北大核心
2021年第2期31-40,共10页
基金
国家重点研发计划项目(2018YFF0212203,2017YFC1405006,2018YFC1405900,2016YFC1401210)
山东省重点研发计划项目(2018GHY115002)。
文摘
多波束声呐图像在海底底质分类中具有重要应用,而角度响应(angular response,AR)对多波束声呐图像的影响较大,给声呐图像的判读带来了困难。为此,针对多波束角度响应曲线具有非平稳离散随机信号的特点,提出一种基于小波分析的多波束声呐图像角度响应改正方法。首先,将AR曲线进行小波分解,获得长波项和短波项;然后,分别绘制长波项和短波项的三维概率密度图,通过短波项的三维概率密度图获得小波分解的最优参数,通过长波项的三维概率密度图对多波束条带进行同底质区域的划分;最后,在同底质区域下进行长波项的AR改正,将改正后的长波项和短波项进行信号重构,获得高质量的多波束声呐图像。实验分析表明,该方法在保留原始细节的基础上,有效削弱了角度响应对声呐图像的影响,对多波束声呐图像处理具有参考和应用价值。
关键词
多波束
反向散射强度
小波分析
三维概率密度
角度响应
Keywords
multibeam
backscatter
wavelet analysis
3D histogram
angular response
分类号
P229 [天文地球—大地测量学与测量工程]
下载PDF
职称材料
题名
多波束声呐图像条带中央和边缘残差处理方法
被引量:
3
3
作者
朱正
任
樊妙
邢喆
冯成凯
孙毅
阳凡林
机构
山东科技大学测绘科学与工程学院
国家海洋信息中心
海岛(礁)测绘技术国家测绘地理信息局重点实验室
出处
《海洋技术学报》
2019年第5期26-31,共6页
基金
国家重点研发计划资助项目(2018YFF0212203,2017YFC1405006,2018YFC1405900,2016YFC1401210)
山东省重点研发计划资助项目(2018GHY115002)
国家自然科学基金资助项目(41830540,11704225,41471331)
文摘
多波束声呐图像是进行海底底质分类的主要数据源之一,由于受海洋噪声、声波散射和混响、仪器设备等因素影响,其经各项常规改正后仍存在明显残差,突出表现在中央波束区和条带重叠区,难以形成高质量的声呐图像。文中分析了多波束声呐图像残差的成因及影响,提出了一种基于多条带最小二乘拟合的多波束声呐图像残差处理方法。首先,得到相邻声脉冲(ping)信号中央区域、重叠区域以及整体趋势的拟合函数;然后,通过拟合函数计算得到中央和重叠区域的残差改正系数;最后,通过改正系数进行残差改正。实验分析表明,该方法在保留原始细节的基础上,有效削弱了残差对声呐图像的影响,对多波束声呐图像处理具有参考和应用价值。
关键词
多波束
声呐图像
反向散射强度
残差
Keywords
multibeam sonar
sonar image
backscatter
residual errors
分类号
P229 [天文地球—大地测量学与测量工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
利用深层卷积神经网络实现地形辅助的多波束海底底质分类
阳凡林
朱正
任
李家彪
冯成凯
邢喆
吴自银
《测绘学报》
EI
CSCD
北大核心
2021
7
下载PDF
职称材料
2
基于小波分析的多波束声呐图像角度响应改正方法
朱正
任
冯成凯
徐琪尧
韩冰
付桂合
阳凡林
《山东科技大学学报(自然科学版)》
CAS
北大核心
2021
3
下载PDF
职称材料
3
多波束声呐图像条带中央和边缘残差处理方法
朱正
任
樊妙
邢喆
冯成凯
孙毅
阳凡林
《海洋技术学报》
2019
3
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部