期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于平均迹长修正新方法的岩体三维连通率及抗剪强度参数计算 被引量:5
1
作者 吴琼 唐辉明 +1 位作者 王亮清 章广成 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2008年第A02期3941-3949,共9页
岩体结构面连通率是反映结构面延伸程度和连通状况的一个重要参数,是确定裂隙岩体抗剪强度指标的关键和分析边坡稳定性的前提。对三维连通率的求解方法及其在估算抗剪强度参数中的应用进行探讨,在考虑结构面迹长和迹线与统计窗边线的交... 岩体结构面连通率是反映结构面延伸程度和连通状况的一个重要参数,是确定裂隙岩体抗剪强度指标的关键和分析边坡稳定性的前提。对三维连通率的求解方法及其在估算抗剪强度参数中的应用进行探讨,在考虑结构面迹长和迹线与统计窗边线的交角均遵循一般概率分布类型的基础上,从概率统计角度推导出窗口法中结构面平均迹长的估算公式。利用基于平均迹长修正公式的三维结构面网络模拟方法对贵阳市鱼简河水利工程导流洞进口的岩体结构面进行模拟,在其三维可视化模型的基础上求得模拟区内不同截面的三维连通率,并利用三维连通率结果估算出岩体的综合抗剪强度参数。计算结果表明:该模拟区内岩体总体连通性较好,各向异性明显,70°~80°∠20°~40°范围内的截面为危险截面,最大连通率为0.9143,最小黏聚力和内摩擦角分别为1.135MPa和25.7°,工程建设中应予以重视。 展开更多
关键词 岩石力学 岩体结构面 平均迹长 采样窗口 三维网络模拟 三维连通率 切片法 抗剪强度
下载PDF
采样窗口对光学系统MTF测量影响的研究
2
作者 段亚轩 陈永权 +3 位作者 赵建科 李坤 龙江波 田留德 《光学与光电技术》 2012年第4期32-36,共5页
对光学系统MTF测试中采样窗口对其测量影响进行了研究。在对标准镜头MTF测试时,采用离散傅里叶变换计算,线扩散函数扫描方向长度为所选针孔像线扩散函数半高宽的5倍左右时,MTF测试结果与设计值差异极值为0.011;采用快速傅里叶变换计算,... 对光学系统MTF测试中采样窗口对其测量影响进行了研究。在对标准镜头MTF测试时,采用离散傅里叶变换计算,线扩散函数扫描方向长度为所选针孔像线扩散函数半高宽的5倍左右时,MTF测试结果与设计值差异极值为0.011;采用快速傅里叶变换计算,线扩散函数扫描方向长度为所选针孔像线扩散函数半高宽的5倍左右时,同时采样点数要满足2 N,测试结果与设计值差异极值为0.010。为了证明此结论的普适性,按所提的采样窗口选取原则,对大像差镜头轴上和轴外的MTF进行了试验,并将测试结果与OPTIKOS的测试结果进行对比,最大极差为0.013。试验结果表明,此结论能够为光学系统MTF测试时采样窗口选择提供依据。 展开更多
关键词 测量 采样窗口 调制传递函数 线扩散函数
原文传递
利用采样窗口与彩色信息提取石材大板目标轮廓
3
作者 闵莉 白彪 +1 位作者 赵民 刘大任 《沈阳建筑大学学报(自然科学版)》 CAS 北大核心 2014年第3期516-522,共7页
目的提取生产线复杂背景下的石材大板目标轮廓,为后续石材大板的实时优化排版及下料等智能化加工提供基本参数.方法将彩色信息作为石材大板的有效分割特征.在HSI彩色图像空间中,定义采样窗口和动态检测窗口,提取采样窗口特征参数作为先... 目的提取生产线复杂背景下的石材大板目标轮廓,为后续石材大板的实时优化排版及下料等智能化加工提供基本参数.方法将彩色信息作为石材大板的有效分割特征.在HSI彩色图像空间中,定义采样窗口和动态检测窗口,提取采样窗口特征参数作为先验模板.用检测窗口遍历图像,根据检测窗口与采样窗口彩色分量概率分布的相似性分割出准目标区域;在该区域内用双阈值法分割出目标点区域,提取目标轮廓.结果对简单背景和复杂生产线背景下的石材大板目标轮廓提取进行了实验,并与直方图自适应阈值法进行了实验结果对比分析.实验结果表明,笔者所提算法能够准确提取简单背景和复杂背景下不规则石材大板目标轮廓.结论笔者算法从生产实际出发,能够准确提取复杂背景下不规则石材大板的目标轮廓,为石材大板的智能加工提供了前期输入参数. 展开更多
关键词 HSI彩色空间 采样窗口 概率分布 相似度
下载PDF
基于灰度信息的人脸检测系统 被引量:2
4
作者 王海涛 王阳生 《计算机工程》 CAS CSCD 北大核心 2004年第3期54-55,93,共3页
提出了一种基于灰度信息的人脸检测系统的结构和方法。该系统是由两级分类器组成,这样既加快了系统检测速度,又保证了其检测精度。两级分类器均是由RBF神经网络构成,并且第二级分类器通过有效的机器学习方法: Adaboost,提高了其识别能... 提出了一种基于灰度信息的人脸检测系统的结构和方法。该系统是由两级分类器组成,这样既加快了系统检测速度,又保证了其检测精度。两级分类器均是由RBF神经网络构成,并且第二级分类器通过有效的机器学习方法: Adaboost,提高了其识别能力。该方法根据一定的规则把多个弱分类器组合成一个强的分类器,从而达到提高识别率的目的。 实验表明,通过Adaboost增强后,分类器检测能力要优于SVM分类器。另外,由于采用了旋转采样窗口,该系统可以检测到轻微平面旋转(<±20°)的人脸。 展开更多
关键词 人脸检测 机器学习 旋转采样窗口
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部