-
题名缺陷接地结构在RF和微波电路中的最新应用
被引量：14
- 1
-
-
作者
刘海文
李征帆
孙晓玮
-
机构
上海交通大学电子工程系
早稻田大学情报生产和系统大学院
中国科学院上海微系统与信息技术研究所
-
出处
《电子科学技术评论》
2005年第1期19-24,共6页
-
文摘
本文介绍了微波电路中一种新颖的接地板--缺陷接地结构(defected ground struc-ture,DGS),并总结了DGS结构提出近5年来,其在微波电路中应用状况的最新进展。还介绍了我们在DGS结构研究和应用中取得的成果。最后,展望DGS结构在无线通信系统中应用前景。
-
关键词
微波电路
RF
无线通信系统
接地
缺陷
地板
成果
-
分类号
TN454
[电子电信—微电子学与固体电子学]
TN925
-
-
题名频谱卷积神经网络实现全息图散斑降噪
被引量：10
- 2
-
-
作者
周文静
邹帅
何登科
Hu Jinglu
于瀛洁
-
机构
上海大学机电工程与自动化学院
早稻田大学情报生产系统学院
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2020年第5期61-68,共8页
-
基金
国家自然科学基金(61975112,51775326)
上海市自然科学基金(18ZR1413700)。
-
文摘
数字全息系统是一种非常先进的成像系统,但相干光源数字全息系统中散斑噪声会对全息图的质量产生不利影响,常规实验降噪或基于传统神经网络算法降噪方法均存在不足。为实现全息图中的散斑降噪以及权衡降噪效率问题,提出一种基于卷积神经网络的单幅全息图快速降噪算法,使用散斑噪声数据集对多等级神经网络进行训练。理论分析及实验结果表明卷积神经网络应用于数字全息图的频谱域去噪能有效提高全息图的质量,且仅使用一幅全息图就可以有效地处理不同等级散斑噪声,在保持去噪性能的前提下,能最大限度保存全息图有效干涉条纹。
-
关键词
数字全息
散斑噪声
频谱降噪
神经网络
-
Keywords
digital hologram
speckle noise
spectral noise reduction
neural network
-
分类号
O436
[机械工程—光学工程]
-
-
题名一种加权的支持向量机及其在储层识别中的应用
被引量：1
- 3
-
-
作者
黎金玲
李亚楠
郭海湘
胡敬炉
-
机构
中国地质大学经济管理学院
中国地质大学江城学院
中国地质大学构造与油气资源教育部重点实验室
日本早稻田大学情报生产系统大学院
-
出处
《数学的实践与认识》
CSCD
北大核心
2014年第7期39-46,共8页
-
基金
国家自然科学基金(71103163
71103164
+7 种基金
71301153)
教育部新世纪优秀人才支持计划(NCET-131012)
教育部人文社会科学研究青年基金(10YJC790071)
中央高校基本科研业务费专项资金(CUG120111
CUG110411
G2012002A
CUG140604)
构造与油气资源教育部重点实验室开放课题(TPR-2011-11)
-
文摘
标准支持向量机(SVM)抗噪声能力不强,当训练样本中存在有噪声或者野点时,会影响最优分类面的产生,最终导致分类结果出现偏差。针对这一问题,提出了一种考虑最小包围球的加权支持向量机(WSVM),给每个样本点赋予不同的权值,以此来降低噪声或野点对分类结果的影响。对江汉油田某区块的oilsk81,oilsk83和oilsk85三口油井的测井数据进行交叉验证,其中核函数采用了线性、指数和RBF这3种不同的核函数。测试结果显示,无论是在SVM还是在WSVM中,核函数选择RBF识别率都是最高的,同时提出的WSVM不受核函数的影响,识别稳定性好,且在交叉验证中识别率都能够达到100%。
-
关键词
支持向量机
加权支持向量机
储层识别
测井数据
-
Keywords
support vector machine
weighted support vector machine
reservoir recognitionlog data
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
