- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
一种自上而下的大尺度遥感图像语义分割方法
摘要： 遥感数据量的不断增加为具有挑战性的新研究课题打开了大门。如今，针对海量数据，人们投入了大量精力进行基于像素和对象的分类研究。本文探讨了大规模遥感图像的语义分割问题。为此，我们提出了一种基于两个主要步骤的自上而下的方法。第一步旨在计算对象级特征，这些特征构成多层前馈网络的输入，用于生成遥感对象分类结构。第二步的目标是利用该结构对新图像中的每个像素进行标记?；谡媸凳菁辛硕嘞钍笛?，结果表明所提方法具有良好的分类精度。此外，与现有分类技术的对比证明，该方法尤其适用于大规模遥感数据，具有显著有效性。
关键词： 神经网络、遥感影像、大数据、语义分割
更新于2025-09-23 15:23:52
-
中试规模射流混合紫外/过氧化氢废水处理系统的人工神经网络建模
摘要： 本研究针对高效中试光化学废水处理反应器的建模与模拟展开。采用紫外光/H2O2工艺，在10升体积的射流混合光反应器中对偶氮染料（直接红23）进行处理。为建立反应器模型并模拟处理过程，重点考察了喷嘴角度(hN)、喷嘴直径(dN)、流量(Q)、辐照时间(t)、H2O2初始浓度([H2O2]0)和pH值这六个关键物理化学影响因素。研究采用人工神经网络(ANN)作为强大建模方法，构建了六种不同网络架构，根据测试数据集均方误差(MSE)函数最小化原则确定最佳隐含神经元数量和学习迭代次数。通过交叉验证输出进行反应器效率模拟及敏感性分析，结果表明：采用"trainlm"学习算法、隐含层和输出层分别以"tansig"和"purelin"为传递函数的三层前馈神经网络（含10个隐含神经元，在第100次迭代时校准）是最佳建模方案。各关键因素影响重要性排序为：[H2O2]0 > t > pH > Q > hN > dN。
关键词： 染料、模拟、废水处理、高级氧化工艺、神经网络、光降解、间歇式反应器
更新于2025-09-23 15:23:52
-
硅传感器光学质量保证的先进方法
摘要： 我们描述了一种用于硅微条传感器光学质量保证的设置方案。开发了模式识别算法来分析传感器的显微扫描图像以检测缺陷。研究表明，该软件对划痕、短路、金属线断裂等缺陷的识别和分类准确率超过90%。我们证实，基于神经网络技术的高级图像处理能够进一步提升缺陷的识别与分类准确率。
关键词： 视频显微镜、硅传感器、神经网络、光学质量保证
更新于2025-09-23 15:23:52
-
基于神经网络的混合信号处理方法，用于通过太赫兹脉冲成像解析薄型海洋防护涂层
摘要： 提出了一种基于神经网络混合信号处理方法的新技术，用于提升太赫兹脉冲成像（TPI）解析薄涂层的能力，这对在线涂装应用具有重要意义。本研究通过有限时域差分（FDTD）数值模拟获取太赫兹检测信号，计算分析了不同涂层结构的海洋防护涂层模型。分别采用傅里叶解卷积、快速傅里叶变换和小波分析等信号预处理技术提取太赫兹信号特征，将处理后的信号作为神经网络输入向量。研究了神经网络架构的优化流程，并对比了不同网络的评估结果。此外，比较了多元回归分析与BP网络预测法对薄涂层的预测效果。分析表明，结合小波分析的神经网络技术获得了最佳预测性能，因此推荐该混合信号处理方法用于海洋防护涂层的太赫兹无损检测应用。
关键词： 太赫兹脉冲成像，无损检测，神经网络，薄型海洋防护涂层
更新于2025-09-23 15:23:52
-
结合PM2.5观测数据与卫星气溶胶光学厚度估算中国时空分布的PM1.0浓度
摘要： 粒径小于1.0微米（PM1.0）的颗粒物与公众健康和环境密切相关，需获取大量暴露数据以了解实际环境负荷。本研究提出基于广义回归神经网络模型的PM1.0估算策略，该策略结合地面PM2.5观测数据和卫星反演气溶胶光学厚度（AOD），对中国2015年7月至2017年6月期间的PM1.0浓度进行估算。结果表明：通过十折交叉验证法计算，PM1.0估算值与地面实测值吻合良好（R2=0.74，均方根误差19.0μg/m3，平均绝对误差11.4μg/m3）。日内估算性能呈现显著单峰变化（正午时段R2最高达0.80），季节性估算性能显示该方法能有效捕捉冬季PM1.0高污染事件?？占渖?，污染最严重区域集中在华北平原，其日均估算值呈双峰分布。此外，卫星反演AOD质量、插值算法稳健性及PM1.0在PM2.5中的占比被证实会影响模型估算精度。
关键词： 向日葵8号、PM1.0、神经网络、空气污染、气溶胶光学厚度
更新于2025-09-23 15:23:52
-
深度透镜
摘要： 我们的目标是从单张全聚焦图像生成具有可控焦距和光圈尺寸的高分辨率浅景深（DoF）图像。为此，我们提出了一种由深度预测?？椤⒕低纺：？楹鸵忌喜裳？樽槌傻男滦蜕窬缒Ｐ?。所有模块均可微分且通过数据学习获得。为训练深度预测模块，我们收集了2462张手机双摄相机拍摄的RGB-D图像，并利用现有分割数据集改进边缘预测。进一步采用已知深度的合成数据集监督镜头模糊与引导上采样?？椤Ｊ笛檠橹ち讼低臣把盗凡呗缘挠行?。该方法能生成高质量高分辨率浅景深图像，其伪影显著少于现有单图浅景深合成的基线方案。与基于双摄深度相机的最先进浅景深方案——iPhone人像模式相比，本方法生成效果相当，同时支持更灵活的焦点与光圈选择，且不受单一拍摄配置限制。
关键词： 神经网络，浅景深
更新于2025-09-23 15:23:52
-
二维光谱数据的机器学习
摘要： 二维电子光谱已成为分析大分子复合物中激子能量转移动力学的主要实验工具之一。通常采用简化理论模型从实验光谱数据中提取模型参数。我们证明，将计算成本高昂但精确的理论方法编码为神经网络后，可用于从二维电子光谱（2DES）中提取模型参数并推断偶极取向等结构信息，或反向根据模型参数生成2DES。我们提出利用机器学习作为预测记录光谱底层模型未知参数的工具，以及将计算密集型数值方法编码为高效预测工具的途径。通过展示训练有素的神经网络高效计算无序平均光谱的应用实例，证实无序平均对偏振控制的2DES具有非平庸影响。
关键词： 神经网络、激子能量转移、光捕获复合体、机器学习数值方法
更新于2025-09-23 15:23:52
-
基于GPU的自适应光学快速断层重建
摘要： 大型望远镜在不久的将来面临重要挑战。增大镜面和传感器尺寸不仅涉及设计问题，还需要新的计算技术来处理海量数据。自适应光学是极大望远镜的关键组成部分，它利用参考恒星和层析重建器来补偿观测过程中大气引入的像差。基于机器学习的复杂大气重建器（CARMEN）是一种采用神经网络的层析重建器，已用于实际天文观测。本文将在两种使用图形处理器提升性能的神经网络框架中实现CARMEN。通过计时训练和执行过程，将得出哪种框架更适合实际望远镜部署，并为持续提升CARMEN的重建能力提供新工具。
关键词： 自适应光学、火炬、神经网络、TensorFlow
更新于2025-09-23 15:23:52
-
基于BTV正则化的时空自适应非均匀性校正
摘要： 现有非均匀性校正（NUC）方法的主要缺陷包括残余非均匀响应、重影伪影和过度平滑效应。本文提出一种基于时空特征的双边全变分（BTV）正则化自适应NUC算法。该创新方法的主要贡献体现在：引入BTV正则项以消除非均匀响应并抑制重影效应；提出时空自适应学习率以加速收敛、消除重影伪影并避免过度平滑；此外，基于随机投影的双边滤波器可更精确地估计目标图像，从而保留实际场景中的更多细节。实验结果表明，该算法在仿真数据和真实序列上均取得了卓越性能。
关键词： 红外图像传感器，红外成像，神经网络，图像去噪
更新于2025-09-23 15:23:52
-
[IEEE NAECON 2018 - 美国电气和电子工程师协会国家航空航天与电子会议 - 美国俄亥俄州代顿市 (2018年7月23日-2018年7月26日)] NAECON 2018 - IEEE国家航空航天与电子会议 - 小型卫星星载图像处理
摘要： 一般来说，航天器和卫星的计算能力比地面计算机落后数代。摩尔定律使昔日的超级计算机变成今日的笔记本电脑，但由于恶劣的辐射环境和大多数太空任务较低的风险承受能力，太空计算仍相对性能不足。太空任务通常风险较低是因为组件和发射成本高昂。然而，发射成本正在大幅下降，立方星等创新正在改变风险计算方式。通过接受更高风险并采用商用现货（COTS）部件，可以廉价地建造和发射具有极强计算能力的太空平台。由于延迟挑战，高级星际探索将需要高性能卫星。行星间漫长的传输时间意味着卫星或机器人探测器需要机载处理以实时执行任务。本文探讨了可能托管在下一代高性能卫星上的一个应用，对卫星图像进行目标分类。目前卫星图像处理的自动化由地球上的服务器或工作站完成，但本文将展示这些算法可以通过使用COTS部件移至卫星上。首先使用传统的计算机视觉技术，如边缘检测和滑动窗口，来检测开阔海域上可能的目标。然后使用现代神经网络架构将该目标分类为船只或非船只。该应用在Nvidia Jetson TX2上实现，应用的功耗测量证实其符合小型卫星甚至可能是立方星的尺寸、重量和功率（SWAP）要求。
关键词： 卫星影像、机器学习、神经网络、机载处理
更新于2025-09-23 15:22:29