-
公开(公告)号：CN106408009B
公开(公告)日：2019-04-12
申请号：CN201610811174.5
申请日：2016-09-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度置信网络的邻域加权平均高光谱图像分类方法，本发明涉及基于深度置信网络的邻域加权平均高光谱图像分类方法。本发明的目的是为了解决现有分类方法与纯光谱数据相比增加了预训练与微调的运算时间的问题。一种基于深度置信网络的邻域加权平均高光谱图像分类方法具体过程为：步骤一、对高光谱原始数据进行空间信息的提取，得到高光谱原始数据的空间信息；步骤二、对高光谱原始数据的空间信息进行邻域加权，得到处理后的高光谱数据，即矩阵M；步骤三、以矩阵M为训练集，利用深度置信网络进行分类训练。本发明用于图像分类领域。
-
公开(公告)号：CN105488256B
公开(公告)日：2018-03-30
申请号：CN201510828813.4
申请日：2015-11-24
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 基于暴流强度的倾斜微下击暴流建模方法，属于微下击暴流建模领域。现有多涡环模型只能诱导出垂直向下的微下击暴流场，无法诱导处有一定倾斜角度的微下击暴流场的问题。一种基于暴流强度的倾斜微下击暴流建模方法，利用多涡环模型实现了暴流场的仿真，同时在此基础上引入倾斜角及朝向角，提出了倾斜多涡环模型，很好地提高了仿真的逼真度；并提出有效的模型参数选择方案，利用嵌套DE算法选择模型的参数，利用微下击暴流场的强度作为参数选择依据，使生成的微下击暴流场达到预设效果。本发明方法建立的虚拟倾斜微下击暴流场可以有效地反映真实微下击暴流场的特征。更好的满足虚拟试验的要求。
-
公开(公告)号：CN105488256A
公开(公告)日：2016-04-13
申请号：CN201510828813.4
申请日：2015-11-24
Applicant: 哈尔滨工业大学
IPC: G06F17/50
CPC classification number: G06F17/50 , G06F17/16 , G06F2217/16
Abstract: 基于暴流强度的倾斜微下击暴流建模方法，属于微下击暴流建模领域。现有多涡环模型只能诱导出垂直向下的微下击暴流场，无法诱导处有一定倾斜角度的微下击暴流场的问题。一种基于暴流强度的倾斜微下击暴流建模方法，利用多涡环模型实现了暴流场的仿真，同时在此基础上引入倾斜角及朝向角，提出了倾斜多涡环模型，很好地提高了仿真的逼真度；并提出有效的模型参数选择方案，利用嵌套DE算法选择模型的参数，利用微下击暴流场的强度作为参数选择依据，使生成的微下击暴流场达到预设效果。本发明方法建立的虚拟倾斜微下击暴流场可以有效地反映真实微下击暴流场的特征。更好的满足虚拟试验的要求。
-
-
Search Results
13
records
(took 0.023 seconds)
