一种利用卷积神经网络的干涉图去噪方法

干涉图滤波是合成孔径雷达数据处理的关键,引入卷积神经网络（convolutional neural networks,CNN）进行干涉图去噪。首先,采用自编码器结构进行非监督学习,将干涉图去除局部地形坡度相位,所得残余噪声作为模型输入;然后将模型输出结果与去除的局部地形坡度相位相加,生成滤波结果。利用航天飞机成像雷达数据和哨兵一号A(Sentinel-1A)卫星数据,通过与Goldstein滤波器、均值滤波器、Lee滤波、Frost滤波、改进的去噪卷积神经网络（denoising convolutional neural network,DnCNN）进行对比实验,结果表明,该方法对干涉图相位质量有很大的改善,不仅能够较大程度地抑制噪声,而且能够更多地恢复出图像细节,保持干涉条纹边缘连续性。     

垃圾焚烧发电厂超低排放工艺方案研究

生活垃圾成分复杂、性质多样,焚烧产生的烟气中含有大量的污染物,如烟尘(颗粒物)、酸性气体(HCl、HF、SO2)、氮氧化物(NOx)、重金属和二噁英等.目前,国内垃圾焚烧发电厂烟气处理工艺比较单一,即采用"SNCR脱硝+半干法/干法脱酸+活性炭吸附二噁英及重金属+布袋除尘"的烟气净化工艺,其排放指标可满足《生活垃圾焚烧...