排序方式: 共有27条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
利用改进遗传算法求解整周模糊度 总被引:2,自引:0,他引:2
本文首先通过整数高斯变换,降低了各整周模糊度分量之间的相关性,并在此基础上提出了均匀设计与遗传算法相结合的方法进行整周模糊度搜索,最后进行了基线解算实验。解算结果表明,该算法用于模糊度求解极大提高了搜索效率。 相似文献
5.
6.
基于现有地磁日变理论和改正方法,对国际公开地磁静日变数据进行傅里叶变换和一维连续小波变换综合分析,判断大于0.2 Hz频段为磁扰变化场在频域的体现,并利用一维离散小波变换将数据分离,完善了已有的地磁静日变改正方法.根据日变数据特征和一维离散小波分解特性,选定sym8小波作为基本小波对数据进行7层分解,将日变数据中长期变... 相似文献
7.
8.
多波束声呐图像是进行海底底质分类的主要数据源之一,由于受海洋噪声、声波散射和混响、仪器设备等因素影响,其经各项常规改正后仍存在明显残差,突出表现在中央波束区和条带重叠区,难以形成高质量的声呐图像。文中分析了多波束声呐图像残差的成因及影响,提出了一种基于多条带最小二乘拟合的多波束声呐图像残差处理方法。首先,得到相邻声脉冲(ping)信号中央区域、重叠区域以及整体趋势的拟合函数;然后,通过拟合函数计算得到中央和重叠区域的残差改正系数;最后,通过改正系数进行残差改正。实验分析表明,该方法在保留原始细节的基础上,有效削弱了残差对声呐图像的影响,对多波束声呐图像处理具有参考和应用价值。 相似文献
9.
10.
海底底质的快速探测和精细划分对海洋工程建设 、海洋资源开发等具有重要意义。多波束探测是目前声学底质遥测 的有效手段之一, 通常提取多波束反向散射强度图像和地形数据中的多维特征结合分类器进行底质分类。一方面, 若特征空 间维数过高, 分类效率会显著降低; 另一方面, 个别特征容易放大原始数据处理过程中仍存留的异常现象。针对这一问题, 本文提出了一种结合 Re1iefF 算法和随机森林 (Random Forest, RF) 算法的多波束底质分类方法。提取反向散射强度和地形 共 16 维特征, 利用Re1iefF 算法进行特征筛选, 排除低相关性特征, 降低特征空间维数, 结合采样点数据进行模型训练以构 建多波束底质分类模型。试验结合随机森林算法对未经特征筛选 、经主成分分析 (Principa1 Component Ana1ysis, PCA) 特征 优化后的特征进行分类实验作为对比。本文方法 Kappa 系数达到 85%, 分类总精度高于 90%, 精度具有明显优势, 耗时也 比较短。可见, 本文提出的结合 Re1iefF 和随机森林模型的多波束底质分类方法可以在保证分类精度的同时对多维特征进行 优化, 有效地提高了分类效率, 可对海底底质分类研究提供参考。 相似文献