排序方式: 共有26条查询结果,搜索用时 258 毫秒
1.
GPS���ٶ�λ�в�̬�����������ⷨ 总被引:1,自引:1,他引:0
???GPS?????λ??????????????????????????????????????????????M??????????????μ??????????????????????????????????????????????е????????????????????????÷??????п??????????????????????????? 相似文献
2.
3.
??????????????С????????У??????Ч????????????????????????????????μ??????С????????????????????彻??????L??????????????????????????????????????????????????????????????????????????Ч??????? 相似文献
4.
为使传统的维纳滤波方法在最小均方准则下的解更准确、稳定,采用正则化思想,提出导数算子约束下的最小均方准则;在这种准则下,推导了维纳滤波因子及其频率响应.通过在不同频段取不同的正则化函数值,控制滤波结果.理论及实际地震勘探资料的分析表明:正则化维纳滤波去噪效果比传统维纳滤波好,且对有效波的损失较小,表明了文中所取正则项的可行性及有效性.最后讨论了通过建立正则化函数关系式,方便地提供正则化函数值以及圆滑振幅谱对改进滤波效果的可能性. 相似文献
5.
大定源瞬变电磁一维自适应正则化反演 总被引:1,自引:0,他引:1
自适应正则化反演对初始模型要求较低,直接对瞬变电磁响应数据进行反演。正则化因子通过计算每次迭代的数据目标函数和模型目标函数自适应的得到,从而快速获得地下的地电结构。本文采用自适应正则化反演算法对大定源回线瞬变电磁一维层状模型进行反演,使用均匀半空间作为初始模型,首次采用模型对深度的二阶导数极小的模型约束,通过典型理论模型的反演计算,证明了TEM自适应正则化一维反演算法拟合效果好、精度高,由于不用反复搜索正则化因子,并且收敛速度快,体现了良好的稳定性和可靠性。 相似文献
6.
7.
8.
9.
传统依据图嵌入的高光谱图像维数约简算法多数仅利用光谱信息表征像元间单一关系,忽视了数据间的多元几何结构。本文提出了一种面向高光谱图像分类的空-谱协同正则化稀疏超图嵌入算法(SSRSHE)。该算法首先利用稀疏表示揭示像元之间的相关性,自适应选择近邻,并构建稀疏本征超图和惩罚超图,以有效表征像元间的复杂多元关系,并进行正则化处理。然后利用遥感图像空间一致性原则,计算局部空间邻域散度来保持样本局部邻域结构,并引入样本总体散度来保持高光谱数据的整体结构。在低维嵌入空间中,尽可能使类内数据聚集、类间数据远离,提取鉴别特征用于分类。在Indian Pines和PaviaU高光谱遥感数据集上试验结果表明,本文算法总体分类精度分别达到86.7%和 92.2%。相比传统光谱维数约简算法,该算法可有效改善高光谱图像地物分类性能。 相似文献
10.
测高数据不准时的直升机航空瞬变电磁一维反演方法理论研究 总被引:1,自引:0,他引:1
航空电磁勘探中,高度计显示的发射线圈高度数据往往是不准确的,这可能会影响反演结果,出现假异常现象。针对这一情况,提出了一种高度计数据不准确条件下的航空瞬变电磁资料一维反演方法,在重构地电参数的同时也对发射线圈高度值进行校正。由于航空电磁反演问题是典型的病态问题,使用正则化反演方法,正则化因子由数据目标函数与模型目标函数之间的关系以自适应方式给出,使得反演迭代能稳定进行。以直升机航空瞬变电磁资料反演为例,用理论模型响应数据加入噪声进行反演,结果表明,无论初始高度值是高于真值还是低于真值,该反演方法均能够较好地重构地下介质参数和发射线圈高度值;作为反演初值的发射线圈高度测量值越准确时,反演迭代收敛速度就越快,反演效果也越好。 相似文献