【摘 要】
：
近几年随着深度学习的发展,学者们利用卷积神经网络实现遥感图像融合取得了不错的效果。由于没有高分辨率多光谱图像作为参考图像,所以一般基于深度学习的方法在退化图像上训练模型,然后用训练好的模型去预测高分辨率多光谱图像,但是退化图像的融合过程并不能完全反映原始图像的融合过程。为了改善融合性能,提出了一种半监督卷积神经网络遥感图像融合方法,该方法在退化图像和原始图像上使用同一个融合网络同时进行训练。退化图
【基金项目】
：
国家自然科学基金项目(61601061),湖南省教育厅项目(14B006),电力机器人湖南省重点实验室开放研究课题(PROF1902)资助项目。
论文部分内容阅读
近几年随着深度学习的发展,学者们利用卷积神经网络实现遥感图像融合取得了不错的效果。由于没有高分辨率多光谱图像作为参考图像,所以一般基于深度学习的方法在退化图像上训练模型,然后用训练好的模型去预测高分辨率多光谱图像,但是退化图像的融合过程并不能完全反映原始图像的融合过程。为了改善融合性能,提出了一种半监督卷积神经网络遥感图像融合方法,该方法在退化图像和原始图像上使用同一个融合网络同时进行训练。退化图像的融合具有相应的参考图像,采用常规的监督学习方式对融合网络进行训练,还加入了光谱损失来更好的保持光谱信
其他文献
针对优化特征改进包络谱(IESFO)存在早期故障弱特征提取能力较弱和对频率分辨率要求较高的不足,提出了基于谱相干滤波冲击增强的轴承故障特征提取方法.首先使用IESFO算法选取
现有医药灌封生产中的西林瓶瓶口定位方法易受瓶口边缘干扰的影响,导致瓶口圆中心定位不准确。对此,提出一种基于DBSCAN随机圆检测的多瓶口定位算法。首先,通过Canny边缘检测算法得到图像中所有轮廓,采用基于密度的DBSCAN聚类算法分割出感兴趣的瓶口边缘集;接着,针对每个单独的瓶口边缘集,采用最小二乘法和径向扫描获取瓶口的外边缘点,再利用重复随机圆检测得到大量候选圆心集;最后,基于DBSCAN算法
分析了天花灯金属外罩的结构和冲压工艺。首先,设计级进模具,生产天花灯金属外罩的成形部分,并详细介绍了该级进模具的料带图,对该级进模具中的撕裂工序模进行了分析,在撕裂工序模的凹模上开两条槽,以防止工序料与条料完全断开;然后,设计弯边模,对级进模具生产的半成品口部材料进行弯边。在弯边模的下模中,设计了4个滑块和4个斜顶,先用滑块将产品口部材料向内弯边,再用斜顶将弯边后的产品从下模的定位型芯中顶出。最后,设计了两套卷边模,第1套是预卷边模,对弯边后的产品初步卷边;第2套是成形卷边模。在天花灯金属外罩模具中,弯边
为了减小高速压力机机身的振动幅度,提出了基于人工蜂群算法的传动机构的优化方法。介绍了传动机构构型,建立了机身的3自由度振动模型;求解了机身所受的激励载荷和动态响应,并基于机身动态响应建立了传动机构的优化模型;优化机身参数,并确定了参数的取值范围;通过巧妙设置蜜源编码方法和蜜源评价方法,将最优参数求解问题转化为蜂群搜索最优蜜源问题,并使用人工蜂群算法求解了最优参数组合。经验证,优化后的机身在X轴向的振幅减小了24.68%、Y轴向的振幅减小了66.67%,扭转方向的振幅减小了30.13%,综合目标函数减小了3
为深入研究湿法模压(Wet Compression Molding,WCM)工艺及模具开发技术,以碳纤维复合材料件——车载充电机支架为研究对象,设计开发热固性模具,通过有限元分析手段研究热固性模具的加热系统,分析模具入口速度、模具初始温度及加热油温度对模具型腔表面温度均匀性、升温速度的影响规律。结果表明:当加热时间为8 min以内时,模具表面温度快速增加,12 min后逐渐稳定。此时的优选工艺参数为:模具入口速度为1.5 m·s-1、模具初始温度为25℃、加热油温度为140℃。经过模
提出了一种新型双层梳齿驱动的大尺寸、大偏转角度、低驱动电压微机电系统(MEMS)扫描镜的设计方法。该扫描镜设计嵌套式内外双层垂直梳齿结构,梳齿间采用静电排斥力驱动,改进后的S型扭转梁有效地降低敏感轴刚度。基于垂直梳齿驱动理论分析,建立了该扫描镜的理论模型,并利用MAXWELL和ANSYS仿真软件进行了其静态、动态分析与验证,研究了该扫描镜的体硅制备工艺。仿真实验结果表明,在110 V的驱动电压扫描下,该双层梳齿驱动下的MEMS扫描镜可以实现最大偏转角±13.46°;此外,结构的谐振频率为1.79 kHz,
新冠肺炎疫情背景下课堂多人佩戴口罩及姿态识别问题,提出了基于YOLO和OpenPose模型的课堂多人状态检测算法。提出的Efficient-YOLO模型,通过采用CBAM注意力模块、SPNET-NEW模块,解决了多人遮挡和无规则化目标的口罩佩戴检测精度问题。此外,提出了一种轻量化的Class-OpenPose模型检测学生上课姿态,该算法在OpenPose模型基础上,使用ShuffleNetV2-N
针对断路保护器定位板自动铆轴的生产需求,设计了一种能够装配在级进模具中的销钉自动送料机构.通过分析断路保护器定位板的加工工序,获得设计自动送料机所需要的相关参数与
根据空调蒸发器边板零件的结构特点及实际生产的技术要求,进行多工位级进模排样设计。考虑到零件结构及边距因素,最终设计了8工序的模具结构。根据工件外形特征选用了单排排列,在保证了材料利用率的同时,也使工序达到最简化。模板与模板之间设计了销钉定位,保证了模具的精度,从而使零件各工序的加工变得更加精准。在凸模和凹模合模碰撞的地方设计了橡胶圈,使得每次冲裁时均有缓冲,保证了模具的寿命。工序的第1步即为设计冲定位孔,保证了送料的精度。经过实际生产验证,该模具使用性能稳定、产品质量良好,满足了大批量生产的需求。
针对传统的机器学习算法在变工况条件下的轴承故障分类中诊断率低的问题,提出了基于联合分布适应(JDA)算法与K-最近邻(KNN)分类算法相结合的轴承故障诊断方法。首先该方法通过提取不同工况下的轴承故障信号的时域特征分别作为源域样本和目标域样本,并通过Fisher线性判别分析(FLDA)方法计算各个特征所占权重。然后将权重较大的特征组成的特征向量通过JDA方法进行联合分布适配,即通过核函数将源域样本和目标域样本映射到低维潜在空间,以最大均值差异(MMD)距离为度量标准,同时减小源域和目标域样本的边缘分布和条件