导读:本文包含了分层提取论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光谱,图像,特征,电容,反射率,形态学,剖面。
分层提取论文文献综述
曾浪芸,苏海冰[1]（2019）在《分层模型通孔通道的等效电容参数快速提取》一文中研究指出针对高速数字设计电路中通孔通道结构中存在的电容耦合效应,成功采用了同轴线导体物理模型对通孔通道互连结构进行分层模型分析。该方法直接获得了各分层对地电容解析解,且计算高效,快捷。该解析解包含了通孔通道的详细设计参数,每一个分布电容都具有其具体的物理意义。与商业软件Hyperlynx内置求解器结果进行了对比,其理论计算结果和仿真结果之间误差小,在7%以内。此方法能够用到对任意层印制电路板过孔电容的提取工作中,为过孔的等效电路建模和后续的高速信号完整性分析提供了方便。(本文来源于《电子设计工程》期刊2019年22期）
姚本佐,何芳[2]（2019）在《空谱特征分层融合的高光谱图像特征提取》一文中研究指出利用基于光谱维的特征提取方法将原始高光谱图像数据降到一定维数,对降维后的数据采用多尺度自适应加权滤波器(adaptive weighted filters,AWF)进行滤波,将在所有尺度上得到的滤波结果分层融合为新的图像,设计了分层融合框架,有效提取出了高光谱图像中重要的空谱特征,从而提高了分类精度。又将主成分分析(principal component analysis,PCA)算法融入到该框架中,提出了分层融合-主成分分析(hierarchical fusion principal component analysis,HF-PCA)算法。该方法不仅降低了波段间的冗余性,而且削弱了样本的类内差异性,提高了高光谱图像的分类精度。在Indian Pines和Salinas数据库上的实验结果表明,即使在训练样本数量较少的情况下,由HFPCA算法得到的分类精度明显高于其他算法,2种数据总体分类精度的最大值分别为86. 73%和95. 01%,有效提高了高光谱图像的分类精度。(本文来源于《国土资源遥感》期刊2019年03期）
王文博,任群言,胡涛,马力[3]（2019）在《利用混合图像处理方法提取浅层海底沉积层等效分层结构》一文中研究指出海底沉积层分层结构对水下声传播有显着的影响。浅地层剖面仪是获取浅层海底的沉积层等效分层结构的一种高效手段,但是其输出数据易受环境影响且依赖人工识别。为提取沉积层分层结构,本文提出了一种自动提取沉积层等效分层界面的混合图像处理方法。该方法综合统计增强、多尺度线条滤波和二维小波变换的图像处理技术,有效抑制随机噪声和垂直干扰,增强分层区域的能量对比度,提高界面提取的准确度;结合二值化处理和深度错位相减的方法,可以得到沉积层等效分层结构参数。海上实验数据处理结果表明:该方法可以自动提取沉积层等效分层界面,不依赖于人工识别,且在几种典型沉积层分层环境下均能准确提取,具有很好的环境适应性。(本文来源于《哈尔滨工程大学学报》期刊2019年07期）
何鸿杰,穆亚超,魏宝成,杜婷,薛晓玉[4]（2019）在《分层分类和多指标结合的西北农牧交错带植被信息提取》一文中研究指出参照《中国植被》中的植被分类体系,结合野外考察结果,建立了适合中国西北农牧交错带的植被分类体系。以覆盖研究区的多幅Landsat影像为基础,按"分层分类,逐层验证"的思路,实现了对研究区植被信息的提取。提取时,先利用完全约束的最小二乘模型对遥感影像进行混合像元分解,将整个研究区划分为植被区和非植被区;在植被区,基于光谱特征、纹理特征和地形特征,构建CART决策树,获得了乔木林、灌丛和草原等7种主要植被型组;在植被型组内,基于不同植被类型NDVI的季节差异特征,构建NDVI差值比值指数(NDVI_DR),将乔木林和灌丛区分为常绿和落叶植被型,使用温度植被干旱指数(TVDI),将草原划分为荒漠草原、典型草原和草甸草原3种类型,从而得到各个植被型的空间分布范围。经验证,最终分类的总体精度能达到79.51%,kappa系数为0.773。本文所采用的分类方法充分利用了遥感数据既有的光谱信息和纹理信息,同时辅以地形信息。实践结果表明,分层分类和多种指标相结合的方法可以有效实现对影像跨幅的、以复杂镶嵌结构为主要特征的农牧交错带植被信息提取,精度较高,技术可行。(本文来源于《干旱区地理》期刊2019年02期）
陆婷[5]（2019）在《影响初中生英语阅读信息提取和加工因素的分层研究》一文中研究指出选取苏州工业园区金鸡湖学校八年级四个班的150名学生为研究对象,采用测试和访谈的方式,研究影响初中生英语阅读信息提取和加工的因素。研究结果显示,低水平组学生在英语阅读的各个因素上都远远落后于其他两个组;中水平组学生在语法、认知和语言理解上的能力接近高水平组,但在词汇量、认知层面的理解、词汇辨析能力和逻辑分析能力上落后于高水平组;高水平组的语法知识、认知能力和语言理解力尤其突出。指出在初中英语阅读教学中,教师应针对不用文本,实施分级阅读;针对同一文本,将深层和浅层阅读相结合;设立合作小组,同组异质,采取帮扶式阅读训练,以提高不同水平学生的英语阅读能力。(本文来源于《英语教师》期刊2019年03期）
范洪华,付应雄,罗志成,陈芬[6]（2019）在《基于KNN分类器的分层图像特征提取》一文中研究指出给出一种基于k最近邻分类器(KNN)的分层图像特征提取方法.该方法能有效地获得有代表性和判别性的模板集合,并以较低计算复杂度来获取更高的识别精度.(本文来源于《湖北大学学报(自然科学版)》期刊2019年01期）
刘炜,王聪华,赵尔平,雒伟群[7]（2019）在《基于背景类别分层分离的不透水面间接提取——以兰州城关区EO-1 ALI图像为例》一文中研究指出以兰州市城关区EO-1 ALI图像作为基础数据源,对比LOOC与最邻近分类(NNC)方法提取不透水面的精度差异. LOOC方法对融合后EO-1 ALI图像进行LBV变换,将变换结果作为解译底图;设置4个尺度层次,分别对应水体、农用地、灌木林地、城市绿地和草地这5种主要背景类别,对解译底图执行4尺度面向对象分割;将上述类别对象的光谱特征和形态特征差异作为判别规则,利用决策树分类,将这5种背景类别依次从解译底图上提取、分离,生成不透水面初级提取图层;通过光谱反射率差异分析,选定EO-1 ALI图像的近红外波段8和中红外波段10作为分类特征,利用基于模糊C-均值(FCM)算法的非监督分类,从初级图层中分离出砂土、阴影这两种与高、低反照度不透水面光谱特征相近的类别,采用数学形态学开闭运算整饬图像,生成不透水面二级提取图层.结合目视评判和总体精度、 Kappa系数,定量分析LOOC方法与NNC方法的提取精度差异.结果表明:LOOC方法提取不透水面的总体精度、 Kappa系数分别为87.13%、 0.830 3,较NNC方法分别提高5.91%、 7.19%.LOOC方法依据各背景类别的遥感多特征知识,分两级将其分离出解译底图,从而间接、逐步逼近不透水面精准空间分布信息,辨识不透水面的效率优于NNC方法.(本文来源于《浙江大学学报(工学版)》期刊2019年01期）
郭慧,王霄,刘传泽,周玉成[8]（2018）在《基于灰度共生矩阵和分层聚类的刨花板表面图像缺陷提取方法》一文中研究指出【目的】提出一种基于灰度共生矩阵和分层聚类的刨花板表面图像缺陷提取方法,根据缺陷部分与正常部分纹理特征不同,利用分层聚类算法将缺陷分离出来,以解决板面缺陷检测系统中刨花板表面纹理导致缺陷提取不准确的问题。【方法】将刨花板表面灰度图像划分成若干个窗口,使用灰度共生矩阵的统计特征参数对各窗口纹理进行表征,通过分层聚类算法将纹理特征不同区域区分开。首先确定灰度共生矩阵构造因子的取值,包括窗口大小、灰度级、方向和步长,构建出各个窗口的灰度共生矩阵;使用Fisher准则和线性相关性对灰度共生矩阵14个统计特征参数的表征能力进行度量,选取出分类能力强且相关性低的特征构成特征向量,所有窗口的特征向量构成样本集。然后运用BIRCH分层聚类算法对样本集进行聚类,为使聚类结果更准确,同时加快计算速度,提出一种优化策略,绘制样本集均值和统计直方图,将其波峰数量作为理想的类别数量,当聚类产生的类别数量大于理想类别数量时,将聚类结果中距离近的簇合并,解决聚类精度过高而导致的过分割问题。最后根据聚类结果,对原图像中各窗口进行标记,提取出缺陷区域。【结果】选择大小为512像素×512像素,带有杂物、油污、胶斑、大刨花和松软5种类型缺陷的刨花板表面图像,使用本研究方法能够准确将缺陷区域提取出来,精确度达92.2%,召回率达91.8%。【结论】基于灰度共生矩阵和分层聚类的刨花板表面图像缺陷提取方法,可解决因刨花板表面纹理导致缺陷提取不准确的问题,为机器视觉板面缺陷检测系统的缺陷度量和识别提供良好支撑。(本文来源于《林业科学》期刊2018年11期）
赵翔宇,周亚同,何峰,王帅,张忠伟[9]（2018）在《分层提取匹配印刷电路板元器件缺陷检测》一文中研究指出文中提出了一种基于数学形态学与种子填充相结合的分层提取匹配算法,检测印刷电路板(PCB)中的贴片电阻和电容丢失与立碑、集成电路(IC)芯片丢失与极性错误等缺陷。算法分为PCB图像预处理、分层提取、模板分类匹配3部分。算法的关键在于消除无关信息干扰并通过种子填充算法对各类元器件进行分层提取,然后将不同元器件分别进行基于单链表的模板分类匹配。本算法在检测长度为19 cm、宽度为13.5 cm的PCB样本时,在确保精度为0.1 mm以上的情况下最快检测速度可以达到2 s/块。(本文来源于《仪表技术与传感器》期刊2018年08期）
蒋鼎年,张顺和,林翠娟[10]（2018）在《中考几何压轴题突破技巧之分层递进提取基本图形》一文中研究指出在数学中考试题中,中考几何压轴题是最能体现学生数学综合素养的题型、是最有区分度的题型、是最难得分的题型,突破中考几何压轴题是成绩高分的关键.几何压轴题的基本特点是图形因多层组合而显得复杂,已知条件因相对分散而难于找到突破口,求解的问题因相对隐性而无法找到思考方向.通过分层递进,提取基本图形,可以有效化复杂为简单,化陌生为熟悉,从而有效突破中考几何压轴题.如何发现并成功提取我们熟悉的基本题型是解决问题的关键,首先可(本文来源于《中学数学研究(华南师范大学版)》期刊2018年14期）
分层提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用基于光谱维的特征提取方法将原始高光谱图像数据降到一定维数,对降维后的数据采用多尺度自适应加权滤波器(adaptive weighted filters,AWF)进行滤波,将在所有尺度上得到的滤波结果分层融合为新的图像,设计了分层融合框架,有效提取出了高光谱图像中重要的空谱特征,从而提高了分类精度。又将主成分分析(principal component analysis,PCA)算法融入到该框架中,提出了分层融合-主成分分析(hierarchical fusion principal component analysis,HF-PCA)算法。该方法不仅降低了波段间的冗余性,而且削弱了样本的类内差异性,提高了高光谱图像的分类精度。在Indian Pines和Salinas数据库上的实验结果表明,即使在训练样本数量较少的情况下,由HFPCA算法得到的分类精度明显高于其他算法,2种数据总体分类精度的最大值分别为86. 73%和95. 01%,有效提高了高光谱图像的分类精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分层提取论文参考文献
[1].曾浪芸,苏海冰.分层模型通孔通道的等效电容参数快速提取[J].电子设计工程.2019
[2].姚本佐,何芳.空谱特征分层融合的高光谱图像特征提取[J].国土资源遥感.2019
[3].王文博,任群言,胡涛,马力.利用混合图像处理方法提取浅层海底沉积层等效分层结构[J].哈尔滨工程大学学报.2019
[4].何鸿杰,穆亚超,魏宝成,杜婷,薛晓玉.分层分类和多指标结合的西北农牧交错带植被信息提取[J].干旱区地理.2019
[5].陆婷.影响初中生英语阅读信息提取和加工因素的分层研究[J].英语教师.2019
[6].范洪华,付应雄,罗志成,陈芬.基于KNN分类器的分层图像特征提取[J].湖北大学学报(自然科学版).2019
[7].刘炜,王聪华,赵尔平,雒伟群.基于背景类别分层分离的不透水面间接提取——以兰州城关区EO-1ALI图像为例[J].浙江大学学报(工学版).2019
[8].郭慧,王霄,刘传泽,周玉成.基于灰度共生矩阵和分层聚类的刨花板表面图像缺陷提取方法[J].林业科学.2018
[9].赵翔宇,周亚同,何峰,王帅,张忠伟.分层提取匹配印刷电路板元器件缺陷检测[J].仪表技术与传感器.2018
[10].蒋鼎年,张顺和,林翠娟.中考几何压轴题突破技巧之分层递进提取基本图形[J].中学数学研究(华南师范大学版).2018
论文知识图
