高珏
- 作品数：2 被引量：12H指数：1
- 供职机构：哈尔滨工程大学水声工程学院水声技术国家级重点实验室更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金苏州市科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于模糊隶属度的近红外光谱模型鲁棒性分析被引量：1
- 2015年
- 针对近红外光谱模型存在的鲁棒性问题,在模型建立时引入模糊隶属度,提出了一种自动生成模糊隶属度的方法。建立光谱样本的数据域描述函数,引入信任因子和舍弃因子,通过映射关系得到模糊隶属度函数,参数寻优后自动生成每个样本的模糊隶属度。在此基础上建立了基于FSVM的苹果糖度回归模型。试验结果表明,对比常规的MLR、PLSR和SVM模型,FSVM模型在训练样本变化和高斯噪声、乘性噪声、基线漂移、基线倾斜和波长漂移这5种噪声的分别作用下表现出最佳的性能。模糊隶属度的引入提高了近红外光谱模型的泛化能力和抗噪能力,改善了模型的鲁棒性。
- 高珏李海森徐超朱培逸
- 关键词：鲁棒性近红外光谱噪声数据域描述
- 应用TBD的多波束声呐图像序列SIFT特征追踪被引量：11
- 2016年
- 针对声呐图像目标探测中面临的分割阈值选择和单幅图像信息缺失问题,提出了一种基于检测前跟踪(track-before-detect,TBD)的声呐图像序列尺度不变特征变换(scale-invariant feature transform,SIFT)特征追踪方法。这种方法不在单帧图像中判断目标的有无,而依据图形序列中特征轨迹的连续性和一致性进行决策,通过动态亮度分配和中值滤波对图像进行预处理,提取SIFT特征进行帧间匹配并标出潜在目标,在图像序列中展开特征追踪,从潜在目标中筛选出真实目标。真实数据试验的结果表明,预处理改善了图像质量;对比SURF特征和Harris特征,SIFT特征包含更多的帧内信息,具有更好的帧间匹配效果。SIFT特征追踪能够从多波束声呐图像序列中探测到动态小目标和静态目标,并得到动态小目标的运动轨迹。
- 李海森高珏徐超卢为选曹天宇付丽嘉
- 关键词：水下目标探测检测前跟踪尺度不变特征变换
