搜索结果: 1-15 共查到“随机场”相关记录54条 . 查询时间(0.19 秒)
第十届国际研讨会“聚变等离子体随机场”在华中科技大学召开（图）
第十届 国际研讨会 聚变等离子体随机场
<
2022/5/13
2021年7月12日至15日，由华中科技大学磁约束核聚变与等离子体国际合作联合实验室（IFPP）承办的第十届国际研讨会“聚变等离子体随机场”（10th International SFP Workshop）在华中科技大学梧桐语问道厅召开。
空-谱融合的条件随机场高光谱影像分类方法
高光谱遥感影像 条件随机场 空-谱融合 影像分类
<
2020/5/11
高光谱遥感数据具有光谱信息丰富、图谱合一的特点，目前已经广泛地应用在对地观测中。传统的高光谱分类模型大多过分依赖影像光谱信息，没有充分利用空间特征信息，这使得分类精度还有很大的提升空间。条件随机场是一种概率模型，能够较好地融合空间上下文信息，在高光谱影像分类中已经得到越来越多的关注，但大部分条件随机场模型存在超平滑的现象，会导致影像细节丢失。
针对经典全卷积网络（fully convolution network，FCN）分类精度低、效果差，以及传统的极化合成孔径雷达（PolSAR）土地覆盖分类方法未充分考虑地物散射特性的问题，提出了一种结合改进FCN和条件随机场（conditional random field，CRF）的全极化SAR土地覆盖分类算法。首先，利用Freeman分解和Pauli分解建模全极化SAR影像，同时提取各分解对应...
针对边坡稳定可靠性涉及多参数相关且具有空间变异性、极限状态方程非显式等难题，建立土质边坡稳定可靠性分析的分层离散随机场矩法。基于局部平均理论，根据土性参数的竖向分层特性，将层内参数简化为随机变量，不同层的参数通过方差函数体现其竖向空间变异性，提出高效的土性参数分层离散随机场模型，可有效模拟土性参数的竖向变异性以及多参数相关性。将边坡稳定可靠性功能函数简化为土性参数的降维近似函数，采用点估计的高阶矩...
约束随机场模型可充分利用有限的现场试验数据和监测资料等，较真实地表征岩土体参数空间变异性。提出岩土体参数二维各向异性约束随机场解析模拟方法，结合边坡可靠度分析给出计算流程，并基于2个钻孔的不排水抗剪强度现场试验数据建立约束随机场模型更新边坡可靠度评价。通过不排水饱和黏土边坡算例验证了提出方法的有效性，并探讨钻孔位置与钻孔布置方案对边坡可靠度的影响规律。结果表明：提出方法不仅可以充分利用有限的现场试...
自适应特征加权的Gibbs随机场影像分割方法
影像分割 Gibbs随机场 区分能力 特征加权
<
2016/12/24
针对现有分割算法很少同时兼顾不同特征分量区分能力的差异和相邻像素间的相关性的问题，提出了一种结合Gibbs随机场的特征加权遥感影像分割方法.该方法首先依据训练样本计算各特征分量的区分能力，确定不同地物类别相应的特征分量的权重；然后利用加权最小距离分类法对影像进行初始分割，并利用Gibbs随机场来描述像素的空间相关性；最后综合Gibbs随机场描述的标记场和加权最小距离分类法描述的特征场来获取影像的最...
基于隐马尔可夫高斯随机场模型的模糊聚类高分辨率遥感影像分割算法
遥感影像分割 隐马尔可夫随机场 高斯模型 模糊C均值算法
<
2017/1/3
本文利用隐马尔可夫随机场和高斯模型分别建立标号场和特征场的邻域关系,提出了基于隐马尔可夫高斯随机场模型的模糊聚类分割算法.该算法用隐马尔可夫随机场模型定义先验概率,并将该先验概率作为尺度控制因子引入到KL(Kullback-Lerbler)信息中,在目标函数的定义中,KL信息作为规则化项,其系数表示算法的模糊程度.在基于高斯模型的后验概率中,像素相关性被定义在空间和谱间,并用该概率的负对数值表征像...
由于Retinex算法在处理夜间彩色图像时容易出现光晕、颜色失真、细节丢失与噪声干扰等问题，本文基于马尔科夫随机场（MRF）提出了一种针对单幅图像的Retinex图像增强算法。该算法在HSV颜色空间下采用线性引导滤波估计图像照度分量；在MRF模型下求解仅包含物体本身特性的反射分量，并通过颜色恢复函数与增益补偿方法进行颜色恢复与校正，最终实现了夜间彩色图像的增强。实验结果表明，利用本文算法处理后图像...
目前THz 自由空间成像面临的挑战主要有大气损耗和水分吸收，辐射功率低，成像要获得高的信噪比，需要有更高功率的辐射源；数据获取时间长；图像质量仍需改善。分析了THz 成像技术的最新发展趋势及国内外发展现状。阐述了利用THz 辐射进行合成孔径成像、THz 压缩感知成像的基本原理，并对两种种成像方法形成的THz 图像的特点进行了分析。应用Wiener2，基于熵标准的ddencmp 选定小波系数阈值降噪...
能否用齐次正态随机场模型来模拟土体性质的空间分布特性,其关键在于土性随机场模型是否具有平稳性和各态历经性。国内大多数研究都是在假定土性随机场模型是平稳随机场的条件下研究应用Vanmarcke 模型的。关于黄土的土性参数的空间特性研究亦是如此,未对其土性剖面随机场的平稳性及各态历经性进行检验。本文以西安市曲江某项目29个钻孔的双桥静力触探(CPT)数据为研究样本,首先讨论了关于原始数据的齐次化处理,...
本文提出了一种草图指导的三维模型特征线提取方法，该方法特点在于：一方面，建立了笔画采样点与模型特征线点间的条件随机场匹配模型，将模型几何特征与形状相似性结合匹配，实现了草图信息与模型特征线提取的有效融合；另一方面，提出了基于结构相似性的模型特征线度量机制，并采用迭代优化方法实现了全局最优模型特征线的提取.实验结果表明：本文提出的方法能有效获取与草图结构形状相对应的模型特征线绘图.
基于马尔科夫随机场的岩性识别方法
马尔科夫随机场 邻域系统 岩性识别 Bayesian框架
<
2013/11/4
通过地震反演数据识别岩性,是地震反演的一项基本任务.由于不同岩性的弹性参数范围常常存在一定程度的重叠,所以给岩性识别带来了很大的困难.本文以叠前反演的弹性参数为基础,通过马尔科夫随机场(Markov Random Field简写为MRF)建立先验模型,按照解释好的测井资料,对不同岩性的弹性参数进行统计,得到计算所需的参数,在贝叶斯(Bayesian)框架下建立岩性分类的目标函数,达到岩性识别的目的...
模糊C均值聚类是一种经典的非监督聚类模型，成功地应用于遥感影像分类。但是该方法对初始值敏感，容易陷入局部最优解；同时聚类时仅考虑光谱信息，忽略了空间信息。本文提出了一种新的基于马尔科夫随机场的模糊C均值聚类方法，该方法把马尔科夫随机场和模糊C均值结合在一起。初始值依据第一主成分的密度函数确定，这样克服了对初始值的依赖性，又在聚类的时候考虑了空间信息。通过实例数据验证，所提出的方法分类精度优于传统的...
基于马尔可夫随机场的低分辨率车牌图像复原算法
图像复原 马尔可夫随机场 基于学习的超分辨率 最大后验概率
<
2010/8/31
由于采集到的车牌图像分辨率较小，为获取高分辨率的图像，提出基于马尔可夫随机场模型的车牌图像超分辨率复原算法。首先对图像进行分块；然后利用马尔可夫随机场对这些分块进行建模，通过模型学习训练库中高低分辨率图像的关系，预测待复原的低分辨率车牌图像的高频细节信息。实验结果表明，本算法对车牌图像取得较好的复原效果，算法复原的超分辨率车牌图像更接近于真实图像，具有更高的峰值信噪比。