1 上海工程技术大学 图书馆，上海 201620
2 上海航天设备制造总厂有限公司 装配部，上海 200245
3 上海工程技术大学 人工智能产业研究院，上海 201620
4 中国科学院上海高等研究院 上海光源，上海 201210
将高斯过程模型应用于合成孔径雷达（SAR）图像目标识别。高斯过程模型是基于贝叶斯框架的统计学习算法，通过结合核函数和和概率判别构建分类模型。与传统分类模型相比，高斯过程模型可以获得更高的分类效率和精度。方法实施过程中，采用SAR图像的特征矢量作为输入，以目标类别标签作为输出训练高斯过程模型。对于待识别样本，通过计算其在高斯过程模型下属于各个类别的后验概率判定其目标类别。实验中，依托MSTAR数据集在典型条件下开展测试。根据实验结果，所提方法在标准操作条件下对10类目标识别精度达到99.28%；在30°和45°俯仰角下的平均识别率分别为98.04%和73.13%；在噪声干扰各个信噪比条件下均保持最高性能。实验结果验证了所提方法的有效性和稳健性。
合成孔径雷达 目标识别 高斯过程模型 MSTAR数据集 synthetic aperture radar (SAR) target recognition Gaussian process model MSTAR dataset 红外与激光工程
2021, 50(7): 20200337
吉林农业大学 信息技术学院, 吉林 长春 130118
针对目前医学细胞图像分割出现的误分割、人为主观因素影响时间效率低等特点, 提出了一种结合基于中国餐馆过程的马尔可夫随机场(MRF)细胞图像自动分割方法。首先对图像进行去噪处理, 然后采用中国餐厅过程的无监督模型对马尔科夫随机场进行自动确定参数, 最后采用条件迭代模式（ICM）方法实现MRF在图像分割并对其口腔粘膜细胞图像进行分割实验, 并与传统的马尔可夫随机场图像分割和3种不同的细胞图像分割方法进行比较。结果表明, 本文提出的方法无需事先估计参数值, 在精确度上能达到96%以上。通过本文算法基本能够准确找到要分割的双核和微核细胞, 为后期细胞图像识别打基础, 有效解决分割受到人为主观因素影响和精度差等问题。
中国餐馆过程模型 马尔可夫随机场 细胞图像 图像分割 Chinese restaurant process model Markov random field cell image image segmentation
1 江苏大学机械工程学院, 江苏 镇江 212013
2 上海交通大学机械与动力工程学院, 上海 200240
利用响应曲面法建立了管材激光弯曲成形弯曲角度的工艺模型, 并设计实验验证了模型的可靠性。通过该模型分析了自由端距离、辐射长度、扫描包角和扫描次数等工艺参数对弯曲角度的交互影响。结果表明, 自由端距离、扫描次数和辐射长度对弯曲角度有显著影响, 扫描包角对弯曲角度影响不大；辐射长度与扫描次数间的交互作用较弱, 与自由端距离具有较强的交互作用。
激光技术 激光弯曲成形 响应曲面法 管路系统 工艺模型 激光与光电子学进展
2017, 54(8): 081403
1 中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033
2 中国科学院 研究生院,北京 100039
针对星载嵌入式软件的特点,在W模型和X模型的基础上,给出了一种适用于星载嵌入式软件测试过程的模型—蝴蝶模型。该模型不仅完整体现了对整个开发活动的测试,而且支持迭代及变更,尤其适用于星载嵌入式软件的研制需要经历多个周期的特点,在尽早发现卫星型号产品软、硬件设计缺陷,缩短星载嵌入式软件研制的周期,降低软、硬件的成本,提高星载嵌入式软件的可靠性等方面都有着明显的优点,适用于星载嵌入式软件研制的整个过程。
星载嵌入式软件 测试过程模型 W模型 X模型 蝴蝶模型 on-board embedded software software testing process model W model X model butterfly model
