基于相似匹配方法的光纤布里渊频移提取准确性影响因素分析

基于相似匹配方法的布里渊频移提取算法具有无需预设模型、适应性强的优点。为了获得谱信号参数和扫频参数对算法性能的影响,在仅单一因素变化情况下系统研究了布里渊线宽(简称线宽)、信噪比、扫频间隔、扫频范围对布里渊频移提取准确性的影响规律。结果表明:频移误差与线宽成线性关系,探测谱与参考谱线宽差距本身对算法准确性产生的影响较小;频移误差随参考谱和探测谱信噪比的增加均呈指数规律减小;扫频间隔不变时随参考谱扫频范围增加频移误差存在增加的趋势,同时计算时间线性增加;探测谱的扫频范围为2倍线宽时频移误差最小。研究结果可为布里渊频移的准确提取提供参考。

利用ART神经网络优化相似案例匹配方法

本文首先回顾CBR的发展历程,并介绍CBR的研究现状、特点及应用领域、及其基本原理和关键技术等。然后对ART的基本概念和原理以及模型技术进行介绍,根据以上的原理,探讨ART和CBR之间在案例检索中的可结合性。

远距离动态图像中关键目标无损挖掘算法设计

由于远距离动态图像受到光照、大气干扰等因素的影响,同时关键目标与周围环境融合度高,导致难以准确地识别,使得图像关键目标提取完整度低。因此,提出一种远距离动态图像关键目标无损挖掘算法。基于三边滤波的HSV空间多尺度算法对远距离动态图像增强处理,采用直方图相似度匹配方法对动态图像的关键目标鬼影消除。根据动静态背景划分方法,对动态图像的关键目标无损挖掘。实验结果表明,所提方法的远距离动态图像关键目标无损挖掘精度高、完整性在98%以上、整体应用效果好。