-
题名随机跳变系统的分析、控制与综合方法研究
- 1
-
-
作者
何舒平
-
机构
安徽大学电气工程与自动化学院计算智能与信号处理教育部重点实验室
-
出处
《安徽大学学报(自然科学版)》
CAS
北大核心
2018年第2期1-2,共2页
-
文摘
人类在分析事物的运动规律时,习惯用精确的线性模型表示,进而对该线性模型进行分析与设计,该模型在线性系统控制领域取得了丰硕的成果.但在工业过程中,由于外部环境和内部演化等因素的影响,很多实际系统会出现结构和参数的突变,虽可用多模型描述,但没有形成系统的分析方法.如果此类结构突变系统符合一定的统计学规律,如Markov(马尔可夫)跳变/切换规律,就可建立其随机跳变/切换系统模型.
-
关键词
跳变系统
控制领域
随机
模型表示
线性模型
突变系统
切换系统
运动规律
-
分类号
TP13
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于3D卷积联合注意力机制的高光谱图像分类
被引量:4
- 2
-
-
作者
王浩
张晶晶
李园园
王峰
寻丽娜
-
机构
安徽大学电气工程与自动化学院计算智能与信号处理教育部重点实验室
偏振光成像探测技术安徽省重点实验室
-
出处
《红外技术》
CSCD
北大核心
2020年第3期264-271,共8页
-
基金
安徽省自然科学基金(1808085MF209)
偏振光成像探测技术安徽省重点实验室开放基金(2019KJS030009)。
-
文摘
由于高光谱图像存在较高的数据维数,会给分类过程带来一些困难。为了提高分类的准确率,提出了一种使用3D卷积联合注意力机制的高光谱图像分类方法。首先,将中心像素与周围相邻的其它像素进行配对,可以通过配对构成多组新的像素对,充分利用了像素之间的邻域相关性。接着,将像素对放入3D卷积联合注意力机制网络框架中进行分类,它能够对高光谱图像中的特征进行选择性的学习。最后,通过投票策略获得像素标签。实验是在两个真实的高光谱图像数据集上进行。结果表明,所提出的方法充分挖掘了高光谱图像的光谱空间特征,能有效地提高分类精度。
-
关键词
高光谱图像分类
注意力机制
深度学习
像素配对
-
Keywords
hyperspectral image classification
attention mechanism
deep learning
pixel-pairs
-
分类号
O235
[理学—运筹学与控制论]
-