【摘 要】
：
Based on repeated comparison studies of broadband digital seismic records before the Wenchuan M_S8. 0,Yushu M_S7. 1 and Qingchuan M_S5. 4 earthquakes,the possible microseismic fluctuations before impe
【出 处】
：
Earthquake Research in China
论文部分内容阅读
Based on repeated comparison studies of broadband digital seismic records before the Wenchuan M_S8. 0,Yushu M_S7. 1 and Qingchuan M_S5. 4 earthquakes,the possible microseismic fluctuations before impending earthquakes were preliminarily identified. In
其他文献
为提高混凝土自动搅拌的量化分析能力和实时监测能力,提出一种基于计算机视觉特征提取的公共建筑混凝土自动搅拌状态实时监控方法。采用视频监测和红外监测结合的方法,采集公共建筑混凝土自动搅拌现场视觉信息,提取视觉图像的边缘轮廓特征点,结合单目视觉三维重建方法,跟踪识别公共建筑混凝土自动搅拌状态,构建混凝土自动搅拌的三维视觉状态监测模型。计算混凝土自动搅拌状态实时监控的标准差、平均梯度与信息熵等图像特征信息
消失点的检测对于非结构化道路检测具有重要意义。基于纹理的消失点检测方法有较好的普适性,其用一系列的具有不同方向、尺寸的滤波器,比如Gabor和gLoG滤波器,和图像进行卷积,根据得到的响应来判局部纹理的方向,然后再使用投票的策略来获得消失点的位置。这个过程需要大量的运算,运行时间较长。本文改进了经典的基于gLoG滤波的消失点检测算法,对图像纹理方向计算进行了优化,合并了大量的卷积操作,大大减少了运
针对传统猕猴桃形状疤痕图像纹理特征提取方法运行效率低的问题,提出基于灰度识别的猕猴桃形状疤痕图像纹理特征提取方法。首先利用TUT-34rs传感器完成图像采集,同时采用邻域平均法清洗采集到的图像,然后在此基础上进行图像灰度化和二值化处理,并进行图像边缘检测,最后在上述一系列准备过程基础上进行猕猴桃形状疤痕图像纹理特征提取。结果表明:利用该方法对猕猴桃形状疤痕图像纹理特征进行提取,平均花费的时间要比传
行人再识别是指,在不同时间空间下视角不重叠的摄像机视图中同一行人图像的匹配问题。行人再识别在视频监控方面具有重要的应用价值,是智能监控系统的重要基础。然而,由于摄像头性能不高、监控场景变化、行人的移动性等因素,在现阶段行人再识别存在图像分辨率低、光照背景变化、视角变化、姿态变化等诸多挑战。分析发现直接去除背景会在边界处引入新的梯度信息,从而使得行人再识别模型的性能变差。对此,提出了一种简易的、基于
三帧差分法进行视频图像动目标检测时利用两个帧差分的结果进行逻辑与运算,进而进行轮廓提取。这种取交集的算法势必会丢掉相互独立的目标轮廓部分,因而容易造成目标轮廓断裂和空洞。为改善算法性能提出了双三帧差分算法,该算法利用连续两次或多次具有交集的三帧差分的结果进行逻辑或运算,采用取并集的方法在最大程度上恢复三帧差分算法提取的动目标轮廓的完整性。基于连续4帧和5帧视频图像给出了算法的具体逻辑结构,仿真实验
随着图像处理技术在复合绝缘子憎水性检测中的应用,逐渐取代了传统的人工检测方法。针对复合绝缘子上的水珠图像特点,首先在预处理步骤中将原始图像转化为HSV色彩模型,利用其中S分量中水珠与干区对比度明显的优点,对水珠图像的内部及边缘处的缺失部分进行填充,然后对预处理后的图像进行两次不同带标记的分水岭变换后,生成了水珠的边缘轮廓及其白色区域。实验结果表明,该算法可以有效分割水珠图像,检测出的水珠形状较正确
合成孔径算法可以实现超声波发射和接收的双向动态聚焦,从而提高成像分辨率,但仍存在图像信噪比低,旁瓣明显等问题。为进一步提高超声成像质量,提出一种基于编码激励和相干系数的合成孔径超声成像(CFCS)算法。首先采用Golay互补序列对作为激励信号,通过增加发射脉冲的编码长度提高图像的信噪比,同时利用序列对良好的自相关特性消除距离旁瓣,提高图像的轴向分辨率。在此基础上引入相干系数,对图像中的横向旁瓣加以
目标检测是计算机视觉领域一项重要的任务,主要目的是对图像中的物体进行分类与定位。卷积神经网络(DCNNs)是近年兴起的目标检测问题的重要研究方法之一,基于强监督的卷积神经网络学习需要大量像素级注释的图像,大量的像素标注成本巨大且非常耗时,尤其对于实际问题具有极大的困难。弱监督学习是指在训练期间只有图像级标签而没有像素级标签,弱监督的标签相较于强监督具有更易获得、标注成本低等优点,但是弱监督图像检测
针对基于单一特征描述子的人脸图像特征配准中精确性、实时性、鲁棒性较差等问题,提出了一种基于ORB与局部仿射一致性约束的快速人脸特征配准方法(LACCORB)。首先通过ORB算法获得初始人脸配准候选集;其次结合邻域一致性约束,对模板人脸图像上的每一标注点,取其邻域范围内的支持特征点集计算局部仿射变换;最终通过多个局部仿射变换拟合模板人脸形状配准到目标人脸形状的非线性变换,实现对人脸标注点的稳健配准。
学习率的大小影响着模型的训练速度和收敛精度,为了解决常用学习率AdaGrad的历史梯度干扰、AdaDec中幂指函数相关性不强的问题,从学习率衰减方式出发,提出一种基于衰减时效性的学习率改进方法(AdaRecur)。此学习率改进有两方面:1)通过设置衰减速率ρ减小历史梯度作用并结合当前梯度共同调整学习率; 2)根据当前网络梯度的变化,将初始学习率替换为上轮训练中的学习率,以递推的方式调整学习率大小。