基于局部二值模式和KNN分类器的遥感高光谱图像分类方法

    公开(公告)号:CN111881953A

    公开(公告)日:2020-11-03

    申请号:CN202010672339.1

    申请日:2020-07-14

    Applicant: 安徽大学

    Abstract: 本发明涉及基于局部二值模式和KNN分类器的遥感高光谱图像分类方法,与现有技术相比解决了难以进行遥感高光谱图像分类的缺陷。本发明包括以下步骤:训练数据的获取;光谱特征向量的提取;空间特征向量的提取;颜色特征向量的提取;多特征向量的堆叠;KNN分类器的构建和训练;待分类遥感高光谱图像的获取;待分类遥感高光谱图像的预处理;遥感高光谱图像分类结果的获得。本发明通过光谱、空间、颜色特征相联合,增强了同类像元的相似性,同时增大了不同像元的相异性,与部分提出的分类方法相比,总体分类精度、平均分类精度、Kappa系数均有不同程度的提高。

    一种高分子相变材料冷却过程的非线性拟合方法

    公开(公告)号:CN105224790B

    公开(公告)日:2018-06-01

    申请号:CN201510585901.6

    申请日:2015-09-14

    Applicant: 安徽大学

    Abstract: 本发明公开了一种高分子相变材料冷却过程的非线性拟合方法,包括如下步骤:(1)取高分子相变材料作为待测样品,将待测样品加热至初始温度T1并在该温度下恒温至待测样品完全熔化,然后快速将其转移至温度为T2的冷却介质中,同时将T型热电偶插入熔融试样的内部,实时采集整个冷却过程中待测样品的温度变化值;(2)根据步骤(1)所采集的温度与时间数据,绘制降温曲线;(3)对降温曲线进行无因次化处理,取无因次温度θ=(T–T2)/(T1–T2);(4)根据步骤(3)所得的θ值,以下述算法进行非线性拟合,y=(A+B)/(C+ex‑D)‑B,令x=ln t,y=θ,可得高分子相变材料冷却过程中的非线性拟合参数。本发明所提出的四参数模型公式拟合方法便捷,对不同的高分子相变材料均具有很好的拟合效果,且拟合准确度更高。

    一种用于研究结晶聚合物相变行为的原位测试装置

    公开(公告)号:CN104569032B

    公开(公告)日:2017-04-19

    申请号:CN201510009549.1

    申请日:2015-01-08

    Applicant: 安徽大学

    Abstract: 本发明涉及一种用于研究结晶聚合物相变行为的原位测试装置,所述装置包括两个组成部分,分别为加热装置和原位测试装置。所述加热装置包括程序控温热台1和特殊设计的金属容器2,在所述金属容器2距离底部4mm处的器壁上等间距开设有一系列圆孔3。所述原位测试装置包括所述金属容器2、水槽4、热电偶5、固定装置6及温度数显仪7。所述水槽4右上方设有进水口8,左下方设有出水口9。所述热电偶5与所述温度数显仪7之间设置有连接所述热电偶5和所述温度数显仪7的补偿导线10。所述固定装置6位于所述水槽4的正上方。本发明特别适用于结晶聚合物非等温非等速相变行为的原位测试,具有装置简单、检测结果准确、成本低、检测步骤快捷等优点。

    基于局部二值模式和KNN分类器的遥感高光谱图像分类方法

    公开(公告)号:CN111881953B

    公开(公告)日:2022-04-22

    申请号:CN202010672339.1

    申请日:2020-07-14

    Applicant: 安徽大学

    Abstract: 本发明涉及基于局部二值模式和KNN分类器的遥感高光谱图像分类方法,与现有技术相比解决了难以进行遥感高光谱图像分类的缺陷。本发明包括以下步骤:训练数据的获取;光谱特征向量的提取;空间特征向量的提取;颜色特征向量的提取;多特征向量的堆叠;KNN分类器的构建和训练;待分类遥感高光谱图像的获取;待分类遥感高光谱图像的预处理;遥感高光谱图像分类结果的获得。本发明通过光谱、空间、颜色特征相联合,增强了同类像元的相似性,同时增大了不同像元的相异性,与部分提出的分类方法相比,总体分类精度、平均分类精度、Kappa系数均有不同程度的提高。

    一种高分子相变材料冷却过程的非线性拟合方法

    公开(公告)号:CN105224790A

    公开(公告)日:2016-01-06

    申请号:CN201510585901.6

    申请日:2015-09-14

    Applicant: 安徽大学

    Abstract: 本发明公开了一种高分子相变材料冷却过程的非线性拟合方法,包括如下步骤:(1)取高分子相变材料作为待测样品,将待测样品加热至初始温度T1并在该温度下恒温至待测样品完全熔化,然后快速将其转移至温度为T2的冷却介质中,同时将T型热电偶插入熔融试样的内部,实时采集整个冷却过程中待测样品的温度变化值;(2)根据步骤(1)所采集的温度与时间数据,绘制降温曲线;(3)对降温曲线进行无因次化处理,取无因次温度θ=(T–T2)/(T1–T2);(4)根据步骤(3)所得的θ值,以下述算法进行非线性拟合,y=(A+B)/(C+ex-D)-B,令x=ln t,y=θ,可得高分子相变材料冷却过程中的非线性拟合参数。本发明所提出的四参数模型公式拟合方法便捷,对不同的高分子相变材料均具有很好的拟合效果,且拟合准确度更高。

Patent Agency Ranking