高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
三防灯
产品详细介绍
深圳市英唐光显技术有限公司 2021-08-23
三球仪
产品详细介绍三球仪
广州市展科教学仪器有限公司 2021-08-23
三球仪
产品详细介绍
吉安市卓钢教学仪器有限公司(原吉安市第六教学仪器厂) 2021-08-23
三球仪
可演示月球、地球及太阳的相对运动,昼夜形成、日月圆缺、日食和月食等现象
苏州育龙科教设备有限公司 2021-08-23
三球仪
青华科教仪器有限公司 2021-08-23
三标尺天平
产品的详细介绍,请直接咨询我们。电话:0574-62080651
宁波浪力仪器有限公司(余姚市朗海科教仪器厂) 2021-08-23
基于超材料的远红外单谱信号探测器及其制备方法
本发明公开了一种基于超材料的远红外单谱信号探测器,包括·798·自下而上依次设置的衬底层、N 型砷化镓层、二氧化硅层与超材料层、欧姆电极和肖特基电极。超材料层为具有周期性微纳米结构的金属开环共振单元阵列,所述金属开环共振单元阵列包含了一种图形及其特征尺寸参数,该图形对于远红外电磁波具有完全吸收特性,通过改变金属开环共振单元的结构和尺寸参数可以调控对应的电磁波吸收频段,通过改变 N 型砷化镓的耗尽层宽度可
华中科技大学 2021-04-14
基于超材料的太赫兹单谱信号探测器及其制备方法
本发明公开了一种基于超材料的太赫兹单谱信号探测器,包括自下而上依次设置的衬底层、N 型砷化镓层、二氧化硅层与超材料层、欧姆电极和肖特基电极;其中超材料层为具有周期性微纳米结构的金属开环共振单元阵列,金属开环共振单元阵列包含了一种图形及其特征尺寸参数,该图形对于太赫兹电磁波具有完全吸收特性,通过改变金属开环共振单元的结构和尺寸参数可以调控对应的电磁波吸收频段,通过改变 N 型砷化镓的耗尽层宽度可以调控超材料层中金属开环
华中科技大学 2021-04-14
基于超像素样本扩充的空谱全卷积高光谱图像分类方法
本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量,解决了高光谱图像有标记样本的稀缺问题,同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。 成果非涉密,专利申请已经提交。 实验采用反射光学系统成像光谱仪(ROSIS)传感器获取意大利北部帕维亚大学(Pavia  University)的高光谱图像数据。该数据集由 103 个光谱带组成,共 610×340 像素,光谱覆盖范围从 430nm 到 860nm,空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本,选取每类 30 个有标记样本作为训练集,其余作为测试集。 由下表可以看出,在每类选取 30 个样本的情况下,本 模 型 的 OA,AA,Kappa系 数 比 DFFN 模 型 高 出20.8%,17.4% 和 26.5%;比CNN 高 出 23.1%,18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN,达到了较好的分类效果。 表 1 PaviaU 数据集上对比实验结果
西安电子科技大学 2023-03-03
基于空谱差分辅助核联合稀疏表示的高光谱图像分类
该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于:1)能够将光谱的差分辅助信息和原光谱特征信息有效结合。2)能够考虑不同光谱属性间的高阶空间相关信息。3)原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明,该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。 主要技术指标 不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM,OA 提高了约 20%;相比于 SOMP,OA 提高了约20%。 该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果,同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。 表 1. 不同数据集下的训练样本选取数量 表 2. PaviaU 大学数据下不同方法的正确率比较
西安电子科技大学 2023-03-22
首页 上一页 1 2
  • ...
  • 30 31 32
  • ...
  • 197 198 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1