检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于端叉特征融合的指纹识别算法

山西大学学报(自然科学版) 2024年第1期47卷 9-17页

作者：李昊翔陈玉明吴克寿厦门理工学院计算机与信息工程学院

生物特征识别有多种多样，例如人脸识别、指纹识别、DNA基因测序等，以往各种文献中，大多数采用复杂算法或是深度学习的方法，其实时性不强。本文针对指纹纹路繁杂的特点，去繁取简抽取纹路的端叉关键点特征，利用图像处理技术和最新的... 详细信息

生物特征识别有多种多样，例如人脸识别、指纹识别、DNA基因测序等，以往各种文献中，大多数采用复杂算法或是深度学习的方法，其实时性不强。本文针对指纹纹路繁杂的特点，去繁取简抽取纹路的端叉关键点特征，利用图像处理技术和最新的OpenCV4实现指纹识别算法，避免了复杂算法和深度学习中计算耗时的问题。首先，利用图像处理的相关技术对采集的图像进行预处理，包括剪裁，旋转，多种滤波；其次，构建指纹端叉融合的特征提取算法确定相应的类型和角度，并绘制出待识别指纹特征融合关键点个数1 670个；最后对指纹识别功能进行测试得出结论。本算法特征提取的平均耗时为47.0 ms，平均匹配时间约为7.7 ms，同时准确率在不同特征提取算法中最高，为93.8%。由此得出该算法能够快速准确地对指纹库的指纹进行识别与比对，有效提高了指纹识别的精度与效率。

关键词：指纹识别端叉融合图像处理直方图均衡化 OpenCV

碱金属离子共掺Sr_(3)Ga_(2)Ge_(4)O_(14)∶Dy^(3+)发光性能研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

人工晶体学报 2024年第1期53卷 97-106页

作者：白鑫杨伟斌熊飞兵李明明胡正开郭益升傅兴宇厦门理工学院光电与通信工程学院厦门361024 厦门理工学院计算机与信息工程学院厦门361024

本文采用高温固相法制备了一系列新型Sr_(3-x)Ga_(2)Ge_(4)O_(14)∶xDy^(3+)(x=0~0.40)(摩尔分数)及Sr_(2.68)Ga_(2)Ge_(4)O_(14)∶0.16Dy^(3+),0.16M^(+)(M=Li、Na、K)荧光粉。EDS能谱分析证实该荧光粉中存在Sr、Ga、Ge、O、Dy元素。系列Sr_(3-x)Ga_(2)Ge_(4)O_(14)∶xDy^(3+)在350 nm光激发下产生了以568 nm为主波长,对应于^(4)F_(9/2)→^(6)H_(13/2)跃迁的强黄光发射。荧光粉的发射光谱显示,其发射强度随Dy^(3+)浓度的增加而变化,且当x=0.16时达到最强。共掺杂碱金属M(M=Li、Na、K)作为电荷补偿离子,其中Li^(+)对增加Dy^(3+)的发射强度效果最明显,使得荧光粉的发射强度提高到没有电荷补偿离子时的2倍。此外,随着Dy3+掺杂浓度的提高,荧光粉的荧光寿命不断减少。最后探讨了荧光粉Sr_(2.68)Ga_(2)Ge_(4)O_(14)∶0.16Dy^(3+),0.16Li^(+)的CIE色度坐标和热稳定性,其CIE色度坐标为(0.3719,0.4046),位于黄色区域,在453 K的发光强度约为其室温发光强度的95.5%。因此,Dy^(3+),Li^(+)共掺杂Sr_(3-x)Ga_(2)Ge_(4)O_(14)荧光粉是潜在的显示器件和白光LED器件候选材料。

关键词： Sr_(3-x)Ga_(2)Ge_(4)O_(14)∶xDy^(3+) 高温固相法电荷补偿剂光致发光热稳定性荧光寿命

基于全原子模拟的铜/石墨烯塑性变形行为与力学强化性能分析

在线全文

学校读者我要写书评

暂无评论

中国表面工程 2023年第4期36卷 174-184页

作者：陈晶晶占慧敏杨旭李柯张铜邹小莲刘莹李凯南昌理工学院机电工程学院南昌330044 南昌理工学院计算机信息工程学院南昌330044

对铜/石墨烯塑性变形行为与强化性能分析对膜-基界面耦合提升金属材料使役性能起促进作用,也为纳米铜强韧机制理解提供有益参鉴价值。基于纳米压痕法对石墨烯膜-单晶铜基底的接触特性展开全原子模拟。分析基底表面有无石墨烯、覆石墨烯... 详细信息

对铜/石墨烯塑性变形行为与强化性能分析对膜-基界面耦合提升金属材料使役性能起促进作用,也为纳米铜强韧机制理解提供有益参鉴价值。基于纳米压痕法对石墨烯膜-单晶铜基底的接触特性展开全原子模拟。分析基底表面有无石墨烯、覆石墨烯层数、基底晶面不同的塑性变形行为与力学强化性能,探讨石墨烯边界效应的褶皱对界面接触质量与强化性能的影响。研究表明:对铜/石墨烯而言,纳米压痕时的载荷与位移曲线保持线性关系,主要源于石墨烯面内弹性变形呈均匀化;相比纯铜,铜表面覆石墨烯的承载性更高,其弹性模量与硬度随覆石墨烯层数增加而线性增大。结果指出:铜表面覆三层石墨烯的硬度与弹性模量比纯铜提高约7.4倍,其强化效应源自石墨烯受载产生的面内均匀弹性变形与压头-膜基界面接触质量的协同作用;石墨烯褶皱处的应力集中易诱驱铜上表面产生类褶皱波纹的塑性变形痕迹。相比双边界固定的石墨烯而言,单边界固定的石墨烯褶皱变形更大,界面接触质量有所增加,而强化效果相比却降低28%。当覆石墨烯层数相同时,不同晶面铜/石墨烯的力学性能和膜-基界面塑性变形有着显著各向异性特征。研究结果对微机电系统金属器件力学性能提升有重要作用。

关键词：褶皱效应界面接触质量金属强化石墨烯层数分子模拟

在线全文

学校读者我要写书评

暂无评论

粒向量与K近邻粒分类器

计算机研究与发展 2019年第12期56卷 2600-2611页

作者：陈玉明李伟厦门理工学院计算机与信息工程学院

K近邻(K nearest neighbor,K NN)分类器是一种经典的分类器,它简单而又有效,已经在人工智能与机器学习领域得到了广泛的应用.针对传统分类器难以处理不确定性数据的问题,研究样本单特征邻域粒化技术,构造粒的向量形式,提出一种基于粒向... 详细信息

K近邻(K nearest neighbor,K NN)分类器是一种经典的分类器,它简单而又有效,已经在人工智能与机器学习领域得到了广泛的应用.针对传统分类器难以处理不确定性数据的问题,研究样本单特征邻域粒化技术,构造粒的向量形式,提出一种基于粒向量的K近邻分类方法.该方法引入邻域粗糙集模型,对分类系统中的样本进行单特征邻域粒化,形成特征邻域粒子.并由多个特征邻域粒子构成一个粒向量,定义了多种粒向量运算算子,提出了2种粒向量距离:相对粒距离与绝对粒距离,证明了粒向量距离的单调性原理.进一步,基于粒向量距离定义了K近邻粒向量概念,提出了K近邻粒分类器.最后,结合UCI数据集,采用K近邻粒分类器与经典K近邻分类器进行比较测试.理论分析和实验表明:针对合适的粒化参数与k值,K近邻粒分类器具有较好的分类性能.

关键词： K NN分类器粒计算粒向量粒距离粒分类器

SiC基底覆多层石墨烯力学强化性能分子动力学模拟

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第10期73卷 372-382页

作者：陈晶晶赵洪坡王葵占慧敏罗泽宇南昌理工学院机电工程学院南昌330044 南昌理工学院计算机信息工程学院南昌330044

微机电系统半导体SiC器件覆多层石墨烯的力学强化性能与塑性变形微观研究,将对提升该器件耐久性服役寿命期和强韧化机制理解起到显著作用.因此,本文基于分子动力学法探讨了石墨烯堆垛类型(AA和AB堆垛)和极端使役温度对其接触力学性能(... 详细信息

微机电系统半导体SiC器件覆多层石墨烯的力学强化性能与塑性变形微观研究,将对提升该器件耐久性服役寿命期和强韧化机制理解起到显著作用.因此,本文基于分子动力学法探讨了石墨烯堆垛类型(AA和AB堆垛)和极端使役温度对其接触力学性能(最大承载荷、硬度、杨氏模量、接触刚度)、微结构演化、接触质量、褶皱形貌、位错总长的影响,解释了SiC基底覆多层石墨烯力学强化的原子尺度机制.研究发现:相同使役温度下,随覆石墨烯层数增加,SiC基底微结构的棱柱形位错环演化中越早发生脆断;石墨烯AB堆垛在最大压深时的C-C键断裂会导致石墨烯优异面内弹性变形丧失,以致其最大承载性呈现断崖式下降.研究表明:SiC基底覆三层石墨烯的力学强化性能是纯SiC的2倍,该强化效应不受石墨烯堆垛类型影响,其力学强化机制主要源于多层石墨烯受载加大会引起石墨烯面内褶皱增大,从而增大界面接触刚度,触发界面接触质量减小所致.使役温度升高,会激发原子振动频率增大,诱导界面接触原子数增多,以致界面接触质量增大,而界面接触刚度随之减弱,最终引起SiC基底覆多层石墨烯力学性能随温度升高呈近似直线下降.此外,SiC基底的亚表层应力集中会诱导基底内的微结构产生滑移与演变;基底覆石墨烯层数增加可有效减小基底亚表层的应力集中分布程度,从而对基底起抗载保护作用.

关键词： SiC 多层石墨烯力学强化分子动力学接触刚度

碱金属离子共掺SrGaGeO∶Dy发光性能研究

在线全文

学校读者我要写书评

暂无评论

人工晶体学报 2023年

作者：白鑫杨伟斌熊飞兵李明明胡正开郭益升傅兴宇厦门理工学院计算机与信息工程学院厦门理工学院光电与通信工程学院

本文采用高温固相法制备了一系列新型Sr3-xGa2Ge4O14: xDy3+(x=0～0.40)(摩尔分数)及Sr2.68Ga2Ge4O14: 0.16Dy3+，0.16M+(M=Li、Na、K)荧光粉，EDS能谱分析证实了荧光粉中存在Sr、Ga、Ge、O、Dy元素。系列Sr3-xGa2Ge4O14∶xDy3+在350 nm光激发下产生了以568 nm为主波长，对应于4F9/2→6H13/2跃迁的强黄光发射。荧光粉的发射光谱显示，其发射强度随Dy3+浓度的增加而变化，且当x=0.16时达到最强。共掺杂碱金属M作为电荷补偿离子，其中Li+对增加Dy3+的发射强度效果最明显，使得荧光粉的发射强度提高到没有电荷补偿离子时的2倍。此外，随着Dy3+掺杂浓度的提高，荧光粉的荧光寿命不断减少。最后探讨了荧光粉Sr2.68Ga2Ge4O14: 0.16Dy3+，0.16Li+的CIE色度坐标和热稳定性，其CIE色度坐标为(0.3719，0.4046)，位于黄色区域，其在453 K的发光强度约为其室温发光强度的95.5%。因此，Dy3+，Li+共掺杂Sr3-xGa2Ge4O14荧光粉是潜在的显示器件和白光LED器件候选材料。

关键词： Sr Ga Ge O :xDy 高温固相法电荷补偿剂光致发光热稳定性荧光寿命

基于多特征融合和通道注意力的深度学习云层检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

遥感信息 2023年第1期38卷 121-129页

作者：杜晓凤傅莘莘朱祎厦门理工学院计算机与信息工程学院福建厦门360000

目前,基于传统图像处理的云层检测方法多依赖于来自特定传感器的纹理、颜色以及温度等物理特征,这类方法在遥感图像下垫面与云层具有相似的特性时,通常会出现较多错、漏检的情况。在深度学习方法良好性能的启发下,文章为解决这一问题提... 详细信息

目前,基于传统图像处理的云层检测方法多依赖于来自特定传感器的纹理、颜色以及温度等物理特征,这类方法在遥感图像下垫面与云层具有相似的特性时,通常会出现较多错、漏检的情况。在深度学习方法良好性能的启发下,文章为解决这一问题提出了一种新的云层检测方法FANet(feature fusion attention network)。FANet整体由特征提取、解码以及注意力模块组成。在特征提取模块中,FANet不仅保留了自顶向下连接,也新增了多条自底向上和同层连接来缩短信息单向流动和融合的路径,以缓解特征信息丢失的问题。此外,模型引入注意力模块计算各级融合特征图所占的权重,使多层级特征更精准地融合并形成丰富的语义和空间特征。最后,在使用了两个云层检测数据集的对比实验中,FANet分别达到了96.07%和97.03%的准确率,与传统图像方法和其他基于深度学习检测的方法相比,FANet具有准确率高、云层检测边界清晰等优点。

关键词：云层检测深度学习注意力机制特征融合图像分割

在线全文

学校读者我要写书评

暂无评论

基于二氧化硅波导环的干涉式集成光学陀螺

应用激光 2023年

作者：黎宇轩吴泓南昌理工学院计算机信息工程学院

为实现干涉式集成光学陀螺的小型化和集成化目标,提出并设计基于二氧化硅波导干涉环的集成光学陀螺系统。首先,确定二氧化硅波导的结构及截面尺寸,其截面尺寸为4.5μm×4.5μm;其次,进一步确定了二氧化硅波导环的弯曲半径为10 mm以及波... 详细信息

为实现干涉式集成光学陀螺的小型化和集成化目标,提出并设计基于二氧化硅波导干涉环的集成光学陀螺系统。首先,确定二氧化硅波导的结构及截面尺寸,其截面尺寸为4.5μm×4.5μm;其次,进一步确定了二氧化硅波导环的弯曲半径为10 mm以及波导环之间的间距为50μm。最终制作完成了长为2.434 m的二氧化硅波导干涉环。最后,利用该二氧化硅波导环搭建了干涉式集成光学陀螺测试系统,得到陀螺长期零偏稳定性(Allan方差)为110.5 (°)/h。该波导环的成功制作与测试有利于降低干涉式陀螺的体积,促进干涉式集成光学陀螺的工程化应用。

关键词：二氧化硅波导环集成光学陀螺极限灵敏度零偏稳定性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种全连接粒神经网络分类方法

山西大学学报(自然科学版) 2023年第1期46卷 91-100页

作者：傅兴宇陈颖悦陈玉明江海亮黄涛厦门理工学院计算机与信息工程学院厦门理工学院经济与管理实验中心

全连接神经网络需要大量的数据支持，才能训练好一个分类网络，往往现实中没有提供大量的数据供给网络训练。针对全连接神经网络缺少数据训练会使网络分类效果不佳这个问题，研究粒计算理论，从不同角度增广数据并进行粒化，提出一种全... 详细信息

全连接神经网络需要大量的数据支持，才能训练好一个分类网络，往往现实中没有提供大量的数据供给网络训练。针对全连接神经网络缺少数据训练会使网络分类效果不佳这个问题，研究粒计算理论，从不同角度增广数据并进行粒化，提出一种全连接粒神经网络的分类方法。首先，该网络对所有样本进行单特征参照样本相似度粒化，形成参照样本粒子。同时引入邻域判别函数进行邻域粒化，形成邻域粒子。一个样本上的多个特征粒子构成一个粒向量，将构造的粒向量输入到该网络进行分类，进而提出了全连接粒神经网络。在多个UCI数据集上实验，用全连接粒神经网络和不同的分类算法进行比较，其结果表明了所提出的全连接粒神经网络分类方法的正确性与有效性。

关键词：全连接粒神经网络邻域粒化相似度粒化分类网络