基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了一种人工神经网络在多光谱测温数据处理中的应用.利用人工神经网络,结合多种发射训练样本模型,可以自动辨识被测目标的发射率模型,从而得到目标的真温和光谱发射率.应用二次细分的方法进一步提高了测量精度,并分析了各种测量误差对测温精度的影响.仿真结果表明此方法是获知真温与发射率的一种较好的方法.
推荐文章
神经网络在标准热电偶测温中的应用
热电偶
分度表
多层前向神经网络
BP算法
声学测温中时间延迟估计的仿真研究
声学测温
时间延迟估计
互相关
小波神经网络
改进NSGA-Ⅱ算法在涡轮叶片多光谱测温中的应用
多光谱测温
NSGA?Ⅱ算法
GA算法
涡轮叶片
差分进化
种群特性
稳定度
精度
RBF神经网络在刀具状态监控中的应用研究
刀具状态监控
RBF神经网络
特征抽取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 RBF网络在多光谱测温中的应用研究
来源期刊 红外与毫米波学报 学科 工学
关键词 多光谱辐射测温 人工神经网络 二次细分 真温 发射率
年,卷(期) 2001,(2) 所属期刊栏目
研究方向 页码范围 97-101
页数 5页 分类号 TN2
字数 2645字 语种 中文
DOI 10.3321/j.issn:1001-9014.2001.02.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙晓刚 哈尔滨工业大学计算机与电气工程学院 65 1122 17.0 31.0
2 戴景民 哈尔滨工业大学计算机与电气工程学院 155 2676 26.0 43.0
3 褚载祥 哈尔滨工业大学计算机与电气工程学院 25 497 14.0 22.0
4 丛大成 哈尔滨工业大学计算机与电气工程学院 62 789 17.0 24.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (35)
参考文献  (4)
节点文献
引证文献  (35)
同被引文献  (14)
二级引证文献  (273)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(4)
  • 引证文献(3)
  • 二级引证文献(1)
2004(9)
  • 引证文献(3)
  • 二级引证文献(6)
2005(7)
  • 引证文献(1)
  • 二级引证文献(6)
2006(15)
  • 引证文献(2)
  • 二级引证文献(13)
2007(22)
  • 引证文献(3)
  • 二级引证文献(19)
2008(17)
  • 引证文献(1)
  • 二级引证文献(16)
2009(21)
  • 引证文献(1)
  • 二级引证文献(20)
2010(17)
  • 引证文献(1)
  • 二级引证文献(16)
2011(16)
  • 引证文献(1)
  • 二级引证文献(15)
2012(15)
  • 引证文献(2)
  • 二级引证文献(13)
2013(21)
  • 引证文献(2)
  • 二级引证文献(19)
2014(27)
  • 引证文献(1)
  • 二级引证文献(26)
2015(27)
  • 引证文献(3)
  • 二级引证文献(24)
2016(25)
  • 引证文献(1)
  • 二级引证文献(24)
2017(23)
  • 引证文献(3)
  • 二级引证文献(20)
2018(19)
  • 引证文献(1)
  • 二级引证文献(18)
2019(16)
  • 引证文献(4)
  • 二级引证文献(12)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
多光谱辐射测温
人工神经网络
二次细分
真温
发射率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
红外与毫米波学报
双月刊
1001-9014
31-1577/TN
大16开
上海市玉田路500号
4-335
1982
chi
出版文献量(篇)
2620
总下载数(次)
3
总被引数(次)
28003
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导