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:
根据粗糙样片1.06微米激光双向反射分布函数(BRDF)的实验数据,利用粒子群算法结合BRDF五参数模型,对不同样片表面的BRDF进行了统计建模,获得了对应样片BRDF模型的参数值与偏差.获得的BRDF优化统计模型与没有参与优化建模的实验数据也吻合良好,验证了建模结果的合理性与正确性.将粒子群算法与遗传算法进行了比较,表明无论是优化计算时间还是拟合的精度,前者都明显优于后者.
推荐文章
粒子群优化算法在催化裂化模型参数估计中的应用
催化裂化
参数估计
Levenberg-Marquardt算法
混合粒子群优化算法
粒子群差分混合算法在PID参数优化中的应用
PID控制器
粒子群差分混合算法
选择判断因子
改进粒子群算法及其在超导电缆参数优化中的应用
加速度
平均粒距
差分进化算子
粒子群算法
超导电缆
基于细菌觅食特征改进粒子群算法优化SVM模型参数研究
细菌觅食特征
粒子群算法
支持向量机
故障预测
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 粒子群算法在BRDF模型参数优化中的应用
来源期刊 电波科学学报 学科 物理学
关键词 双向反射分布函数 粒子群算法 遗传算法 粗糙样片
年,卷(期) 2008,(4) 所属期刊栏目
研究方向 页码范围 765-768,802
页数 5页 分类号 O439
字数 2267字 语种 中文
DOI 10.3969/j.issn.1005-0388.2008.04.034
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 吴振森 西安电子科技大学理学院 346 3545 28.0 39.0
2 张涵璐 西安电子科技大学理学院 9 196 7.0 9.0
3 曹运华 西安电子科技大学理学院 14 190 8.0 13.0
4 张耿 西安电子科技大学理学院 12 62 4.0 7.0
5 齐利华 6 20 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (191)
参考文献  (10)
节点文献
引证文献  (15)
同被引文献  (11)
二级引证文献  (19)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(8)
  • 引证文献(2)
  • 二级引证文献(6)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
双向反射分布函数
粒子群算法
遗传算法
粗糙样片
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
电波科学学报
双月刊
1005-0388
41-1185/TN
大16开
河南市新乡138信箱3分箱
36-260
1986
chi
出版文献量(篇)
3417
总下载数(次)
11
总被引数(次)
30224
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