范剑超
- 作品数：36 被引量：109H指数：6
- 供职机构：大连理工大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术天文地球环境科学与工程电子电信更多>>
- 基于动态邻域微粒群的Smith预估双控制器设计被引量：5
- 2012年
- 针对模型未知时滞系统的预测补偿控制,提出一种基于动态邻域拓扑微粒群算法以优化动态神经网络的参数,并将其作为预估器和辨识器应用于一种新的Smith预估双控制器结构设计.利用微粒群算法空间搜索能力指标,动态建立邻域拓扑结构,优化神经网络参数,并将两者的组合模型应用于新的双控制器结构,将负载扰动和定值控制分开,以提高Smith预测补偿模型的控制精度和鲁棒性,最后通过仿真验证了所提出方法的有效性.
- 范剑超韩敏
- 关键词：时滞系统动态邻域微粒群优化
- SAR图像海岸线检测的区域距离正则化几何主动轮廓模型被引量：14
- 2016年
- 合成孔径雷达(SAR)卫星遥感图像可以极大地提高全国海岸线覆盖频率,然而受到海洋波浪所引起的随机海水表面粗糙度的影响,海岸目标与海水背景边界易混淆不清,因此本文提出了基于区域距离正则化几何主动轮廓模型(RDRGAC),引入距离正则项,解决重复初始化水平集函数为符号距离函数的问题,提高了算法收敛速度。此外,将区域面积项系数与SAR图像等效视数(ENL)建立非线性拟合关系,实现RDRGAC模型根据不同SAR遥感图像的自适应调整,改善海岸线自动提取精度。通过河北省北戴河和大连市金州湾SAR数据海岸线提取对比试验,验证了所提方法的有效性。
- 姜大伟范剑超黄凤荣
- 关键词：相干斑噪声合成孔径雷达等效视数
- 一种半监督循环一致性生成对抗网络的SAR影像浮筏养殖信息提取方法
- 一种半监督循环一致性生成对抗网络的SAR影像浮筏养殖信息提取方法，首先，对SAR影像进行预处理，增强养殖信息显著性差异特征；其次，构建具有正向训练网络与逆向训练网络的循环一致性生成对抗网络，实现标签的重复利用，并且增加半...
- 范剑超于航高宁周健林马玉娟王祥
- 广义统计区域合并的SAR图像浮筏养殖信息提取被引量：2
- 2017年
- 目的海水浮筏养殖是海域使用动态监测中的重要类型,合成孔径雷达(SAR)卫星遥感影像可以克服海洋气象环境的影响,有效反映浮筏养殖区域。由于浮筏养殖信息受乘性相干斑噪声污染严重,为了降低噪声敏感性,改进得到广义局部二值模式(GLBP),进而将其用于改进广义统计区域合并算法(GSRM),构建以GLBP_GSRM为核心的多特征集成模型,得到更具纹理一致性的超像素,实现浮筏养殖信息精确提取。方法根据SAR数据的乘性噪声特性改进局部二值模式算子得到GLBP算子,将其加入GSRM的合并准则中,结合纹理信息的超像素分割能得到更具纹理一致性的超像素,有效抑制相干斑噪声。进而利用非下采样轮廓波变换得到轮廓信息丰富数据特征,使用FCS(fuzzy compactness and separation)算法聚类实现浮筏养殖信息的无监督提取。结果实验选取辽宁省长海县邻近海域作为研究区域,针对C波段的Radarsat-2 SAR和X波段的Terra SAR图像,分别比较同一图像不同区域和不同图像同一区域的提取结果,结合实地现场调查结果表明所提模型对不同类型SAR图像均能精确无监督地提取浮筏养殖信息,分类精度均高于85%,明显优于经典无监督算法,验证模型的有效性。结论所提模型充分集成纹理特征、空间特征和轮廓特征,有效解决相干斑噪声干扰信息提取的问题,针对不同类型SAR遥感图像,均能在复杂的海洋背景中实现有效地无监督浮筏养殖信息提取,提高海水养殖自动监测准确度。
- 胡园园范剑超王钧
- 关键词：浮筏养殖局部二值模式
- 深度边缘光谱U-Net海水网箱养殖信息提取被引量：4
- 2022年
- 网箱养殖是海水养殖的重要类型之一,传统网箱养殖目标光谱特征受近岸植被、水体影响较大,易出现噪声问题。新型深海网箱养殖目标离岸较远,但养殖目标海面框体部分较小,与自然水体光谱相似性较高,难以实现有效提取。本文提出深度边缘光谱U-Net模型对两种海水网箱养殖类型进行养殖信息提取。该模型通过Canny算子双边滤波算法去除波段运算后冗余光谱信息,提取边缘光谱特征并利用U-Net跳跃连接结构将其与深度卷积网络特征相融合,经softmax分类器逐像素分类实现网箱养殖信息提取。以海南近岸网箱养殖与深海网箱养殖为研究对象进行养殖信息提取,经实验对比所提方法在传统近岸网箱目标上精确度达到97.35%,新型深海网箱目标上提取精度达98.99%,其提取结果明显优于传统无监督算法和典型深度学习网络模型。
- 柯丽娜翟宇宁范剑超
- 关键词：网箱养殖
- 无线射频干扰对SMOS卫星盐度数据产品准确度的影响研究被引量：1
- 2017年
- SMOS卫星数据发布以来,相关学者针对海表盐度数据开展了大量的真实性检验工作,但是在受无线射频干扰(RFI)影响海域开展的相关工作很少。本文以西太平洋海域为研究区域,选择合理的时空匹配窗口,将WOD13实测海表盐度数据与SMOS卫星单轨海表盐度数据进行数据匹配,采用统计学方法开展SMOS卫星数据真实性检验,并分析RFI对SMOS卫星数据的影响。结果表明,SMOS卫星受分布在西太平洋沿岸射频干扰源的影响,RFI污染高风险区单轨L2数据准确度相对较低,最优仅为3.45,RFI污染低风险区的卫星数据准确度最优为1.07,可见,RFI对单轨卫星数据准确度的影响很大,最终导致西太平洋海域西部大面积海域数据缺失,尤其是中国近海海域,如何检测和减缓RFI对卫星数据的影响是亟待解决的问题。
- 王新新王祥赵建华范剑超王进韩震
- 一种语义增强特征融合自监督transformer的整景SAR海水养殖多目标提取方法
- 一种语义增强特征融合自监督transformer的整景SAR海水养殖多目标提取方法，步骤：1)面向海量海水养殖无标签遥感监测数据，建立整景多目标海水养殖目标提取框架，包括输入嵌入模块、transformer编码器、多特征...
- 范剑超周健林郑丹晨李萌萌邓棋文田德智王喜宝褚楚王平卓董英超
- 一种高分辨率遥感影像的海上溢油风险源快速智能识别分类方法
- 一种高分辨率遥感影像的海上溢油风险源快速智能识别分类方法，属于海洋遥感与人工智能交叉技术领域，包括：1)石油平台与船只作为海上溢油主要风险源，具有像素值高于周围海水的特点，根据像素值梯度和斑点检测的方法，设计了结合高斯拉...
- 范剑超韩振宇刘川郑丹晨尚腾崔广岩隋子泰张志慧
- 单点逼近型加权模糊C均值算法的遥感图像聚类应用被引量：8
- 2009年
- 针对模糊C均值算法对数据分布状态和初始聚类中心过于依赖的问题,利用已知样本信息,提出了一种改进的单点逼近型加权模糊C均值算法。该算法首先通过对原始数据进行概率统计和加入样本属性权值来调整数据为均匀分布;然后采用先验样本单点逼近的方法来消除先验样本选取的影响,从而不仅得到了合适的初始聚类中心,而且有效地加快了算法的收敛速度和提高了聚类的精度;最后将改进后算法与遥感数据特点相结合,构成了完整的遥感图像地物聚类算法。通过UCI数据集和扎龙湿地遥感数据的试验结果的比较证明,该改进方法是真实有效的。
- 韩敏范剑超
- 关键词：聚类分析模糊C均值初始聚类中心
- 多时相卫星遥感岛礁岸线及开发利用信息提取方法
- 一种多时相卫星遥感岛礁岸线及开发利用信息提取方法，属于海洋岛礁卫星遥感和计算机图形处理交叉领域。步骤如下：首先分析不同类型海岛岸线和开发利用情况成像特性；其次，采用图像降采样和升采样处理技术，实现大幅宽卫星遥感图像的快速...
- 范剑超齐玥王新新孟庆辉康婧王洪玉周晓君
- 文献传递
