版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文以理論聯(lián)系實際作為出發(fā)點,研究如何利用粒子的散射極化特性識別不同類型的粒子。本文首先介紹了煙霧探測技術(shù)的發(fā)展,論述了煙霧粒子的散射極化特性,研究了一些典型物質(zhì)粒子的散射光強和偏振度的空間分布特性,然后在經(jīng)典的Mie氏理論的基礎(chǔ)上,給出了微小粒子對入射光進行散射的有關(guān)物理量,如散射系數(shù)、吸收系數(shù)、消光系數(shù)、散射光強和偏振度的數(shù)值計算方法,并給出了計算結(jié)果。 提出了一種利用BP神經(jīng)網(wǎng)絡(luò)進行煙霧粒子識別的方法;詳細(xì)闡述了不同煙霧粒
2、子的特征提取過程和BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法。 針對目前煙霧探測方法中存在的缺陷——低靈敏度或高誤報警,本文設(shè)計了基于粒子群散射特性的煙霧探測和識別系統(tǒng),系統(tǒng)使用了半導(dǎo)體激光器和光電二極管陣列做發(fā)射元件和接收元件并采用主動方式工作,具有靈敏度高,識別能力強的優(yōu)點。 煙霧探測和識別系統(tǒng)通過測量不同角度的散射光強,利用粒子在不同角度的散射光強的分布差異,可以有效地識別不同類型的煙霧粒子。所以該技術(shù)可以達到可靠、準(zhǔn)確地預(yù)報火警、消
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒子群的粗糙集屬性約簡研究.pdf
- 基于粒子群算法的粗糙集屬性約簡方法研究.pdf
- 粒子群算法----粒子群算法簡介
- 粒子群算法----粒子群算法簡介
- 粒子群算法----粒子群算法簡介
- 粒子群算法(1)----粒子群算法簡介
- 粒子群及量子行為粒子群優(yōu)化算法的改進研究.pdf
- 基于粒子群優(yōu)化支持向量機的移動荷載識別研究.pdf
- 基于粒子群優(yōu)化BP網(wǎng)絡(luò)的車牌字符識別研究.pdf
- 基于粒子群優(yōu)化算法的結(jié)構(gòu)參數(shù)及損傷識別.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 基于遺傳粒子群算法和粗糙集的屬性約簡算法研究.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 基于粒子群算法的數(shù)值方法研究.pdf
- 基于粒子群算法的數(shù)據(jù)挖掘.pdf
- 基于粒子群優(yōu)化的網(wǎng)絡(luò)視頻流特征選擇與識別.pdf
- 基于粒子群的TrAdaBoost遷移學(xué)習(xí).pdf
- 激光多普勒在粒子散射測量中的應(yīng)用.pdf
- 基于變異的粒子群算法的MDVRPTW研究.pdf
- 基于粒子群的水下圖像分割與識別技術(shù)研究.pdf
評論
0/150
提交評論