瑞利分布
瑞利分布的相关文献在1989年到2022年内共计166篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、金属学与金属工艺
等领域,其中期刊论文149篇、会议论文10篇、专利文献94915篇;相关期刊120种,包括科技创新与生产力、哈尔滨工程大学学报、空军预警学院学报等;
相关会议9种,包括CPCA2011春季国际PCB技术/信息论坛、2010亚太地区信息论学术会议)、2007中国西部青年通信学术会议等;瑞利分布的相关文献由402位作者贡献,包括任海平、何玉辉、刘晓东等。
瑞利分布—发文量
专利文献>
论文:94915篇
占比:99.83%
总计:95074篇
瑞利分布
-研究学者
- 任海平
- 何玉辉
- 刘晓东
- 孙文俊
- 寇玉民
- 张士峰
- 李欢
- 李顺宝
- 杨华波
- 杨益新
- 赵翔
- 赵飞
- 闫丽萍
- 陈辉东
- 马燕
- 冯耀
- 刘强
- 刘文松
- 刘明霞
- 刘洋
- 吴婷婷
- 唐进元
- 夏斌
- 夏飞
- 孔令奇
- 尹俊平
- 康士峰
- 曹治国
- 朱家砚
- 李宇
- 李志东
- 李文军
- 李艳国
- 杜鹃
- 杨东凯
- 杨军
- 武春风
- 王学敏
- 王寒松
- 王小英
- 王建立
- 王晓丹
- 白明顺
- 白锡斌
- 秦振杰
- 胡友杰
- 蒲季春
- 袁凯华
- 赵金宇
- 邹江波
-
-
张忠林;
傅添翼;
闫光辉
-
-
摘要:
针对传统的过采样算法中决策边界模糊以及噪声样本分布问题,本文提出一种基于概率密度函数与自适应过采样算法.首先将少数类样本分为安全样本、边界样本、噪声样本;然后采用瑞利分布(Rayleigh Distribution),对安全样本及边界样本进行采样操作,利用其概率密度函数对新样本的分布密度进行构造,以此达到平衡数据集的目的;最后使用随机森林作为分类器,并进行网格搜索(Gridsearch)进行参数寻优.实验结果将所提出的方法与4种代表性算法在10个不均衡数据集上进行了比较,验证了该算法的有效性.
-
-
-
-
赵晨帆;
王萍;
邢冠培;
叶舟;
王锦
-
-
摘要:
为了提高脉冲多普勒雷达在城市、郊区等复杂环境下,对低慢小飞行器进行目标检测的能力,利用卷积神经网络在特征提取和分类方面的优势,提出了一种基于卷积神经网络的目标检测方法.通过仿真白噪声和瑞利分布、韦布尔分布和K分布等杂波环境中的脉冲多普勒雷达回波信号,对比相同条件下CFAR检测器和CNN的检测结果,发现卷积神经网络比恒警虚检测器拥有更优的检测性能,检测概率至少提高0.01.
-
-
刘瑶;
周雯雯;
权宇
-
-
摘要:
为了预测磨削表面粗糙度和提升磨削质量,引入概率分布的理论对修整后砂轮表面磨粒尺寸、形状和突出高度进行统计学描述,分析磨削过程中砂轮的运动学和材料微观去除过程,提出了基于砂轮表面磨粒特性和磨削工艺参数的磨削表面轮廓和表面粗糙度预测模型,并开展SiC陶瓷磨削实验进行了验证.结果表明砂轮修整后的磨粒成圆锥形,顶角服从N(106,15)的正态分布,而磨粒的突出高度分布可借助瑞利分布描述,采用测量的磨粒特征构建虚拟砂轮,对磨粒加工区域的材料去除后可以得到磨削表面轮廓并计算得到表面粗糙度;相同砂轮线速度情况下,表面粗糙度随进给速度和磨削深度的增加而增加,且工件进给速度较磨削深度对表面粗糙度的影响更大,模型预测表面粗糙度与实验结果间误差在10%以内,实现了对磨削表面粗糙的准确预测,同时该模型也可指导具有微织构的磨削功能表面的设计.
-
-
-
-
李欢;
刘晓东;
赵翔;
闫丽萍
-
-
摘要:
混响室内的电磁波经搅拌器和室壁多次反射,形成了多径衰落,利用混响室模拟了实际无线通信中2种常见的多径衰落环境.对混响室内的发射天线、 接收天线以及损耗物进行配置,设置了6组实验.其中一组是经典混响室(发射天线不可直接辐射接收天线)的实验,实验结果表明,当工作频率、 搅拌器转速控制得当时,混响室能够模拟各向同性的瑞利衰落场环境.另外5组是发射天线直接辐射接收天线的实验.实验结果表明,当发射天线和接收天线存在直接耦合分量时,混响室能够模拟莱斯衰落场环境,并且通过控制天线正对距离、 工作频率以及损耗物加载量可改变直射波和反射波强度的占比,使混响室内的电场获得不同的莱斯K因子.其中损耗物加载量对莱斯K因子的影响最大,不仅会降低混响室的品质因数,还使混响室内电磁场的边界条件更为复杂,从而使混响室内的环境更接近于真实的无线通信环境.
-
-
-
王晓燕;
越飞;
刘红军;
纪俐
-
-
摘要:
在制造业生产中,实际加工的质量特性分布会呈现多种形态,传统的统计过程控制要求质量特性值服从正态分布,但在某些形位误差中如轴线偏心或位置度、零件表面径向跳动等这些偏心分布为瑞利分布.文章建立了基于瑞利分布的形位误差数学模型,用形位误差中的位置度误差和同轴度误差作为实验数据,提出并建立了基于瑞利分布的控制图.通过实验模拟表明,在对某些形位误差统计过程控制方面,使用基于瑞利分布控制图比休哈特控制图效果更好,减少了误判报警,提高了生产效率,得到更好的质量保证.%In manufacturing, the actual processing quality characteristics of distribution has a variety of forms, quality characteristics obey the normal distribution in the traditional statistical process control, but in some shape and position errors eccentric distribution is Rayleigh distribution such as axis eccentricity or posi-tion degree and radial surface beating. This paper resented a mathematical model of shape and position errors based on Rayleigh distribution form, position error and coaxial error in shape error are used as experimental data, proposed a control chart based on Rayleigh distribution. The experiments show that in some form and position errors of statistical process control, using the Rayleigh distribution chart better than Shewhart control chart, reduce the false alarm, improve the production efficiency and ensure better quality.
-
-
林嘉新;
李伟波;
张有志
- 《第十一届军事海洋战略与发展论坛》
| 2014年
-
摘要:
海浪杂波的存在对雷达的目标检测、定位跟踪的性能都将产生影响.海浪杂波仿真得到的海浪杂波数据良好与否是雷达最优化设计及雷达信号处理的关键.通过分析海浪杂波的概念和特性,研究了瑞利分布下海浪杂波的模型以及两种海浪杂波的仿真方法,最后通过ZMNL模拟方法的对海浪杂波进行仿真,并对不同的建模方法进行了比较.
-
-
-
-
马燕;
李顺宝
- 《第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06)》
| 2006年
-
摘要:
对Turk和Pentland特征脸方法进行了改进.分析了待识别人脸的投影向量与人脸库中某样本的平均投影向量间距离的概率密度分布函数呈瑞利分布.为减小虚警概率,提高认同概率,提出了按接受门限和拒绝门限的双门限方法进行识别,并定义了双门限的取值.同时,分析了随着累积平均判别,2个门限逐渐靠近.训练过程中,对每个人脸图像的特征进行平均,只提取平均投影向量用以识别,以减小判别次数.识别实验表明,利用提出方法,可以使总的识别率提高到92.875%,平均判别次数仅为2.56.
-
-
-
-
-
-
牛英宇;
唐友喜
- 《2007中国西部青年通信学术会议》
| 2007年
-
摘要:
提出了一种基于查表法的ITS短波信道模拟器的没计方法,详细描述了查表法的实现过程。基于Simulink完成系统算法的定点仿真,并在Lyrtech硬件开发平台上进行实验和调试。仿真结果及初步实验表明,采用查表法的谐波叠加法避免了耗时的三角函数运算,生成的确定性序列近似瑞利衰落过程,此方案能够实时模拟短波信道的主要特点。
-
-
牛英宇;
唐友喜
- 《2007中国西部青年通信学术会议》
| 2007年
-
摘要:
提出了一种基于查表法的ITS短波信道模拟器的没计方法,详细描述了查表法的实现过程。基于Simulink完成系统算法的定点仿真,并在Lyrtech硬件开发平台上进行实验和调试。仿真结果及初步实验表明,采用查表法的谐波叠加法避免了耗时的三角函数运算,生成的确定性序列近似瑞利衰落过程,此方案能够实时模拟短波信道的主要特点。
-
-
-
- 江苏师范大学
- 公开公告日期:2021.06.01
-
摘要:
本发明公开了一种基于瑞利噪声分布及非负矩阵分解的超声与磁共振影像融合方法,本方法具体步骤如下:步骤1:基于自适应加权非负矩阵分解A=WUV,将超声图像和磁共振图像分别转化为列向量US和MRI,构建非负矩阵A,并令A=[US,MRI],构建非负的权重矩阵W=[WUS,WMRI],W的每一个元素值都被初始化为0.5,U为按照行优先转换后的列向量;步骤2:计算超声和磁共振图像对应的梯度能量矩阵并记为EOGUS和EOGMRI,对应两个梯度能量矩阵元素的较大值构成梯度能量矩阵EOGUS~MRI;步骤3:对U和V进行随机初始化;步骤4:对U和V进行迭代求解;步骤5:更新非负的权重矩阵W;步骤6:如果迭代满足结束条件,那么转到步骤7;如果迭代不满足结束条件,转到步骤4;步骤7:将向量U转换为矩阵,即为融合结果。
-
-
-
-
-
-
-
-