Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于Facet的分子云核检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:基于Facet的分子云核检测方法,包括以下步骤:步骤1:构建分子云核模型;步骤2:对原始数据进行基于形态学的预处理,提取信号区域;步骤3:对信号区域进行基于多元函数极大值理论和Facet模型的分子云核中心检测;步骤4:对信号区域进行基于梯度的分割,获得局部区域;步骤5:基于连通性的最小距离聚类,将局部区域分配到分子云核的中心。本发明一种基于Facet的分子云核检测方法,该方法抗噪能力较强,对参数的依赖较小,目标检测的综合效果更优,检测的分子云核更符合目前对恒星形成的认识。

主权项:1.基于Facet的分子云核检测方法,其特征在于包括以下步骤:步骤1:构建分子云核模型;步骤2:对原始数据进行基于形态学的预处理,提取信号区域;步骤3:对信号区域进行基于多元函数极大值理论和Facet模型的分子云核的中心检测;步骤4:对信号区域进行基于梯度的分割,获得局部区域;步骤5:基于连通性的最小距离聚类,将局部区域分配到分子云核的中心;通过上述步骤,实现分子云云核的检测;所述步骤3中,基于多元函数极大值理论具体如下:设n多元实函数fx1,x2,...,xn在点M0t1,t2,...,tn的邻域内有二阶连续偏导,其中x1,x2,...,xn代表多元实函数的未知数,t1,t2,...,tn代表M0的坐标;若有:并且: 当A负定矩阵时,fx1,x2,...,xn在M0t1,t2,...,tn处是极大值,矩阵是负定矩阵的充分必要条件是它的特征值都小于零;所述步骤3中,采用Facet模型的三元三次多项式为:fx,y,z=a1g1x,y,z+a2g2x,y,z+...+a20g20x,y,z1;其中,a1,a2,...,a20代表拟合系数,g1,g2,...,g20代表基底函数;即:其中,Φ=g1,g2,...,gN={1,x,y,z,x2,y2,z2,xy,xz,yz,xyz,xy2,xz2,x2y,yz2,x2z,y2z,x3,y3,z3;系数通过最小二乘拟合使目标函数ε最小; 式3中,Ix,y,z为原始曲面,fx,y,z为拟合曲面,Wx,y,z为Gaussian窗口函数,即: 其中,s为窗口尺度;将基函数Φ张成的函数空间定义为: 其中,px,y,z,qx,y,z为任意三元函数,Wx,y,z为Gaussian窗口函数;则3中的误差函数ε写为: 其中,I为原始曲面,Φ为基底向量,为拟合系数,W为Gaussian窗口函数,T表示转置;对6求导,令可使得误差函数ε最小,得: 其中,为拟合系数,I为原始曲面,Φ为基底向量,K为Facet模型算子,T表示转置;将Φ带入7式,并用5式加权内积计算,即可求得拟合系数采用3DIDDG算子,获得梯度向量G为:G=Fx,Fy,Fz;其中:Fx,Fy,Fz分别表示fx,y,z对x,y,z的偏导数; 其中,ai为拟合系数,L为3DIDDG算子参数;当L=0时,IDDG算子简化为直接求偏导数的标准梯度算子;对fx,y,zx,y,z=0,0,0求二阶偏导: 其中,ai,i=5,6,...,10为拟合系数;Hessian矩阵: 其中,A为Hessian矩阵,ai,i=5,6,...,10为拟合系数。

全文数据:

权利要求:

百度查询: 三峡大学 基于Facet的分子云核检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。