粒子识别,particle identification
1)particle identification粒子识别
英文短句/例句
1.The Study of SVM-based Recognition of Particles in Urine Sediment;基于支持向量机的尿液粒子识别分类研究
2.Particle Filter Based on Structural System Identification;基于粒子滤波器的结构系统识别研究
3.PSO-SVM-based fracture identification method基于粒子群和支持向量机的裂缝识别
4.Identification of Heavy Cosmic Ray Nuclei Recorded by a Satellite Borne Chaoyang No. 1 Polycarbonate识别朝阳1号聚碳酸酯记录的宇宙线重粒子
5.Handwritten Figure Fuzzy Recognition Based on Particle Swarm Neural Network基于粒子群神经网络的手写数字模糊识别
6.Fault Condition Recognition with Kernel Principal Component Analysis Based on Particle Swarm Optimization基于粒子群优化的核主元分析的故障状态识别
7.A Novel Shuffled Particle-pair Optimizer for Speaker Recognition混合粒子对优化算法在说话人识别中的应用
8.Object Recognition Using Particle Swarm Optimization based Kernel Matching Pursuit基于粒子群优化的核匹配追踪目标识别(英文)
9.Molecule Imprinting Recognition and Fluorescence Detection for TNT at Surface of Silica;二氧化硅纳米粒子表面的分子印记识别和TNT的荧光探测
10.The Application of Image Processing for Pebrine Detection;计算机图像处理技术在家蚕微粒子病识别中的应用
11.Chaos Particle Swarm Optimization Algorithm for Estimating Solute Transport Parameters in Streams from Tracer Experiment Data混沌粒子群算法在河流水质模型参数识别中的应用
12.A Study of Affective States Recognition Based on Dual-Structure Particle Swarm Optimization and K-Nearest Neighbors from Physiological Signals双重结构粒子群和K近邻法用于生理信号情感状态识别的研究
13.Preparation of Heparin Modified Gold Nanoparticles and Its Application in Detecting Antithrombin Ⅲ肝素金纳米粒子的制备及其对抗凝血酶Ⅲ（ATⅢ）的识别
14.Application of the Least Squares Support Vector Machines Based on Particle Swarm Optimization in Logging Lithology Recognition基于粒子群优化的最小二乘支持向量机在岩性识别中的应用
15.Exact identification of damping and frequency based on a particle swarm optimization algorithm利用粒子群优化算法实现阻尼比和频率的精确识别
16.Source Term Identification of Heat Conduction (Convection-diffusion) Equation by Particle Swarm Optimization Algorithm热传导(对流-扩散)方程源项识别的粒子群优化算法
17.Parameter Identification of Permanent Magnet Synchronous Motors Using Improved Particle Swarm Optimization改进粒子群算法在永磁同步电动机参数识别中的应用
18.Identification method of gas-liquid two-phase flow pattern based on image contour feature and particle swarm optimized neural network基于图像轮廓特征和粒子群优化神经网络的气液两相流流型识别
相关短句/例句
particle couple identification粒子对识别
3)particle identifier粒子识别器
4)signal recognition particle信号识别粒子
5)wear particle recognition磨粒识别
1.In order to overcome the disadvantages of the single method forwear particle recognition,a multi-model method based on the information fusion technique was proposed.针对单一的智能方法在磨粒识别中的局限性,提出了一种基于信息融合技术的多模型磨粒智能识别方法。
2.The traditional method to calculate the grey relation degree simply takes the average value of the relation coefficient based on single feature,it can not get a high distinguishing result and may cause the false recognitions in the application ofwear particle recognition.传统的灰色关联度计算方法是将单特征关联系数简单的进行求和平均,在磨粒识别中其识别结果分辨率不高,容易造成误判。
3.An improved BP algorithm was presented,based on this an automatewear particle recognition model and its system was designed.提出了用隐层和输出层的权值单独修改的方法来改进神经网络算法, 建立了适于磨粒的分析模型, 设计了智能磨粒识别分类器。
6)wear particles recognition磨粒识别
1.Nodes self deleting neural network and its application inwear particles recognition;节点自删除神经网络及其在磨粒识别中的应用
2.A sample of ferrographywear particles recognition proved the results were basically right and showed this means was quite valuable in monitoring and fault diagnosis of 12150 engines.首先介绍了图像识别的三个主要阶段和图像处理的基本概念,然后结合12150发动机铁谱磨粒识别实例指出该系统结构设计简单,得出结果基本可信,表明这种方法在12150发动机状态监测和故障诊断领域具有一定的实用价值。
延伸阅读
粒子识别技术利用不同粒子入射到探测器时输出的电信号在幅度、波形、时间或是空间分布等的不同来识别粒子种类的技术。粒子识别技术还有广义的含义。例如，在反应堆中测量中子通量时，中子在电离室或裂变室中产生的信号幅度远大于γ射线的信号幅度，在采取措施避免γ脉冲堆积后，用幅度甄别的方法即可将γ射线的干扰排除。当采用有机闪烁体测量中子时，也可利用中子与γ射线在闪烁体中产生荧光衰落时间的不同，用波形甄别电路对中子和γ射线进行分辨。在高能物理实验中的事例判选系统，在一定意义上也可认为是粒子识别技术。在实验核物理中，往往需要确定入射粒子的种类，以便对各种核反应机制和核结构进行研究。在多数情况下，当一个重带粒子轰击一个特定的靶核时，其反应产物是很复杂的，而且它们往往具有类似的性质,如α 粒子与3He核，质子与氚核、氚核等。它们与探测介质作用的机制是相同的，无法用一般的测量技术区分，必须根据其原子序数和质量数的不同进行分选。这就是粒子识别技术的主要内容。粒子识别常用的有测量能量损失率、飞行时间和磁谱仪三种方法。能量损失率测量 当粒子穿过灵敏层很薄的全耗尽型探测器时,其能量损失率dE/dx（即通过一定距离的能量损失）、总能量E与粒子质量M、原子序数Z有如下关系，即这时，可将全耗尽型探测器与测量剩余能量的探测器排成一线,粒子穿过全耗尽型探测器后,其剩余能量E′由后面的探测器吸收，即可求得粒子的总能量E。因此,这种方法也称为望远镜式粒子识别系统。根据上述关系式,可将全耗尽型探测器和测量剩余能量探测器给出的信号送到函数电路进行模拟运算,也可经幅度-数字变换器变换后由计算机进行数字计算,即可得到被测粒子的MZ2值。粒子飞行时间测量 这是用同时测量粒子能量和它通过一定距离的飞行时间来识别粒子的方法。由于粒子质量有M=2Et2/d2的关系(式中E为入射粒子能量；t为粒子飞行一定距离d所需时间)，当用电子学方法测出粒子飞行时间t和能量E后,即可根据质量M来分辨不同粒子。也可将测量能量损失率方法与飞行时间方法结合起来，分别求出粒子的质量M及原子序数Z。这样，可以进一步提高对粒子的分辨能力。磁谱仪方法 带电粒子在磁场中的偏转有如下关系式：E＝(Bρ)2Z2/(2M)式中ρ为偏转轨道的曲率半径；B为磁场强度。因此，当固定B时,并在磁谱仪的聚焦平面上放置一个位置灵敏探测器，根据探测器给出的位置信息即可得到入射粒子的位置谱,亦即ρ谱。然后,根据上式求出Z2/（2M）值以分辨粒子。测量位置谱的电子学方法，因使用探测器的类型不同而异。对于分立型位置灵敏探测器，如多丝室就需要从每根丝上引出信号，并各有其单独的一套记录电路。这种方法的位置分辨主要由多丝室的丝距所决定。为了简化电路,有些多丝室则采用延迟线读出的形式,根据读出信号的延迟时间确定入射粒子的位置。对于连续型位置灵敏探测器，如电阻丝正比管、螺旋阴极正比室等，前者可用电荷分除法，即根据探测器阳极丝两端同时给出脉冲幅度的分配情况确定入射粒子位置；也可用上升时间法，即用电子线路测出阳极丝两端输出信号上升时间的不同确定粒子位置。后者则由于螺旋阴极本身就可起延迟线作用而用延迟线法读出。此外，由于利用计算机在线数据处理的功能，在使用多丝室时还可由求重心法更精确地确定入射粒子位置，而不受多丝室丝距的限制。实际上，在使用磁谱仪方法时，为了进一步提高粒子分辨能力，往往仍然需要与测量粒子能量损失率等方法结合起来进行测量。
