Advertisement

Optics Classification and Cataloging System (OCIS)

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
Optics Classification and Cataloging System (OCIS) 是一个全面的光学及相关领域的分类系统，为科研文献和信息资源提供详尽的主题划分与索引服务。 The Optics Classification and Indexing Scheme (OCIS) offers a flexible, comprehensive classification system designed to meet the needs of optical author input and user retrieval. OCIS features a two-level hierarchical structure with 36 main headers and approximately 1100 subcategories. OSA authors, presenters, and reviewers utilize OCIS to classify and index journal articles, meeting abstracts and presentations, as well as areas of research interest and expertise.

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Optics Classification and Cataloging System (OCIS)
    优质
    Optics Classification and Cataloging System (OCIS) 是一个全面的光学及相关领域的分类系统，为科研文献和信息资源提供详尽的主题划分与索引服务。 The Optics Classification and Indexing Scheme (OCIS) offers a flexible, comprehensive classification system designed to meet the needs of optical author input and user retrieval. OCIS features a two-level hierarchical structure with 36 main headers and approximately 1100 subcategories. OSA authors, presenters, and reviewers utilize OCIS to classify and index journal articles, meeting abstracts and presentations, as well as areas of research interest and expertise.
  • Diffraction, Fourier Optics, and Imaging
    优质
    《Diffraction, Fourier Optics, and Imaging》是一本深入探讨衍射、傅里叶光学及成像技术原理与应用的专业书籍，适用于科研人员和学生。 OKAN K. ERSOY 2007 **前言** 衍射与成像是许多现代科学领域中的核心话题。傅里叶分析及合成技术贯穿于这些主题之中，例如，许多现代成像方法都是通过使用傅里叶方法的研究和开发而演变出来的。 这本教科书的起源可以追溯到超过30年的课程、研究以及发展项目中。多年观察相关课题的发展历程使我感到非常愉快，并且随着科技的进步，这些话题变得更加重要且多学科化。尽管傅立叶理论是理解这些问题的关键，但还需要补充许多其他主题如线性系统理论、优化方法、数值技术、成像原理及信号和图像处理等知识。 实现问题和技术材料的制作也需要与理论结合考虑。因此，很难用简单的术语来描述这一领域的重要性。随着科技的进步，这方面的进展越来越重要，并且需要开设涵盖科学和技术主要主题的课程。同时也有必要帮助学生理解这些课程对他们准备现代技术的意义。 本书可以作为强调多个相关话题的高级和研究生水平课程教材使用，也可以设计出几门基于书中所涉及内容的一个学期或一个季度的教学计划。 全书由20章及三个附录组成。前三章可视为基础性讨论： - 第1章简要介绍了衍射、傅里叶光学与成像等主题，并通过现代技术中的新兴方法给出了一些例子。 - 第2章概述了本书其余部分所需的线性系统理论和变换，包括连续空间傅立叶变换及其属性的描述。附录A至C分别涉及脉冲函数、线性向量空间以及离散时间与快速傅里叶变换（FFT）等内容。 - 第3章讨论波传播的基本原理，并首先从所有类型的波出发进行一般性的描述，然后转向电磁波并特别强调平面波特性。 接下来的四章是标量衍射理论的基础。第4章介绍了亥姆霍兹方程、平面波角谱以及菲涅耳—基尔霍夫和雷利-索默菲尔德衍射理论，并以与傅里叶变换紧密相关的线性积分变换形式描述了波动传播过程。
  • Multiclass Plant Leaf Disease Detection and Classification...
    优质
    本文探讨了一种多分类植物叶片病害检测与识别方法，利用深度学习技术自动诊断作物疾病，提高农业管理效率。 编写了用于将叶子分类为以下类型之一的Matlab代码：Alternaria Alternata、Anthracnose、Bacterial Blight、Cercospora Leaf Spot 和 Healthy Leaves。该分类由Multiclass SVM（一对一）完成。 运行步骤如下： 1. 将文件夹Leaf_Disease_Detection_code放置在Matlab路径中，并将所有子文件夹添加到该路径。 2. 运行DetectDisease_GUI.m脚本。 3. 在GUI界面，点击“加载图像”，从Manus Disease数据集中选择并加载图片。随后点击“增强对比度”按钮以优化图像显示效果。 4. 点击Segment Image（分割图像），输入包含感兴趣区域的cluster no（即只有疾病受影响的部分或健康部分）。 5. 最后，点击分类结果查看识别输出，并测量准确性（在这种情况下是区分健康叶子与所有患病类型）。
  • Knowledge-Based Radar Detection, Tracking, and Classification
    优质
    本研究聚焦于雷达系统中知识驱动的目标检测、跟踪与分类技术。通过融合领域内专业知识和先进算法模型，提升系统的识别精度及处理复杂环境的能力。 关于认知雷达的入门书籍，《基于知识的雷达检测、跟踪、分类问题》非常不错。
  • Relation-Classification-using-Bidirectional-LSTM-and-Attention
    优质
    本研究提出了一种利用双向LSTM和注意力机制进行关系分类的方法，有效提升了模型在复杂语境下的性能。 基于注意力机制的双向长短期记忆网络在关系分类中的应用以及卷积递归神经网络的关系提取挑战中所面临的深度学习方法进行了研究。实验结果显示，在楷模测试数据集上，BiLSTMAtt-softmax（维度：1000）模型准确率为71.58%，F1分数为76.43；而BiLSTMAtt排名（维度：1000）模型的准确率为73.50%，F1分数为77.77。训练数据位于“SemEval2010_task8_all_data/SemEval2010_task8_training/TRAIN_FILE.TXT”文件中，使用帮助信息可以通过运行命令`python train.py --help`来获取。 可选参数包括： -h, --help：显示帮助信息并退出 --train_dir TRAIN_DIR：指定训练目录
  • Wafer Map Pattern Classification Using MFE and CNN:...
    优质
    本研究结合最大信息系数（MFE）与卷积神经网络（CNN），提出了一种新颖的方法来分类晶圆地图上的图案，有效提升了半导体制造中的缺陷检测精度。 晶圆图模式分类 1. 数据说明： WM-811K数据集在实际制造过程中从46393个批次收集了811457张晶圆图像，其中由领域专家标记的有172950张。该数据集中包括九种缺陷模式类别：中心、甜甜圈、边缘环、边缘局部、局部、随机、近满和划痕。此外，删除了四个裸片数量少于100个（无图案类）的异常晶圆图像。 2. 手动特征提取方法： - 密度特征 将每张晶圆图分为13个区域：4个边缘区与9个中心区，并计算每个区域内的缺陷密度，以此作为该区域的密度特征。由此共提取出13种特征。 - 几何特征 通过噪声过滤技术识别显着区域并基于最大面积的原则进一步分析这些显著性较强的区域。从这一步骤中可以得出六个几何特性：周长、面积、短轴长度、长轴长度、坚固性和偏心率，共计提取出6种特征。 - Radon变换创建的特征 利用Radon变换对晶圆图像进行处理，并通过三次插值获取相同数量行的数据。根据Radon转换的结果和所提取行的平均值得到20个表示标准差的行数据以及每行40个额外特性，从而总计获得59种不同类型的特征。
  • Data Classification Algorithms and Applications 2014 English Edition
    优质
    本书《Data Classification Algorithms and Applications》是2014年英文版，全面介绍了数据分类算法及其在不同领域的应用，为研究者和从业者提供了宝贵的资源。 Data Classification Algorithms and Applications 2014 是一本关于数据分类算法及其应用的英文书籍。书中详细介绍了多种数据分类方法，并探讨了它们在不同领域的实际应用情况。这本书对于研究机器学习、数据分析以及相关技术的人来说是非常有价值的参考资料。
  • SVHN-Detection-and-Classification-using-Street-View-House-Numbers
    优质
    本项目利用街景房屋号码（SVHN）数据集进行物体检测与分类研究，旨在提升对自然环境中的数字识别精度和效率。 我尝试使用两个卷积神经网络（CNN）对街景门牌号码数据集中的数字进行检测与分类，但效果并不理想。该项目包含两部分：首先利用一个CNN执行边界框回归以确定图像中所有数字的顶部、左侧、宽度和高度；然后基于步骤一得到的边界框提取仅含有数字的部分，并通过另一个多输出CNN对剪切后的图片进行数字识别。 我的初衷是，相较于直接将整个SVHN图像输入到神经网络并让其预测其中的所有数字，这种方法能够提高准确性。然而，在实际操作中，整体流程只能达到51%的整体准确率（即所有数字完全匹配）。同时第一、第二、第三和第四位的单个数字识别精度分别为71%，65%，84% 和98% （只考虑最多四位数的情况）。 检测与分类过程如下： - 获取输入图像，目前仅在SVHN测试集上进行了尝试。 - 调整为64x64像素大小，并转换成灰度图进行标准化处理； - 将经过预处理的图像送入用于检测边界框的第一步CNN中获取边界信息。
  • Principles, Algorithms, and an Approach to Automatic Modulation Classification...
    优质
    本文探讨了自动调制识别原理与算法，并提出了一种新的分类方法。通过理论分析和实验验证，展示了该方法的有效性和优越性。 Automatic Modulation Classification Principles, Algorithms and Applications by AMC Automatic Modulation Classification Wiley.
  • Power System Stability and Control - Kundur.pdf
    优质
    本书《电力系统稳定与控制》由Kundur撰写，全面阐述了电力系统的稳定性理论及控制策略，是该领域的经典之作。 Power System Stability and Control is a book authored by Kundur. It provides comprehensive coverage of the concepts, theories, and methods related to power system stability analysis and control strategies. The text delves into various aspects such as small signal stability, transient stability, voltage stability, along with advanced topics like wide-area measurement systems (WAMS) for improved monitoring and control in modern electrical grids.