简介:相对于一般的硬物质(如金属、半导体,陶瓷等),软物质是介于理想固体和流体之间的复杂状态物质(又称复杂流体,软凝聚态物质),如生命物质、聚合物、液晶、土壤、胶体、薄膜、颗粒物质、多孔岩层、石油等。软物质的物理性质主要由其介观(介于宏观和微观之间)尺度的大分子或基团的结构和性质决定,现有的物理和力学理论还不能很好地解释其运动规律和行为。本研究主要包括3个方面的内容:(1)以研究软物质的宏观力学行为为研究对象的软物质力学(唯象);(2)描述软物质的介观量子力学理论;(3)软物质介观尺度的时空结构。另一方面,统称分数阶时间导数、LeVy稳态分布、分数布朗运动、Hurst指数、I/f能谱、分形等数学方法为分数阶数学。
简介:针对SAR图像的目标自动分割问题,在分析非下采样轮廓波变换(nonsubsampledcontourlettransform,NSCT)和脉冲耦合神经网络(pulsecoupledneuralnetworks,PCNN)的基础上,提出了一种基于非下采样轮廓波域特征图和PCNN的SAR图像目标分割算法.对SAR图像经过NSCT分解后的高、低频图像分别运用不同方式进行处理.利用PCNN对低频图和高频子带特征图分别进行分割,获取了目标所在的区域及目标的精细结构.利用MSTAR数据进行了仿真实验,并与基于模糊C均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对SAR图像目标的分割结果更为准确,同时较其他算法具有更强的抗噪性能.