检索结果-南通市图书馆

作者：郑健彦华南理工大学

学位级别：硕士

伴随着互联网的发展和社交网络的成熟,图像信息以前所未有的规模进行传播。自动图像标注是目前实现高效地管理和检索海量图像数据的重要技术之一。本文研究自动图像标注方法中词袋模型主题语义表达、数据集标签完善和标注中的视觉近邻... 详细信息

伴随着互联网的发展和社交网络的成熟,图像信息以前所未有的规模进行传播。自动图像标注是目前实现高效地管理和检索海量图像数据的重要技术之一。本文研究自动图像标注方法中词袋模型主题语义表达、数据集标签完善和标注中的视觉近邻与语义近邻的问题。主要工作如下:1、针对词袋模型视觉单词表不表征图像主题,造成语义丢失的不足,构造了一个新的主题嵌入视觉单词表。以图像主题作为伴随信息,将纹理元特征以主题-子主题-分层特征树的方式组织,从而在词袋模型的直方图中通过语义聚集嵌入了主题信息。其中对训练集主题交错和未标主题的情况,利用标签词频分解向量法对训练集进行主题伴随信息生成。实验表明在主题模型的图像标注算法上,所提出的主题嵌入词袋模型比PLSA-Words算法原文中的词袋模型平均查准率提高9.8%,平均查全率高7.9%,调和平均数高9.2%。主题嵌入词袋模型不仅能够表达出图像的纹理元特征,而且含有图像的主题信息,有效改善了词袋模型表示图像特征和语义有效性。2、FastTag标注算法的标签补全模块使用的是布尔型特征代表标签的“有/无”,并未考虑同一图像标签之间的语义重叠程度,标签语义相关特性也并非二值变量。本文提出了基于词频分解向量的改进FastTag标注算法,用标签词频分解向量的取值连续化方法代表标签,使标签语义之间的重叠比例合理的量化,提出新的联合损失函数寻优方法,用于训练标签补全分类器和标签预测分类器。实验表明改进的FastTag算法比FastTag算法平均查准率高1%,标注出标签种类个数提升了1个,在训练集图像标签个数少的情况下标注结果要好。表明改进的FastTag算法能够对图像标签进行有效地扩充。3、针对FastTag标注算法对部分图像标注准确率低的问题,提出了结合标签与特征的图像最近邻选取的图像标注。鉴于视觉特征选择的近邻图像不一定为语义近邻,提出了结合特征与标签的双模态图像最近邻选择方法。标签词频分解向量作为图像文本模态加入近邻图像查询,使最近邻图像集含有相似的标签。利用每一幅图像的近邻图像集作为FastTag算法的训练集,量身定做FastTag算法,提高每一幅图像的标注效果,从而提高总体的标注效果。实验表明在图像近邻下的FastTag算法比FastTag算法的平均查准率高2.7%,平均查全率高1%,调和平均数高1.8%。表明双模态的图像近邻选择的图像语义上更加相似且图像近邻下的FastTag算法提升标注准确率低的图像的标注效果。

关键词：自动图像标注词袋模型标签补全最近邻模型标签词频分解向量

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

保持统计特性的JPEG-PM1密写新算法

保持统计特性的JPEG-PM1密写新算法

作者：谢中华华南理工大学

学位级别：硕士

本文研究了兼顾密写安全性和容量的J-PM1(plus minus 1 in JPEG)算法,首先从安全性和密写容量两方面提出改进的J-PM1算法:1)利用最小二乘匹配的LS-JPM1(least squares-plus minus 1 in JPEG)算法和2)基于部分零系数嵌入的PZ-JPM1(partia... 详细信息

本文研究了兼顾密写安全性和容量的J-PM1(plus minus 1 in JPEG)算法,首先从安全性和密写容量两方面提出改进的J-PM1算法:1)利用最小二乘匹配的LS-JPM1(least squares-plus minus 1 in JPEG)算法和2)基于部分零系数嵌入的PZ-JPM1(partial zero-plus minus 1 in JPEG)算法;然后引入混合蛙跳算法(Shuffled frog-leaping algorithm, SFLA),利用SFLA优良的全局搜索能力,寻找最优的系数嵌入序列,改善密写图像的二阶统计特性;最后为了改善J-PM1算法的鲁棒性,用差分能量抖动调制算法(Differential Energy Modulation, DEM)的思想,把J-PM1算法的加减1嵌入方式替换为差分能量抖动调制嵌入。本文的主要工作如下: 1、提出了一种统计特性保持的LS-JPM1算法。根据载体信号的一阶统计特性,用最小二乘法求解系数翻转的概率,使系数在嵌入时正、负(加、减)翻转的概率与载体的统计直方图最匹配,直方图失真比J-PM1算法平均降低了58.8%。 2、在LS-JPM1算法的基础上,提出了PZ-JPM1算法来增加密写容量。不同于以往J-PM1算法不在系数0上密写的限制,PZ-JPM1算法对部分零系数密写,将可嵌入的零系数个数和系数翻转的概率作为待定值,根据载体统计特性由最小二乘准则求解得出。PZ-JPM1算法比LS-JPM平均提高了29%的密写容量。 3、用混合蛙跳算法,按照PZ-JPM1算法确定的系数正、负翻转概率优化具体的嵌入位置,以提高密写图像二阶统计特性的保持能力。混合蛙跳算法的目的是寻找出最优的系数PM1改动序列,让二阶统计特性得到最大程度的保持。 4、改进了秘密比特的嵌入方法,用修正的DEM区域嵌入代替常规的位嵌入,增强密写的鲁棒性和安全性。算法采用动态更新的能量分配表,使秘密比特的嵌入向着直方图的差异最小的方向进行。改进的方法在保持原始DEM算法鲁棒性的同时,在直方图失真上比DEM算法平均降低了75.6%,而在透明性上PSNR值平均增加了1.8dB。

关键词： J-PM1 最小二乘概率优化部分零系数嵌入 SFLA 能量分配表

基于动态得分网络和自适应互补结构的时序行为提名与检测方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动态得分网络和自适应互补结构的时序行为提名与检测方法

作者：李磊华南理工大学

学位级别：硕士

人体行为识别是计算机视觉应用领域的研究热点,互联网的发展推动其模型和算法进步。在海量的视频数据驱动下,尤其是剪辑视频的行为识别的准确率显著提升。然而,实际应用的视频大多数包含多种运动对象和多个行为片段,连续且未经修剪。因... 详细信息

人体行为识别是计算机视觉应用领域的研究热点,互联网的发展推动其模型和算法进步。在海量的视频数据驱动下,尤其是剪辑视频的行为识别的准确率显著提升。然而,实际应用的视频大多数包含多种运动对象和多个行为片段,连续且未经修剪。因此,作为一项具有挑战性的任务——时序行为检测,需要检测出未经剪辑视频中的行为片段,即时序行为提名,定位每个行为片段的开始和结束时间,同时识别行为片段的动作类别。本文为了提高时序行为提名与检测的性能,提出了三种新的网络结构,用于时序行为提名与检测,本文主要工作包括:1、提出了一种动态提名网络——时序动态池化网络（TDP）。现有基于动作得分的时序行为提名方法,往往缺少对连续视频帧的时序信息利用,造成提名和检测的准确度不够高。本文提出了一种新的动作得分方法,设计了一个多层感知机的TDP网络,迭代地计算视频每一帧的动作得分,连续多帧特征向量与动态池化后的特征向量的残差作为网络的输入,利用了连续帧之间的时序信息。同时根据动作得分提取的关键帧来训练动作分类器,减少了分类时的冗余计算。实验结果表明,对比现有性能最好的基于TAG的动作得分,本文提出TDP网络在THUMOS14数据集上的行为提名平均召回率（AR@100）提升了11.2%,行为检测的准确率（mAP）提高了3.8%。2、提出了一种提名评估网络（PEN）,对TDP网络得到候选提名进行评估和后处理,抑制冗余的行为提名生成。设计了一个多层感知机的提名评估网络,计算候选提名的置信度分数,根据置信度分数通过Soft-NMS方法去除冗余提名,提高提名召回率。实验结果表明,使用的PEN后的TDP网络的行为提名平均召回率提升了6.04%。3、提出了基于自适应互补结构（ACS）的时序行为提名方法。滑动窗口提名更稳定但不精确,而动作得分提名更精确但不稳定的,因此两种方法属性互补。本文设计了动作得分可信度（AST）网络,通过PEN训练动作得分候选提名得到。AST网络计算滑动窗口提名的动作得分可信度,根据动作得分可信度自适应地选择滑动窗口补充因动作得分质量低被忽略的提名。使用提出的时序卷积边界回归网络调整时序边界。实验结果表明:对比滑动窗口和TDP网络,基于ACS的行为提名平均召回率提高了16.57%和8.26%。

关键词：时序行为提名与检测动态池化多层感知机 Soft-NMS提名抑制动作得分可信度自适应互补结构

盲稀疏度的CS前向预测算法及其在稀疏结构信号中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

盲稀疏度的CS前向预测算法及其在稀疏结构信号中的应用

作者：陈世姣华南理工大学

学位级别：硕士

压缩感知理论以远低于Nyquist速率的方式完成信号的压缩和采样，重构算法是其中的关键问题。本文详细分析了压缩感知重构的贪婪算法以及二维稀疏结构的图像压缩感知方法，对盲稀疏度前向预测算法及其在结构稀疏信号上的扩展提出了新方... 详细信息

压缩感知理论以远低于Nyquist速率的方式完成信号的压缩和采样，重构算法是其中的关键问题。本文详细分析了压缩感知重构的贪婪算法以及二维稀疏结构的图像压缩感知方法，对盲稀疏度前向预测算法及其在结构稀疏信号上的扩展提出了新方法，实现了基于方向峰值变换的稀疏结构表示方法。论文的主要成果如下： 1．给出了新的最佳匹配原子选择准则，改进了稀疏度的阈值逼近方法，提出了盲稀疏信号的前向预测混合贪婪算法(HGA)。其中，新的匹配原子选择准则是：在每次迭代中以信号自身的更好逼近代替残差匹配，从而保证所选原子的准确性;此外为回避稀疏估计，采用BAOMP的盲稀疏度策略，并针对BAOMP盲稀疏度阈值的非自适应性，改进原子选入阈值的取值，提高了后续迭代重建性能，避免解的收敛震荡。实验结果表明，HGA算法对稀疏信号和可压缩信号重构质量优于OMP、CoSaMP和BAOMP。 2．考虑到信号固有结构特性有助于提高重建性能、缩减运行时间，根据块稀疏信号的非0元素成块分布和树结构信号中重要系数按父子关系呈树结构的特点，对HGA算法进行扩展，分别采用块稀疏近似和树结构稀疏近似代替非线性稀疏近似，得到盲稀疏度的块HGA(BHGA)算法和树HGA(THGA)算法。实验结果表明，对块稀疏信号和树结构信号重构时，BHGA和THGA对信号的重构质量和重构速度优于HGA。 3．为获得更好的可压缩信号，提出了方向峰值变换与小波变换相结合的压缩感知稀疏表示方法，其优势在于：○1给出最优块方向确定方案，可在8个方向中挑选最优方向对图像进行有效表示，改善了传统小波变换方向受限的问题;○2给出高频系数峰值变换方案，增大高频系数的稀疏度，显著降低高频系数能量，提高信号的重建性能。实验结果表明，对高频系数能量的降低程度可高达60%，在相同条件下，观测率为0.3.6，分块尺寸为32×32、16×16时，本文方法与单纯基于小波峰值变换的压缩感知方法(PTWTS)相比，PSNR值平均提高了2.43和4.11dB，视觉质量和重构速度也得到显著改善。

关键词：压缩感知原子选择准则盲稀疏度稀疏树结构方向峰值变换

稀疏编码的多特征字典重建及其HR-LR同步关联和非局部自相似预测算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

稀疏编码的多特征字典重建及其HR-LR同步关联和非局部自相似预测...

作者：黄茵华南理工大学

学位级别：硕士

超分辨率重建(SR)技术对成像受限信号提供了成本较低的图像质量提升方法,为后续的航天航空、郊外环境及军事目标检测、城市交通和安防监控、生物医学影像处理提供了细节信息更为丰富的信号。基于稀疏编码的超分辨率重建(SCSR)算法是近... 详细信息

超分辨率重建(SR)技术对成像受限信号提供了成本较低的图像质量提升方法,为后续的航天航空、郊外环境及军事目标检测、城市交通和安防监控、生物医学影像处理提供了细节信息更为丰富的信号。基于稀疏编码的超分辨率重建(SCSR)算法是近年的重点研究领域,因其引入字典描述形式和学习机制,可最大程度地标准化和稀疏化图像训练库的先验信息。通过引入高分辨率(HR)及低分辨率(LR)图像块在相应字典下稀疏编码系数应相等的约束关系,SCSR寻找最优的原子线性组合来估计重建HR块的最终结果。本文研究基于结构分类及多预测的稀疏编码超分辨率重建算法,主要工作包括:1.针对稀疏编码类SR算法中单一HR/LR字典对的结构区分度不够,导致最优匹配原子搜索耗时太长的问题,提出了一种多特征联合的分级字典重建算法。首先,分别用边缘块梯度特征和纹理块LBP特征来构建两种分类字典,用于逼近不同类型结构;其次,采用梯度或纹理方向树结构来聚类原子,对不同特征自适应选择分级字典,实现同一字典下的快速原子匹配;最后,引入双边总变分(BTV)正则项来约束重建结果,提高纹理及边缘信号保真度。2.针对稀疏编码类SR算法中HR-LR块稀疏系数相等的约束关系导致HR块稀疏系数估计准确性不足的问题,提出了一种结合结构分类字典及映射关系学习的重建算法。首先,同步训练HR/LR字典对及LR-HR稀疏系数的映射关系,确保同一图像块HR/LR稀疏系数的关联性;其次,利用稀疏系数复用优化训练过程,降低因引入映射关系对训练复杂度的影响;最后,结合LR块稀疏系数及LR-HR映射关系共同获取HR块稀疏系数,提高预测HR块稀疏系数的准确性。3.针对稀疏编码类SR算法中单LR块对应单HR块的硬决策重建时忽略HR/LR块模糊匹配的问题,提出了一种基于联合相似模型及前馈信息软决策的重建算法。首先,利用局部相似模型重建平滑块,实现简单结构的快速、有效重建;其次,由LR块稀疏系数及LR-HR映射关系产生纹理/边缘HR块稀疏系数初始值,并建立非局部自相似模型,利用相似块加权求解目标块,实现内外部信息交互以获取更准确的特征;最后,将已重建HR块作为后期图像块重建模型的前馈信息,充分利用图像内部信息。

关键词：超分辨率重建分类结构 LBP纹理特征映射关系非局部自相似

基于嵌套结构和反馈结构稠密网的超分辨率重建方法的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于嵌套结构和反馈结构稠密网的超分辨率重建方法的研究

作者：李隆熹华南理工大学

学位级别：硕士

基于深度卷积神经网的超分辨重建SR技术取得了出色的性能。不过,SR卷积网对分层特征选择的可解释性还是一个开放性问题;同时,实现特征多样性表达的网络的构造方法也不够明晰。基于稠密网的SR方法在稠密块内利用了卷积层的分层特征,但每... 详细信息

基于深度卷积神经网的超分辨重建SR技术取得了出色的性能。不过,SR卷积网对分层特征选择的可解释性还是一个开放性问题;同时,实现特征多样性表达的网络的构造方法也不够明晰。基于稠密网的SR方法在稠密块内利用了卷积层的分层特征,但每一个稠密块深度固定,链式连接,并未利用稠密块间的分层特征。另外在保证图像重构精度的前提下,尽可能加快重建速度是另一个开放性问题。本文针对特征多样性问题和精度与速度的均衡问题展开研究,主要贡献如下:1)针对特征多样性问题,提出了一种嵌套稠密网用于图像超分辨率重建。首先提出一种深度可变的残差稠密块（Variable Residual Dense Block,VRDB）构造方法,稠密块的深度随感受野自适应的变化,解决固定稠密块在小感受野的过拟合和大感受欠拟合问题。其次,构造嵌套稠密结构（Dense in Dense,DID）,在多尺度意义下重用分层特征,通过获得尺度伸缩的特征,弥补BN缺失造成的各层训练数据分布不一致的问题。同时全局稠密连接加强了稠密块之间稠密块分层特征信息交流,缓解了更大稠密块数量情况下的梯度消失和梯度爆炸,加快收敛。实验表明,与6种先进网络进行对比,本文所提出的基于VRDB的嵌套稠密网在客观指标PSNR/SIMM和主观视觉感知获得了更出色的性能。2)针对速度与精度的均衡问题,提出了一种反馈稠密网用于图像超分辨率重建。网络通过反馈连接来实现网络节点时序的递归。其优势有三点:一是在每一次递归中,网络参数是共享的,网络参数少,结构简单,重建速度快。二是在时间维度形成的反馈流,保留了前一时刻的高级特征,并作为反馈输入,因此这种反馈的递归结构还有强大的。三是每一次迭代重建的中间SR图像都用来计算网络损失,所有迭代的中间结果都能指导SR重建过程。实验表明,与4种复杂度接近的先进网络进行对比,本文所提出的基于反馈稠密网在客观指标PSNR/SIMM和主观视觉感知获得了更出色的性能。

关键词：超分辨率(SR) 嵌套稠密网(DID) 深度可变的残差稠密块(VRDB) 反馈稠密网(FDN) 高级特征反馈流

GAN下基于跨模态注意力和门控机制的文本生成图像方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

GAN下基于跨模态注意力和门控机制的文本生成图像方法研究

作者：赖博润华南理工大学

学位级别：硕士

文本生成图像任务是近年来一种重要的信息转换表示技术,它将复杂的文本描述转化成信息量更大但更容易理解的图像。现有的文本生成图像方法以生成对抗网络为主流生成模型,其中文本和图像两种不同模态信息的映射和融合方法,极大地影响生... 详细信息

文本生成图像任务是近年来一种重要的信息转换表示技术,它将复杂的文本描述转化成信息量更大但更容易理解的图像。现有的文本生成图像方法以生成对抗网络为主流生成模型,其中文本和图像两种不同模态信息的映射和融合方法,极大地影响生成图像的视觉质量和与文本语义的一致性。本文着重研究文本生成图像任务中跨模态信息的映射和融合方法,主要工作如下:1、提出一种门控交叉单词—视觉注意力驱动的文本生成图像方法。首先,提出单词到视觉注意力机制。与常规的视觉到单词注意力机制不同,它通过反向关注与单词相关的图像子区域,为每个单词的重要性衡量提供语义反馈。其次,提出门控细化机制。单词到视觉注意力提供的语义反馈和前一阶段的单词信息作为选择门的双输入,控制重要单词的筛选并对其记忆,以实现图像细化效果的持续改善。实验表明,该方法可以根据生成图像准确选择重要的单词来细化图像,而且生成的图像真实性更高,细节更加丰富。2、提出一种文本单方面(Aspect)信息的局部感知方法和多方面信息的联合感知方法。首先,提出方面级注意力机制。文本的方面信息指描述某个实体或概念的短语,其语义是文本语义的一部分,且含有比单词级语义更为全面的上下文关系,因此所提出的方面级注意力,一方面聚焦单个方面信息所关联的图像子区域,并在该图像子区域上积聚了方面级文本语义,增强了图像的局部细节。其次,针对多个方面信息独立细化图像容易发生视觉错误传递的问题,提出多个方面信息细化结果的并行门控融合方法。由于不同方面信息细化图像同时出错的概率很低,并行融合方法利用了多个方面信息,容错性能更好,同时门控调整融合比例,图像局部细节的真实性以及与文本语义的一致性得到改善。3、提出一种基于全局—局部语义感知判别网络的文本生成图像方法。首先,全局语义感知机制以文本和图像的全局特征匹配来实现语义对齐,为图像生成提供更强的文本全局语义约束。其次,局部语义感知机制基于文本和图像的跨模态注意力,寻找与每个单词匹配的图像子区域,并通过利用文本的全局语义,监督图像子区域的细节生成,为图像的生成过程提供准确的图像细粒度信息反馈。

关键词：文本生成图像生成对抗网络跨模态注意力门控机制语义对齐

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于先验描述导引的图像补全算法研究

基于先验描述导引的图像补全算法研究

作者：苏雅诗华南理工大学

学位级别：硕士

图像补全方法利用图像缺损区域周围的信息对缺失内容进行估计,被广泛应用在文物字画修复、网络传输引起的残缺图像恢复和指定前景目标移除等应用中。图像补全方法的关键问题是缺失区域中心上下文信息不足的问题,需要获取额外的结构先验... 详细信息

图像补全方法利用图像缺损区域周围的信息对缺失内容进行估计,被广泛应用在文物字画修复、网络传输引起的残缺图像恢复和指定前景目标移除等应用中。图像补全方法的关键问题是缺失区域中心上下文信息不足的问题,需要获取额外的结构先验描述作为弥补。对此,本文研究先验描述的获取及其图像补全方法,主要工作包括:1、提出一种由金字塔型网络各层侧输出构造的多尺度边缘先验描述PSEMs(Pyramid Scale Edge Maps);同时设计一个渐进结构损失函数实现基于PSEMs尺度渐进的图像补全过程。其中,PSEMs描述可兼顾结构、细节和光滑性,其尺度分量分别侧重表征轮廓纹理和有效的相关距离,以平衡结构保真与噪声干扰;渐进结构损失函数将缺损图像的补全任务分解为尺度渐进的轮廓子任务和纹理子任务,降低补全的难度。2、提出一种先验信息-图像特征并行构造的自适应更新的AA-PSEMs(AutoAdjusted PSEMs),以修正PSEMs中可能的伪先验信息,通过数据驱动在线更新先验分布对结构的表征。先验损失函数约束AA-PSEMs各尺度的边缘概率分布以描述信号多尺度结构。同时,非对称融合模块拼接了稀疏的先验信息和稠密的图像特征,能均衡两种信息在补全的导引能力,并增强先验信息对图像特征的在线学习以优化更新过程。3、提出一种空域和尺度双注意力机制跳跃连接模块(Skip-connection of Feature Gathering based on Dual Attention mechanism,SFG-DA)。跳跃连接在译码器端重用内嵌先验信息的浅层特征,缓解网络深层的稀疏边缘先验信息弱化和训练困难。其中,空域注意力基于块的余弦相似度计算未污染区域的浅层特征中寻找相似块,提供了高分辨率细节;尺度注意力机制通过并行扩张卷积构建赋权的金字塔型尺度特征,基于缺损面积和目标大小,通过信息交互方法为图像补全块选择最佳信息通道。在Celeb A数据集上,对比PSNR指标:PSEMs先验描述导引的补全算法比其他先验描述算法至少提升0.7644d B;AA-PSEMs先验描述导引的补全算法至少提升0.9630d B;在上述两种算法中应用SFG-DA分别提升0.3827dB与0.4203dB。

关键词：图像补全多尺度边缘先验描述渐进补全并行先验构造双注意力机制跳跃连接

基于压缩感知块结构信号的稀疏表示与重构算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于压缩感知块结构信号的稀疏表示与重构算法研究

作者：曾祥洲华南理工大学

学位级别：硕士

块稀疏信号是一种特殊的结构稀疏信号,即信号的非零元以块结构为单位存在。实际多频带信号、人脸、运动目标等都可看成是块稀疏信号。块稀疏信号拓展了压缩感知(CS)理论的适用范围,并且能有效利用信号的内在结构信息。本文重点研究了块... 详细信息

块稀疏信号是一种特殊的结构稀疏信号,即信号的非零元以块结构为单位存在。实际多频带信号、人脸、运动目标等都可看成是块稀疏信号。块稀疏信号拓展了压缩感知(CS)理论的适用范围,并且能有效利用信号的内在结构信息。本文重点研究了块稀疏信号中感知矩阵优化下的块结构字典学习算法、有效的重构算法设计及真实块稀疏信号的应用问题。主要工作包括:1.提出基于等角紧框架(ETF)的感知矩阵优化及块结构字典学习算法。以ETF为目标的感知矩阵优化可让等价块字典的互相关性逼近理论最小值-welch界,且同时引入块结构字典学习方法来对信号进行更好的块稀疏表示。在学习块结构字典时,为克服KSVD算法仅收敛到局部最优解及计算复杂度大的问题,引入了矩阵分解的思想来替代KSVD算法。实验结果表明,提出的方法相比KSVD、BKSVD、BKSVDTF、CBKSVDTF方法的PSNR分别平均提高了约4.4185dB、1.6865dB、1.6706dB、0.6368dB,且块字典训练时间相比于CBKSVDTF算法平均减少了约60%。2.提出了基于感知矩阵优化的子空间回溯块正交匹配追踪算法(SMOB-BOMP)。利用ETF下的感知矩阵优化来提高块正交匹配追踪(BOMP)算法的性能,并针对BOMP算法在迭代中仅选取使当次迭代性能最优的原子块及对误选原子块无“自我修正”能力问题,在其每次迭代中嵌入了具有原子块回溯修正能力的BSP算法来得到全局最优解。实验结果表明,在二维图像信号重构过程中,SMOB-BOMP算法与BOMP、BSP、B-BOMP、BSP算法相比,其PSNR值分别平均提高了约4.0481dB、2.9054dB、2.1020dB、0.8515dB。3.为有效处理调制宽带转换器(MWC)下的块结构稀疏多频带信号,提出了两种改进措施:a)针对随机观测矩阵不稳定且存储空间大等问题,构造确定性广义下三角循环观测矩阵在不降低采样及重构性能的同时来解决上述问题;b)在重构算法的原子匹配过程中,为避免未对观测矩阵的列向量进行归一化操作所带来的影响,在不改变矩阵元素的前提下引入一个由归一化因子组成的向量来解决该问题,且利用观测矩阵的列向量的共轭对称特性,在每次原子匹配过程中可成对的选择两个最优原子来提高算法的效率。实验结果表明,本文提出的改进方法能够有效提高稀疏多频带信号的采样及重构性能。

关键词：块稀疏信号感知矩阵优化等角紧框架回溯块OMP 调制宽带转换器

红景天苷及心复力颗粒对大鼠急性心梗后心室重构心肌纤维化作用及机制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

红景天苷及心复力颗粒对大鼠急性心梗后心室重构心肌纤维化作用及...

作者：马杰北京协和医学院

学位级别：硕士

第一部分红景天苷对大鼠急性心梗后心室重构心肌纤维化相关作用及机制研究背景及目的:观察评价长期应用不同剂量红景天苷对急性心梗大鼠心室重构相关作用及机制方法:建立结扎SD大鼠左前降支冠脉造急性心梗的模型,随机分为6组:红景天苷... 详细信息

第一部分红景天苷对大鼠急性心梗后心室重构心肌纤维化相关作用及机制研究背景及目的:观察评价长期应用不同剂量红景天苷对急性心梗大鼠心室重构相关作用及机制方法:建立结扎SD大鼠左前降支冠脉造急性心梗的模型,随机分为6组:红景天苷低、中、高剂量组(MI+SALL,I+SALM,MI+SALH),卡维地洛对照组(MI+CAVE),模型组(MI),假手术组(Sham)。灌胃给药干预56天后超声评价监测心功能变化、计算左心室重量指数(LVW/BW)和全心重量指数(HW/BW),测量左室射血分数(LVEF),左室缩短率(LVFS)、左心室收缩期内径(LVIDS);取梗死周边心肌组织,利用HE染色,Masson染色,天狼星红染色分别观察心肌组织病理生理学改变及心肌纤维化面积、非梗死区Ⅰ/Ⅲ型胶原比值;利用Western blot和Realtime-PCR分析检测Wnt/β-catenin信号通路关键的信号分子DVL-1和β-catenin蛋白及其mRNA的表达,整理数据统计分析。结果:与Sham组比较,MI组LVEF、LVFS值明显下降(P红染色结果显示有明显Ⅰ、Ⅲ型胶原的沉积;梗死周边区Wnt/β-catenin信号传导通路中的关键性信号蛋白DVL-1和β-catenin及其mRNA呈现高表达水平(P0.05)。MI+SALH组心肌胶原面积有一定程度减小(P0.05)。结论:长期治疗干预下,应用小剂量的红景天苷优于中高剂量,能显著改善实验大鼠急性心梗后心室重构,抑制心肌纤维化。这一机制可能与其参与调控Wnt/β-catenin信号通路传导有关。第二部分心复力颗粒对于急性心梗大鼠心室重构心肌纤维化的作用和相关机制背景及目的:观察评价长期应用不同剂量心复力颗粒(XG)对急性心梗大鼠心室重构相关作用及机制。方法:建立结扎SD大鼠左前降支冠脉造急性心梗的模型,随机分为6组:心复力颗粒中剂量组(MI+XGM)、心复力颗粒高剂量组(MI+XGH),卡维地洛对照组(MI+C),心复力颗粒中+卡维地洛组(MI+C+XGM),假手术组(Sham),模型组(MI)。灌胃给药干预56天后超声评价监测心功能变化、计算左心室重量指数(LVW/BW)和全心重量指数(HW/BW),测量左室射血分数(LVEF),左室缩短率(LVFS)、左心室收缩期内径(LVIDS);取梗死周边心肌组织,利用HE染色,Masson染色,天狼星红染色分别观察心肌组织病理生理学改变及心肌纤维化面积、非梗死区Ⅰ/Ⅲ型胶原比值;利用Western blot和Realtime-PCR分析检测TGF-β/Smads信号通路关键的信号分子Smad3、P-Smad3、Smad2、Smad7蛋白及其mRNA的表达,免疫组化和免疫荧光观察其中关键分子Smad3的表达情况,整理数据统计分析。结果:灌胃后各组大鼠心肌梗死区域室壁总体变薄,与Sham组比较,MI组HE染色结果显示左室病理生理学改变显著,Masson染色结果显示梗死周边区心肌胶原纤维明显增多,纤维瘢痕形成,心肌胶原面积较大,天狼星红染色结果显示有明显Ⅰ、Ⅲ型胶原的沉积,LVEF、LVFS值明显下降(P0.01),HW/BW 有所降低(P<0.05);MI+XGH 组 LVW/BW 值有升高(P<0.05),心

关键词：急性心梗心室重构心肌纤维化红景天苷急性心梗心室重构心肌纤维化心复力颗粒