检索结果-南通市图书馆

兵工学报 2021年第12期42卷 2762-2770页

作者：马云飞白华军温亮郭驰名贾希胜武警士官学校军械系浙江杭州310023 陆军工程大学石家庄校区装备指挥与管理系河北石家庄050003

为通过无线传输实时监测装备状态,针对机械振动信号采样频率较高导致压缩重构困难的问题,将Laplace先验模型和振动信号周期性稀疏块相结合,提出一种改进的贝叶斯压缩感知算法。建立基于Laplace分布的贝叶斯先验模型,相对于高斯先验具有... 详细信息

为通过无线传输实时监测装备状态,针对机械振动信号采样频率较高导致压缩重构困难的问题,将Laplace先验模型和振动信号周期性稀疏块相结合,提出一种改进的贝叶斯压缩感知算法。建立基于Laplace分布的贝叶斯先验模型,相对于高斯先验具有更强的稀疏促进作用。根据机械设备转速和采样频率计算振动信号类周期,对信号进行周期性分块,并基于多稀疏块共享相同超参数的特点,采用快速相关向量机迭代估计出原始信号期望。选取两级平行轴齿轮箱作为研究对象,进行压缩重构仿真实验。结果表明,该方法在相同稀疏基下能有效改善机械振动信号的重构效果。

关键词：机械振动信号 Laplace先验稀疏块贝叶斯压缩压缩感知

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于传递注意力机制的非均匀雾图去雾算法

引用

模式识别与人工智能 2022年第7期35卷 575-588页

作者：王科平段雨朦杨艺费树岷河南理工大学电气工程与自动化学院焦作454000 东南大学自动化学院南京210096

针对非均匀雾霾图像难以建模、去雾时容易出现残留的问题,文中提出基于传递注意力机制的非均匀雾图去雾算法.针对雾霾分布的非均匀性,在网络中构建传递注意力机制,使注意力特征图中的权重信息在各个注意力块之间流动,有针对性地处理非... 详细信息

针对非均匀雾霾图像难以建模、去雾时容易出现残留的问题,文中提出基于传递注意力机制的非均匀雾图去雾算法.针对雾霾分布的非均匀性,在网络中构建传递注意力机制,使注意力特征图中的权重信息在各个注意力块之间流动,有针对性地处理非均匀有雾图像中的雾霾噪声.为了减少普通深度卷积导致复原图像中细节信息丢失问题,构建稀疏结构平滑空洞卷积,用于提取图像特征,在保证较大感受野的同时保留更多的细节信息.最后,并联一个轻量级的残差块结构,用于补充重构图像的色彩、细节信息.实验表明,文中算法在非均匀有雾图像数据集和人工合成有雾图像数据集上均能取得较优效果,在主观效果和客观指标上都具有较大优势.

关键词：图像去雾深度学习稀疏块平滑空洞卷积

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于多图谱的脑MRI海马体分割方法研究

基于多图谱的脑MRI海马体分割方法研究

引用

作者：王文娜宁夏大学

学位级别：硕士

在人体的各组织器官中,大脑是目前所研究的最复杂的系统,也是最受欢迎的研究领域之一。脑部疾病通常有发病率高、致残率高、治愈率低等特点,成为全球医疗的关注焦点。随着科学技术的进步,医学成像技术成为脑部疾病诊断的重要辅助手段。... 详细信息

在人体的各组织器官中,大脑是目前所研究的最复杂的系统,也是最受欢迎的研究领域之一。脑部疾病通常有发病率高、致残率高、治愈率低等特点,成为全球医疗的关注焦点。随着科学技术的进步,医学成像技术成为脑部疾病诊断的重要辅助手段。脑部医学图像能够直观清晰的反映脑部各组织的解剖结构和功能代谢信息,需要被实时、准确的分析及处理以供临床医生使用。脑部医学图像分割,是指把脑部图像中的组织或者感兴趣的区域的边界识别并勾画出来,是进行脑部图像分析的前提,对于疾病的诊断和治疗,脑部医学图像分割起着至关重要的作用。因此本文主要研究脑部核磁共振图像(Magnetic Resonance Imaging,MRI)中海马体的分割,为医学研究与海马体形态体积变化有关的疾病提供可视化依据。由于海马体形状不规则、与周围组织如杏仁核边界模糊及脑部解剖结构对比度低等原因,增加了海马体解剖结构分割的难度。最早是通过专家的手工标记,实现特定解剖结构的分割,但存在耗时长和易出错的缺陷,限制了手工标记在大数据中的应用。基于多图谱配准的图像分割(Multi-atlas Registration-based Image Segmentation,MAIS)方法将医学图谱的先验知识融入到特定组织的分割过程中,结合高效的标记融合算法,可得到与手工分割相当精度的分割结果,被广泛应用于海马体的分割。多图谱标签融合是MAIS中非常重要的一个环节,对海马体的分割性能起着至关重要的作用。为了提高海马体的分割精度,本文提出了改进的基于多图谱稀疏块的标签融合算法和基于距离度量学习的标签融合算法。传统的标签融合算法在计算权重时往往忽略标签信息,而脑MRI中不同的标签信息代表了不同的组织结构,对相似性度量同样起着非常重要的作用。同时,传统的标签融合算法主要是以局部方式估计标签值,未考虑全局约束信息,比如形状先验信息,为克服这些缺点,本文提出了一种改进的基于多图谱稀疏块的标签融合算法。在标签融合过程中,通过引入形状先验信息来求得标签信息的最大后验概率,增加全局约束性,快速准确的获得海马体的初始分割结果,之后对于每一个标签块,利用标签信息来进行相似性度量,结合基于稀疏块的标签融合算法进一步提高海马体的分割精度。通过实验结果可得,本文算法可以得到更准确的分割结果。本文在基于多图谱分割的标签融合阶段提出了一种新的距离度量学习方法。现有的标签融合算法通常采用预先定义的距离度量模型来计算图谱图像块与标签块之间的相似度,而本文算法通过图谱图像学习距离度量模型,使结构相似的块保持相似,将不同结构的块区分开。在标签融合过程中,使用学习的距离度量模型来进行相似性度量。实验结果表明,与传统的多图谱图像分割方法相比,本文方法在分割精度方面取得了显著的改善。

关键词：多图谱海马体标签融合稀疏块距离度量

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：