检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

量子衍生图像变换与阈值去噪算法研究

激光与光电子学进展 2023年第12期60卷 50-60页

作者：王飚林少军赵微微长安大学电子与控制工程学院陕西西安710054

为了充分利用图像信息,同时有效地去除图像中的高斯噪声与泊松噪声,提出一种基于薛定谔方程的量子衍生图像变换与阈值去噪算法。将图像看作离散薛定谔方程中的势场,求解定态薛定谔方程,得到的特征函数构成了自适应基。将图像投影到自适... 详细信息

为了充分利用图像信息,同时有效地去除图像中的高斯噪声与泊松噪声,提出一种基于薛定谔方程的量子衍生图像变换与阈值去噪算法。将图像看作离散薛定谔方程中的势场,求解定态薛定谔方程,得到的特征函数构成了自适应基。将图像投影到自适应基上,由于噪声主要由高能量对应的高阶特征函数表示,所以采用软阈值函数对投影系数在能量上进行阈值处理,实现去噪。为了减弱量子系统存在的安德森局域化现象对去噪的影响,采用高斯滤波器对图像进行预处理。实验结果验证了所提算法在高斯噪声和泊松噪声场景中均具有良好的去噪效果。

关键词：图像处理自适应基薛定谔方程软阈值函数安德森局域化

在线全文

学校读者我要写书评

暂无评论

基于软阈值深度学习的自动调制识别算法

电波科学学报 2022年第3期37卷 465-470页

作者：何荣荣徐逸凡刘洁姚凯凌陆军工程大学南京210000 75836部队广州510000

自动调制识别是认知无线电、电子侦察、电磁态势生成中重要的环节.由于电磁环境日益复杂,噪声对能否正确调制识别影响显著.本文针对低信噪比(signal-noise ratio,SNR)环境条件设计了一种基于软阈值的深度学习模型,在卷积神经网络(convol... 详细信息

自动调制识别是认知无线电、电子侦察、电磁态势生成中重要的环节.由于电磁环境日益复杂,噪声对能否正确调制识别影响显著.本文针对低信噪比(signal-noise ratio,SNR)环境条件设计了一种基于软阈值的深度学习模型,在卷积神经网络(convolutional neural networks,CNN)的基础上加入软阈值函数.将IQ数据转化为幅度相位信息作为模型的输入,CNN用于提取幅度相位数据中的特征,软阈值学习网络可以针对不同特征设置不同阈值,用于滤除样本噪声,提高低SNR条件下的识别率.在开源数据集RML2016.10a上验证了所提算法的有效性,对比其他网络结构,本文提出的模型识别率更高且效率更高.

关键词：自动调制识别深度学习软阈值函数卷积神经网络(CNN) 降噪

一种新的基于深度置信网络的电能质量扰动分类方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电力科学与技术学报 2023年第1期38卷 171-177页

作者：王康席燕辉胡康长沙理工大学电气与信息工程学院湖南长沙410114

针对在噪声干扰下多重扰动识别正确率不高的问题,提出一种新的基于深度置信网络的电能质量扰动分类方法。首先,对电能质量扰动信号进行平稳小波多尺度变换,再利用软阈值函数处理估计小波系数重构原始信号,从而实现对电能质量扰动信号的... 详细信息

针对在噪声干扰下多重扰动识别正确率不高的问题,提出一种新的基于深度置信网络的电能质量扰动分类方法。首先,对电能质量扰动信号进行平稳小波多尺度变换,再利用软阈值函数处理估计小波系数重构原始信号,从而实现对电能质量扰动信号的去噪。再利用软阈值函数处理估计小波系数重构原始信号,从而实现对电能质量扰动信号的去噪。然后进一步提出利用深度置信网络对重构后的单一扰动信号和多重扰动信号进行分类识别。最后算例显示,即使在20 dB噪声干扰下,其分类正确率高达到93%以上。结果表明该方法对7种单一扰动和13种多重扰动信号的识别正确率均较高,验证该方法具有较强的抗噪声干扰能力。

关键词：电能质量扰动识别软阈值函数深度置信网络

基于噪声CT影像的新冠肺炎辅助诊断方法研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于噪声CT影像的新冠肺炎辅助诊断方法研究

作者：熊磊南昌大学

学位级别：硕士

在当今临床上的疾病辅助诊断方式中,计算机断层扫描(CT)是其中最有效的方式之一。然而,CT检查时的高辐射危害一直是人们所在意的一个问题,盲目使用低辐射剂量,会使得所重建出来的CT影像噪声急剧增多,从而大大影响了诊断效果。相比人工诊... 详细信息

在当今临床上的疾病辅助诊断方式中,计算机断层扫描(CT)是其中最有效的方式之一。然而,CT检查时的高辐射危害一直是人们所在意的一个问题,盲目使用低辐射剂量,会使得所重建出来的CT影像噪声急剧增多,从而大大影响了诊断效果。相比人工诊断,使用深度学习技术进行辅助诊断可以更容易关注到噪声CT影像的病灶特征。因此本文中提出了可以面向噪声CT影像的深度学习方法,使其能够应用于低剂量CT(Low-Dose CT,LDCT)影像的辅助诊断中,在能够辅助医疗人员对LDCT影像进行疾病诊断的同时,还可以尽量降低患者做CT检查时受到的辐射剂量,保障其身体健康。本文研究的主要工作内容如下几个方面:(1)针对真实的LDCT影像数据集难以获取的问题,我们自主构建了一种含有噪声的新冠肺炎LDCT数据集(COVID-19-LDCT)。在这个过程中,首先收集了常规剂量的新冠肺炎CT(COVID-19-CT)数据集,并对该数据集进行了预处理,以及使用Smote算法解决了数据集中类别不平衡问题。随后对LDCT影像中的噪声成分进行了分析,根据其原理与数学关系自主建模了该类噪声。最后通过在COVID-19-CT数据集上添加上述建模的噪声,构建了COVID-19-LDCT数据集。(2)针对LDCT影像中存在大量噪声,不利于神经网络进行准确诊断的问题,提出了一种可用于抑制噪声的模块NS(Noise Suppression),并将其嵌入至Res Net模型的残差单元(Residual Block Unit,RBU)中。通过这种方式改进的Res Net有两种形式,一种是通道间阈值相同(Channel-Same,CS)的Res Net-CSNS,另一种是通道间阈值不同(Channel-Different,CD)的Res Net-CDNS。NS模块由软阈值函数与SE通道注意力机制组成,软阈值函数可以协助模型过滤CT影像中的噪声特征,以此达到抑制噪声的目的;SE注意力机制则用于协助为特征的每个通道自适应设置阈值,解决软阈值函数中的阈值设置难题。通过在COVID-19-LDCT数据集上实验,结果表明该模块能够有效提高模型在噪声CT下影像的分类性能。(3)在上述研究的基础上,提出了一种性能更优秀且更轻量的噪声抑制模块ENS(Efficient Nosie Suppression)。为了能够进一步提高模型在LDCT影像上的诊断性能和效率,我们对上述的NS模块进行了进一步的改进。首先是针对软阈值函数在早期训练过程易将部分未被及时关注到的有用特征清除的问题,通过在其梯度为0的部分添加了适当的梯度,设计了Leaky-软阈值函数。该新型软阈值函数使得模型能够在具备噪声抑制功能的同时,还增强了对特征的保护能力,防止有用信息的丢失,以此提升模型在噪声CT影像下的分类性能,通过实验表明了该改进方法的有效性。其次是针对SE注意力机制带来的高参数量问题,通过引入更轻量的ECA注意力机制取代SE,大大减少了抑噪模型中的参数引入,以此提高了模型的分类效率。(4)为了避免本研究中所提出的噪声抑制方法在适用场景上出现单一性的问题,我们将ENS分别应用于Res Net与Mobile Net V2模型中,提出了Res Net-ENS和Mobile Net V2-ENS。前者准确率更高,但参数量相对较多,适用于在具备一定算力的计算机等设备实现精确诊断;而Mobile Net V2-ENS模型是非常轻量化的,因此适用于在移动式或嵌入式设备实现快捷诊断。

关键词：低剂量CT影像辅助诊断噪声抑制模块软阈值函数通道注意力机制

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

干扰智能识别与实现技术研究

干扰智能识别与实现技术研究

作者：刘松南京理工大学

学位级别：硕士

现代战场电磁环境复杂多变,具有强功率、高相参等特性的有源电子干扰机对雷达的探测能力产生巨大威胁,为了在电子战中占据主导地位,必须采取有效抗干扰措施来保障雷达系统的正常工作,而及时、准确识别雷达受到的干扰样式是采取有效抗干... 详细信息

现代战场电磁环境复杂多变,具有强功率、高相参等特性的有源电子干扰机对雷达的探测能力产生巨大威胁,为了在电子战中占据主导地位,必须采取有效抗干扰措施来保障雷达系统的正常工作,而及时、准确识别雷达受到的干扰样式是采取有效抗干扰措施的前提。本文重点对基于卷积神经网络的雷达有源干扰智能识别和在FPGA硬件平台的实现展开研究,论文的主要工作如下:(1)分析13种常见雷达有源干扰的作用机理,建立了干扰数学模型,针对卷积神经网络结构特点,构建了距离-多普勒域二维图像以及短时傅里叶变换时频域二维图像数据集。(2)结合软阈值函数设计了一种自适应去噪的卷积神经网络用于雷达干扰的智能识别,利用特征融合策略对距离-多普勒域和时频域两种图像数据特征进行联合训练,实验结果表明该方法干扰识别率比单一距离-多普勒域干扰图像平均高5%,比单一短时傅里叶变换时频域干扰图像平均高20%以上,当干噪比高于0d B时,该方法识别率高于96%,最高达到98.92%。(3)提出了一种结合卷积重参数化和注意力机制的高效卷积神经网络,实验结果表明,网络模型体量平均下降为原来的41.5%,同时识别率有所上升,最高识别率达99.37%。(4)根据FPGA硬件平台的特点,结合卷积重参数化方法设计了一种小型卷积神经网络,采用两阶段训练策略,并在FPGA平台上完成部署。通过采用分时复用方式实现卷积模块,有效降低了硬件资源消耗。测试结果表明,FPGA平台上的识别结果与GPU平台基本一致,同时识别时间和功耗均低于GPU平台。

关键词：雷达有源干扰软阈值函数特征融合卷积重参数化注意力机制 FPGA

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

基于数据驱动的复杂工业软测量建模方法研究

基于数据驱动的复杂工业软测量建模方法研究

作者：许金鹏西北师范大学

学位级别：硕士

复杂工业过程对于控制系统的要求逐步升高,构建以数据为基础,安全高效、绿色低碳的智能制造系统是大势所趋。在这种背景下,促使了软测量技术的发展,尤其是以数据驱动为主的软测量建模方法成为解决复杂工业过程中关键变量不易测量问题的... 详细信息

复杂工业过程对于控制系统的要求逐步升高,构建以数据为基础,安全高效、绿色低碳的智能制造系统是大势所趋。在这种背景下,促使了软测量技术的发展,尤其是以数据驱动为主的软测量建模方法成为解决复杂工业过程中关键变量不易测量问题的有效手段,该技术手段也成为了智能制造和复杂工业控制的研究焦点。本文结合数据驱动智能学习算法,针对复杂工业过程中过程数据的非线性和噪声问题进行了较为深入的研究。主要研究工作如下:(1)针对数据非线性及单一软测量模型特征提取不够充分的问题,提出了基于SCAE-ACNN软测量建模方法。利用同样的数据从两个方面进行不同的特征提取,构建了两个同质基学习器。第一个同质基学习器利用深层堆叠并预训练的卷积自编码器对原始辅助变量进行高级特征提取;第二个同质基学习器利用通道和空间注意力的卷积神经网络进行特征提取。两种基学习器的参数学习采用BP算法进行训练。卷积自编码器对于工业过程的非线性、高维数据有着很好的低维表达。同时,注意力机制能够抑制无关特征。实验结果表明,提出的基于集成学习SCAE-ACNN的软测量建模方法在预测精度方面高于传统的建模方法。(2)针对复杂工业过程中过程数据包含噪声的问题,提出一种基于软阈值函数的软测量建模方法。采用神经网络自动拟合的软阈值对数据进行过滤,并构建软阈值自编码器模型。通过感知机的非线性映射,得到权重因子,之后将输入数据的平均值乘以对应的权重因子,得到合适的阈值。此外,为了证明该方法的有效性,设置了数值模拟实验。经过一批有噪声数据的验证,该方法在去噪方面有着较好的效果。实验结果表明,对数据进行去噪处理后可提升回归器的预测精度。(3)针对软阈值函数会将部分原始数据变为“0”,造成数据信息丢失的问题,提出了多注意力融合的软测量模型。该模型以残差网络为基础,在每一个残差模块中,主干路通过软阈值函数进行数据清洗,支路通过构建注意力融合模块对原始特征进行高级特征提取,再与清洗后的数据进行信息汇聚传递到下一个残差模块。该网络采用了贝叶斯策略寻找最优超参数。实验结果表明,所提出的方法在数据含有噪声的情况下,对于数据中极大极小值有着较好的预测精度。

关键词：数据驱动软测量建模集成学习软阈值函数注意力融合

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

一种新的小波收缩统一阈值函数

国防科技大学学报 2012年第1期34卷 155-159页

作者：李财莲李志先孙即祥康耀红国防科技大学电子科学与工程学院湖南长沙410073 洛阳理工学院计算机与信息工程系河南洛阳471023 海南大学信息科学技术学院海南海口570228

提出一种新的小波收缩统一阈值函数,并证明了新阈值函数具有收敛性,通过调节可变参数的取值可以改变新阈值函数的趋向,为图像阈值去噪的自适应处理提供了可能。此外,给出了新阈值函数的期望、方差与风险的关系式。仿真结果表明新阈值函... 详细信息

提出一种新的小波收缩统一阈值函数,并证明了新阈值函数具有收敛性,通过调节可变参数的取值可以改变新阈值函数的趋向,为图像阈值去噪的自适应处理提供了可能。此外,给出了新阈值函数的期望、方差与风险的关系式。仿真结果表明新阈值函数不仅能有效去除噪声,而且比两种经典的阈值函数有更高的灵活性,可以获得更高的信噪比和更好的视觉效果。

关键词：小波变换硬阈值函数软阈值函数统一阈值函数图像去噪

在线全文

学校读者我要写书评

暂无评论

基于曲波域的指纹增强算法

光电工程 2010年第8期37卷 98-103页

作者：王宪陶重犇江南大学物联网工程学院江苏无锡214122

指纹增强是指纹识别预处理算法中的关键环节,对算法识别率起到关键的作用。本文提出了一种基于曲波域的指纹增强算法,将指纹图像在曲波域中分解为粗尺度系数和细尺度系数,并分别利用方向滤波器和软阈值函数进行增强和去噪。在曲波域中,... 详细信息

指纹增强是指纹识别预处理算法中的关键环节,对算法识别率起到关键的作用。本文提出了一种基于曲波域的指纹增强算法,将指纹图像在曲波域中分解为粗尺度系数和细尺度系数,并分别利用方向滤波器和软阈值函数进行增强和去噪。在曲波域中,利用方向滤波器对粗尺度系数进行增强,同时利用软阈值函数对细尺度系数进行去噪,这使它与传统的基于空域和基于频域的增强方法有本质的区别。在FVC2004指纹数据库上的实验结果表明,对于低质量的指纹图像,该算法比传统算法具有更好的增强和去噪效果,并且执行时间也更短。

关键词：指纹增强曲波域方向滤波器软阈值函数

在线全文

学校读者我要写书评

暂无评论

自适应去噪函数性能研究

中国图象图形学报 2011年第11期16卷 1983-1988页

作者：李财莲孙即祥康耀红国防科学技术大学电子科学与工程学院长沙410073 海南大学信息科学技术学院海口570228

提出一种新自适应去噪函数。与经典的硬阈值函数与软阈值函数相比,此函数具有明显优点。首先,此函数表达式简单易于计算,连续并有无穷阶导数,便于进行各种数学处理;其次,本文证明了新函数具有收敛性、连续可导性及自适应性,为信号的自... 详细信息

提出一种新自适应去噪函数。与经典的硬阈值函数与软阈值函数相比,此函数具有明显优点。首先,此函数表达式简单易于计算,连续并有无穷阶导数,便于进行各种数学处理;其次,本文证明了新函数具有收敛性、连续可导性及自适应性,为信号的自适应去噪提供了新的方法。仿真结果表明新函数不仅能有效去除噪声,而且比两种经典的阈值函数有更高的信噪比和更好的视觉效果,去噪后图像相对硬阈值函数去噪图像较光滑,相对软阈值函数去噪图像则更多地保留了图像边缘等局部特征,同时其均方误差最小,优于经典的两种阈值函数。

关键词：小波变换硬阈值函数软阈值函数新去噪函数最小均方误差图像去噪