检索结果-南通市图书馆

基于符号相干因子加权的双层介质频域相干复合平面波成像

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2022年第3期43卷 32-39页

作者：龙盛蓉陈尧孔庆茹黄景兴南昌航空大学无损检测技术教育部重点实验室南昌330063 昌河飞机工业(集团)有限责任公司理化计量中心景德镇333002

为同时提高双层介质下超声相干复合平面波(CPWC)成像的质量和效率,提出一种频域波束形成与符号相干因子加权(SCF)相结合的算法。提取平面波数据的相位符号,通过修正后的频域波束形成算法对其进行波场外推。利用外推后的相位符号构建SCF... 详细信息

为同时提高双层介质下超声相干复合平面波(CPWC)成像的质量和效率,提出一种频域波束形成与符号相干因子加权(SCF)相结合的算法。提取平面波数据的相位符号,通过修正后的频域波束形成算法对其进行波场外推。利用外推后的相位符号构建SCF加权因子对波束形成后的平面波图像进行自适应加权。结果表明,经过SCF加权,时域和频域波束形成后图像中缺陷的平均半峰值宽度基本相同,分别为时域DAS的78%和75%,频域图像的信噪比高于时域5 dB左右,在提供相同分辨率和信噪比的前提下,相比于时域波束形成下的SCF加权算法,本文所提的复合算法成像效率提升4倍以上,同时兼顾较高的成像质量和较低的运算复杂度,进而形成一种适用于双层介质无损检测的高质量、低复杂度的超声相控阵成像技术。

关键词：相干复合平面波符号相干因子双层介质频域超声

在线全文

学校读者我要写书评

暂无评论

频域相位相干合成孔径聚焦超声成像研究

仪器仪表学报 2020年第2期41卷 135-145页

作者：冒秋琴陈尧石文泽卢超李秋锋南昌航空大学无损检测技术教育部重点实验室南昌330063 中国科学院声学研究所声场声信息国家重点实验室北京100190 赣南师范大学赣州341000

为提高合成孔径聚焦技术(SAFT)的成像质量和成像效率,提出一种基于相位环形统计矢量(PCSV)的频域SAFT超声成像算法。首先,通过希尔伯特变换和欧拉公式提取波场记录中信号的瞬时相位。然后,将瞬时相位的实部和虚部视作圆形复平面上分布的... 详细信息

为提高合成孔径聚焦技术(SAFT)的成像质量和成像效率,提出一种基于相位环形统计矢量(PCSV)的频域SAFT超声成像算法。首先,通过希尔伯特变换和欧拉公式提取波场记录中信号的瞬时相位。然后,将瞬时相位的实部和虚部视作圆形复平面上分布的PCSV,并通过波场外推构建用于频域SAFT加权的相位相干因子。最后,通过加权处理获得高质量频域SAFT-PCSV图像。成像结果表明,频域SAFT-PCSV成像算法有效增强了图像分辨率和信噪比。在相同测试条件下,频域SAFT-PCSV成像算法的运算时间小于传统时域SAFT算法的1/46,所占内存空间低于时域SAFT算法的1/47。

关键词：相位环形统计矢量超声合成孔径聚焦技术频域

在线全文

学校读者我要写书评

暂无评论

频域混合注意力模型

计算机工程与应用 2022年第24期58卷 173-179页

作者：王芋人武德安朱莉电子科技大学数学科学学院成都610097

目标检测中的注意力模型以SENet、CBAM为代表,为提高小目标检测的准确率提供了新思路,这些模型在设计时简化了一个问题,即使用全局平均池化或者最大池化作为预处理的方法。FcaNet提出了用离散余弦变化替代均值池化对通道注意力进行预处... 详细信息

目标检测中的注意力模型以SENet、CBAM为代表,为提高小目标检测的准确率提供了新思路,这些模型在设计时简化了一个问题,即使用全局平均池化或者最大池化作为预处理的方法。FcaNet提出了用离散余弦变化替代均值池化对通道注意力进行预处理的方法,增加了特征多样性,但缺少对特征图空间域方向预处理探讨。为了改善这个问题,提出了从通道和空间域两个方面进行频域预处理的方法。理论上证明了全局平均池化是频域预处理的一种特殊情况,随后对特征图从通道和空间两个方向进行了频域预处理,提出了频域混合注意力模型。该方法在小物体目标检测数据集的实验结果表明:在相近计算量下,平均预测准确率相对SENet、CBAM、FcaNet分别提高了2、1.8、1.4个百分点。

关键词：目标检测混合注意力模型频域小目标

混合精度频域卷积神经网络FPGA加速器设计

在线全文

学校读者我要写书评

暂无评论

计算机工程 2023年第12期49卷 1-9页

作者：陈逸刘博生徐永祺武继刚广东工业大学计算机学院广州510006

深度卷积神经网络具有模型大、计算复杂度高的特点,难以部署到硬件资源有限的现场可编程门阵列(FPGA)中。混合精度卷积神经网络可在模型大小和准确率之间做出权衡,从而为降低模型内存占用提供有效方案。快速傅里叶变换作为一种快速算法... 详细信息

深度卷积神经网络具有模型大、计算复杂度高的特点,难以部署到硬件资源有限的现场可编程门阵列(FPGA)中。混合精度卷积神经网络可在模型大小和准确率之间做出权衡,从而为降低模型内存占用提供有效方案。快速傅里叶变换作为一种快速算法,可将传统空间域卷积神经网络变换至频域,从而有效降低模型计算复杂度。提出一个基于FPGA的8 bit和16 bit混合精度频域卷积神经网络加速器设计。该加速器支持8 bit和16 bit频域卷积的动态配置,并可将8 bit频域乘法运算打包以复用DSP,用来提升计算性能。首先设计一个基于DSP的频域计算单元,支持8 bit和16 bit频域卷积运算,通过打包一对8 bit频域乘法以复用DSP,从而提升吞吐率。然后提出一个映射数据流,该数据流支持8 bit和16 bit计算两种形式,通过数据重用方式最大化减少冗余数据处理和数据搬运操作。最后使用ImageNet数据集,基于ResNet-18与VGG16模型对所设计的加速器进行评估。实验结果表明,该加速器的能效比(GOP与能耗的比值)在ResNet-18和VGG16模型上分别达到29.74和56.73,较频域FPGA加速器提升1.2~6.0倍。

关键词：卷积神经网络硬件加速器频域混合精度现场可编程门阵列

融合多光谱频域特征的坡垒相对叶绿素含量预测

在线全文

学校读者我要写书评

暂无评论

北京林业大学学报 2023年第11期45卷 42-52页

作者：袁莹王雪峰石蒙蒙王鹏陈星京中国林业科学研究院资源信息研究所北京100091 国家林业和草原局森林经营与生长模拟重点实验室北京100091

【目的】研究坡垒叶绿素含量的多光谱图像预测法,探讨融合多光谱频域特征预测叶绿素含量的可行性,为坡垒叶绿素含量的无损监测提供有效工具。【方法】采用将植被指数与传统的阈值分割法相结合的方式,去除坡垒冠层多光谱图像的背景,以F_... 详细信息

【目的】研究坡垒叶绿素含量的多光谱图像预测法,探讨融合多光谱频域特征预测叶绿素含量的可行性,为坡垒叶绿素含量的无损监测提供有效工具。【方法】采用将植被指数与传统的阈值分割法相结合的方式,去除坡垒冠层多光谱图像的背景,以F_(1)为分割精度评价指标,确定最适多光谱图像分割方法。对分割后的坡垒冠层多光谱图像,精准提取空域特征(植被指数与纹理特征),并引入3种频域特征,然后基于相关性分析和Lasso算法筛选图像特征,以便携式叶绿素仪测得的SPAD值作为相对叶绿素含量实测值,确定与坡垒SPAD值强相关的优选特征及合适的建模特征组合,结合偏最小二乘回归(PLSR)、随机森林(RF)和极限梯度提升(XGBoost)模型,分别建立多光谱空、频、融合特征模型并进行精度验证,确定适用于幼龄坡垒SPAD值预测的模型形式。【结果】差值植被指数与Kapur阈值结合的分割方法获得了最高分割精度,评价指标F_(1)达到0.917,为坡垒冠层多光谱图像的最适分割方法。多光谱图像空频域特征表现了与坡垒SPAD值的显著相关性,其中相关性最强的特征为修正叶绿素吸收反射率植被指数,相关系数达到-0.780,为基于单图像特征预测SPAD值的优选特征。在3种频域特征中,小波特征与SPAD值的相关性表现最优。因此,小波变换为优选坡垒多光谱图像频域变换方法。基于不同图像特征构建的SPAD值预测模型,性能表现排序为单频域特征模型频域特征能够提高坡垒SPAD值预测精度,且基于RF的融合特征模型获得了较高的预测精度,因此融合多光谱空频域特征并结合机器学习算法,可作为一种有效的幼龄坡垒相对叶绿素含量预测工具,有利于坡垒培育经营工作的智能化发展。

关键词：坡垒叶绿素含量多光谱频域机器学习

在线全文

学校读者我要写书评

暂无评论

频域宽带下视多波束三维声成像算法

声学学报 2019年第4期44卷 604-612页

作者：秦留洋黄海宁王朋张鹏飞刘纪元中国科学院声学研究所北京100190 中国科学院先进水下信息技术重点实验室北京100190 中国科学院大学北京100049

为解决下视多波束三维成像声呐跨航向分辨率差、旁瓣级高的问题,提出一种频域宽带下视多波束三维声成像算法。该算法将阵元域回波信号通过二维傅里叶变换直接变换到波数-频率域,之后进行深度向匹配滤波,同时选取带宽内的频点进行频域宽... 详细信息

为解决下视多波束三维成像声呐跨航向分辨率差、旁瓣级高的问题,提出一种频域宽带下视多波束三维声成像算法。该算法将阵元域回波信号通过二维傅里叶变换直接变换到波数-频率域,之后进行深度向匹配滤波,同时选取带宽内的频点进行频域宽带信号的相位补偿,再进行二维逆傅里叶变换回阵元域,实现跨航向-深度向成像处理。沿航向采用时域合成孔径方法,得到三维图像结果.计算机仿真和海上实验结果表明,相比于常规的下视多波束三维成像声呐处理算法,改进的方法跨航向主瓣变窄,角分辨率明显提高,旁瓣降低10~30 dB。相比于传统基于分块DFT的频域宽带波束形成,改进的频域宽带方法避免了跨航向处理中的时域分块插值和多次变换域,复数加法和乘法次数显著降低。改进的频域宽带下视多波束三维声成像算法可以有效地获取水下三维高分辨图像,抑制虚影,明显改善成像质量。同时,计算效率高,更适合于实时成像系统实现。

关键词：三维成像成像算法宽带信号多波束频域二维傅里叶变换逆傅里叶变换宽带波束形成

基于双生成器与频域判别器GAN语音增强算法

在线全文

学校读者我要写书评

暂无评论

云南大学学报(自然科学版) 2024年

作者：纪鹏威全海燕昆明理工大学信息工程与自动化学院

针对在低信噪比条件下，生成对抗网络语音增强算法难以捕捉带噪语音的时域分布信息，导致语音信号被噪音淹没，进而影响模型的增强效果，可能产生增强后语音失真等问题，提出了一种基于双生成器与频域判别器的新型生成对抗网络语音增强... 详细信息

针对在低信噪比条件下，生成对抗网络语音增强算法难以捕捉带噪语音的时域分布信息，导致语音信号被噪音淹没，进而影响模型的增强效果，可能产生增强后语音失真等问题，提出了一种基于双生成器与频域判别器的新型生成对抗网络语音增强算法.首先，该算法采用了两个参数相同的生成器，通过多阶段的增强映射改善语音质量；然后，每个生成器模型在原有模型的基础上增加了自注意力层，以提升模型性能和增强效果；最后，判别器模型采用了频域结构，以频域上的分布信息作为判断增强语音与干净语音相似度的依据.实验结果表明，所提出的方法在低信噪比环境下的语音增强任务中相较于对比方法表现出更好的增强效果，在PESQ和STOI指标平均提高了0.18和1.67.

关键词：语音增强生成对抗网络双生成器自注意力频域

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

频域图像下的强场非序列电离过程

物理学报 2016年第22期65卷 95-113页

作者：金发成王兵兵中国科学院物理研究所、北京凝聚态物理国家重点实验室、光物理重点实验室北京100190 中国科学院大学物理科学学院北京100049

自20世纪60年代激光发明以来,激光与物质的相互作用就一直成为物理学领域的一个重要研究方向.通过最近几十年激光技术的发展,大大拓展了激光的频率、强度及脉宽范围,使得复杂体系在激光场中的激发、辐射及电离过程得到更精细而深入的研... 详细信息

自20世纪60年代激光发明以来,激光与物质的相互作用就一直成为物理学领域的一个重要研究方向.通过最近几十年激光技术的发展,大大拓展了激光的频率、强度及脉宽范围,使得复杂体系在激光场中的激发、辐射及电离过程得到更精细而深入的研究.本文总结了处理单色和双色激光场中双电子原子非序列电离的频域理论;归纳了碰撞-电离和碰撞-激发-电离两种机理下原子非序列电离在单色和双色激光场中的动量谱分布,并对动量谱上的干涉条纹利用量子通道相干的理论进行了分析;归纳了前向碰撞和背向碰撞在不同激光场条件下对非序列电离的不同贡献,以及高频激光场在非序列电离中所起的作用.

关键词：频域强激光场非序列双电离多电子原子

一种基于频域注意力机制变量筛选的多变量时间序列预测模型

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报(自然科学版) 2024年

作者：陈海燕欧阳林威任宝民兰州理工大学计算机与通信学院

针对多变量时间序列预测中冗余时间序列变量会引入噪声而使多变量时间序列预测精度降低的问题，提出了一种基于频域注意力机制进行重要变量筛选的多变量时间序列预测模型。首先，该模型通过时间序列分解将多变量时间序列分解为季节项和... 详细信息

针对多变量时间序列预测中冗余时间序列变量会引入噪声而使多变量时间序列预测精度降低的问题，提出了一种基于频域注意力机制进行重要变量筛选的多变量时间序列预测模型。首先，该模型通过时间序列分解将多变量时间序列分解为季节项和趋势项。对季节项，设计了一种频域注意力机制，在频域上计算多变量时间序列变量之间的相关函数并通过激活函数得到各个变量的权重，以权重反映各个变量的重要性，从而降低冗余变量对模型预测性能的影响。然后，设计了一种时间序列的多尺度特征提取方法，将季节项在时间方向以相同比例多次分割，通过多层感知机对分割后季节项的时间段和趋势项分别进行特征提取，来获取季节项的多尺度特征，增强模型对时间序列的特征提取能力。最后，将季节项的多尺度特征和趋势项的特征在时间方向融合并通过全连接层映射，得到多变量时间序列的预测输出。在六个公开的多变量时间序列数据集上对时间序列预测的实验结果表明：本文模型的平均预测精度相比Autoformer、FEDformer、Crossformer、DLinear、iTransformer和TimesNet模型分别提升了31.26、20.45、50.35、3.20、11.60、10.14个百分点。

关键词：多变量时间序列预测多尺度特征注意力机制频域特征融合