数码彩扩中提高成像质量的光学方法

使用图象王示器元件LCD构成的数码彩色扩印机,不同于传统的以感光材料为母体的彩色扩印机,它对光学照明系统成像物镜有特殊要求.本文在分析造成照明不均匀原因后提出了一种新的光学装置,不仅提高了像面照度均匀性和三色光(红、绿、蓝)的曝光速度,而且还可根据LCD特点使照片的层次更丰富,彩色扩印的效果更好.     

用经典方法求解EIT

在量子光学中,用电磁感应透明的方法使光速变慢,甚至减慢到0,是现在光学研究的一个重点 本文从另一个角度,用经典电动力学这样的宏观物理方法,近似求解了上述的量子光学中非常重要的问题,并且与实验结果能很好地相符.开始从经典电动力学中的折射率入手,由此导出原子极化率与波速的关系,从而最后求出折射率与波速的关系,理论结果与实验中所测出的数据完全一致.     

用经典方法求解EIT

在量子光学中，用电磁感应透明的方法使光速变慢，甚至减慢到0，是现在光学研究的一个重点，本文从另一个角度，用经典电动力学这样的宏观物理方法，近似求解了上述的量子光学中非常重要的问题，并且与实验结果能很好地相符，开始从经典电动力学中的折射率入手，由此导出原子极化率与波速的关系，从而最后求出折射率与波速的关系，理论结果与实验中所测出的数据完全一致。     

基于DREAM_ZS算法的EIT电阻率反演方法研究

针对电阻抗成像（EIT）中的电阻率反演及其不确定性量化问题,提出基于贝叶斯理论的不确定性分析方法.首先,利用反向传播（BP）神经网络模型作为正问题替代模型,取得了计算精度高的结果,并且大大提高计算效率.然后,采用基于贝叶斯理论的自适应差分进化Metropolis抽样（DREAM_ZS）算法对电阻率进行反演,并对不同激励模式和不同先验分布进行了对比分析.对模拟头部的4层同心圆模型的反演结果显示,DREAM_ZS抽样算法能够对4个参数进行准确识别,相对激励模式的反演效果最优.4个参数的不确定性程度不同,头皮电阻率不确定性最小,敏感性最强,其次是颅骨,大脑和脑脊液的不确定性较大.进而,对高维参数的圆模型进行仿真,采用相对激励模式,DREAM_ZS抽样算法能够准确反演二维圆模型的各个参数.参数的先验分布为正态分布时,与均匀分布相比,其反演结果不确定性小,对算法的识别效果更强.     

数码照相机成像的缺点及提高摄影质量的方法

随着数码技术的发展以及对数码相机的使用日趋普及,将"假象"栩栩如生地展现,已经不是不可能达到的事。但数码成像还存在诸多不足的地方,使用过程中要注意方法,掌握一定的技巧,学会扬长避短,用技术工具拓展艺术语言。     

采用BP神经网络的基波高精度检测方法

提出一种基于BP(Back Propagation)神经网络的电网基波频率和幅值的高精度检测方法。正弦信号过零点两侧对称两点连线与时间轴的交点和频率满足单调关系,但并非严格的线性关系,而且与幅值无关,据此用BP神经网络建立该交点与频率的映射关系,并提出了对称点优化选取方法。仿真表明,提出的算法对频率的检测精度达到10-4,幅值的检测精度高达10-5,远远高于普通傅里叶变换(Fast Fourier Transfromation, FFT)算法和FFT加Hanning窗算法;随机噪声和谐波对该方法测量精度的影响很小,具有较强的抗干扰能力。     

基于评价指标的EIT算法参数选择方法研究

为客观准确地选择EIT算法参数,采用8种评价参数指标对共轭梯度算法的迭代次数和Tikhonov正则化算法的正则化因子的选择进行研究.首先,构建EIT正问题模型,并求得两种算法的逆问题解;然后,根据8种评价参数的定义,获得图像重建时的最佳参考值范围:共轭梯度迭代算法的迭代次数在70~80次,正则化因子的取值范围为0.01~0.1.为了验证上述结论,重建EIT图像,并进行对比分析.结果表明:基于评价指标获得参数重建图像的效果更令人满意;针对参数选择,提出的方法可为其他电阻抗图像重建算法提供一种客观的评价依据,为EIT图像质量评价体系的构建奠定基础.     

过程质量控制的BP神经网络诊断方法研究

利用BP神经网络建立了过程质量控制图模式诊断模型，并采用单因素法优化了模型参数．仿真结果表明，神经网络能有效识别控制图模式类型，具有较高的识别率，模型符合过程质量智能诊断的基本要求．     

采用模糊数学方法进行模式识别的神经网络学习过程

各种不同的神经网络的学习过程可以一种统一的方式来研究，进行模式识别时，通常是采用统计或语言的方法，本文提出在多数情况下，可以采用模糊数学的方法进行识别。     

提高科技期刊学术质量的方法研究

就编辑素质、编辑工作程序、工作时间这三方面来阐述如何提高科技期刊学术质量和保证刊物正常发展,并举例说明这三个方面协调的重要性。     

采用高频淬火提高地质管材质量

我厂在党的一元化领导下,广大职工高举“鞍钢宪法”,大力开展群众性的技术革新和科学实验活动,制造了100砝和200瓩高频炉两台,逐步应用于地质管材、钻具和探矿机械另件等高频淬火试验和生产,并在实践中对原有卧式淬火机床进行改革。对淬火     

采用正确方法提高阅读能力

阅读在外语学习中至关重要，为了更好地提高学生的阅读水平，英语教师要努力帮助学生改掉阅读中的不良习惯，激发其阅读的兴趣，帮助其掌握适合的阅读方法，选择适当的阅读材料，广泛地进行阅读。     

采用竞赛方法 提高动手能力

如何有效地提高职业学校学生的动手能力,历来是困扰专业教师的难题之一。在教学实践中,经常遇到这种情形:进行专业理论教学时,学生经常反映,要多去实验室实习,似乎对操作实习很感兴趣。但到了实验室后却又有相当多(有时达三分之二以上)的学生,实习兴趣不能持久。即使实验仪器比较完备,在每次两课时的实习时间里,学生的有效操作时间也一般不超过半小时。尽管教师课前交待,课中督促,课后总结,竭力去调动学生的学习积极性,收效仍然较低。     

浅谈提高数码照相机成像质量的途径

影响数码照相机成像质量的因素有很多，本文在简单叙述了图像传感器传递图像信息过程后，从光学角度分析对数码照相机物镜的要求，提出了一种与图像传感器特点相适应的光学设计方法，提出对设计和制造过程中的杂光问题的探讨。     

基于comsol的肺部EIT仿真研究

结合人体肺部组织的结构特征,运用大型有限元仿真软件COMSOL,根据CT肺部扫描图像构建人体肺部模型,通过肺部模型仿真实验,设定各组织的电导率特性,分析组织器官电导率变化对各电极测量数据影响,并进行仿真成像,从而对动态心肺监测活动的临床应用可行性进行分析。     

采用可替代滤波器的卷积神经网络模型剪枝方法

将卷积神经网络模型中某一层的所有滤波器抽象到一个欧几里德空间,对其中能被其他滤波器共同表示的滤波器剪枝,降低滤波器冗余,避免精度损失.使用强化学习进行边训练边剪枝,经过微调恢复神经网络模型性能.结果表明:剪枝并微调后的神经网络模型精度损失较小,参数量与浮点计算量显著减少.     

三维测量技术中采用的反向传播神经网络方法

利用人工神经网络对零件三维表面轮廓进行非接触测量,详细介绍了光学系统,数据获取,如何训练反向传播神经网络确定系统映射函数,以及零件３－Ｄ曲面测量方法和实例。该方法降低了对测量系统精度的要求,并且不需要精确调整和事先精确测定成像系统的参数。     

采用卷积神经网络的电站锅炉燃烧效率建模方法

针对电站锅炉燃烧效率经典建模方法精度较低的问题,提出了一种基于卷积神经网络(CNN)的新型建模方法。通过分析影响锅炉燃烧效率的各项因素,建立了以锅炉负荷、一二次风配风方式、烟气含氧量等参数为输入,锅炉燃烧效率为输出的建模数据集。由于CNN的核心特征是通过卷积运算从样本数据的空间关联中进行特征提取,所以为了加强输入样本数据的空间特征,利用主成分分析法(PCA)对数据进行重构。在此基础上,采用LeNet-5结构的CNN构建锅炉燃烧效率模型。仿真结果表明,经过PCA重构的锅炉燃烧效率CNN模型的检验集相对误差最小,相比经典模型减小了19.58%,该方法为锅炉燃烧效率的优化提供了新的思路。     

一种采用神经网络PID控制的自适应资源分配方法

针对有限资源开放式系统多任务资源分配问题,提出了采用神经网络PID控制的自适应资源分配方法。该方法以求解任务间公平性服务质量水平(QoS)为目标,使用当前QoS与系统平均QoS的偏差作为控制器输入,通过多输入多输出神经网络PID控制,在线调整了资源分配。该方法不需要精确预知任务服务质量函数形式,而是通过自适应微调PID参数,快速有效地获得了近似公平的资源分配。实验结果表明,该方法能保证QoS快速收敛,与现有方法相比,资源调整次数减少了近10次,扩大了稳定范围。     

三维测量技术中采用的反向传播神经网络方法

利用人工神经网络对零件三维表面轮廓进行非接触测量．详细介绍了光学系统、数据获取,如何训练反向传播神经网络（ＢＰＮ）确定系统映射函数,以及零件３－Ｄ曲面测量方法和实例．该方法降低了对测量系统精度的要求,并且不需要精确调整和事先精确测定成像系统的参数