多尺度自卷积方差显著性SAR图像目标检测

针对SAR图像中显著性目标检测问题,提出一种基于多尺度自卷积方差显著性的自适应检测算法. 该算法在对SAR图像多尺度自卷积运算基础上,通过计算MSAV得到方差显著图. 设计了一种自适应阈值检测器,完成SAR图像中显著性目标的检测. 实验结果表明,在复杂背景环境下,所提算法能有效检测出与人类视觉较为一致的显著性目标.     

分布式空时码协同通信系统简化均衡方法

摘要： 由于协同通信系统各中继节点分布位置的不同,产生了不同于传统多天线通信系统的多时偏问题. 该文考虑基于分布式线性卷积空时码的异步协同通信系统,将对应每个中继节点的时延偏移量等效到对应生成多项式中的零矢量,进而构造等效的异步协同通信系统模型. 对等效信道矩阵的带状Toeplitz 性质进行研究,提出一种基于Trench 算法求解带状Toeplitz 线性系统的块最小均方误差均衡方法,从而将求解高阶带状Toeplitz 线性系统的运算简化为求解低阶Toeplitz 线性系统的运算,避免了传统最小均方误差均衡算法中的高阶矩阵求逆运算,极大地降低了计算复杂度. 仿真结果表明,该均衡方法能在适当的数据帧长以及较大的时延量情况下取得满意的系统性能.     

基于三维卷积和CLSTM神经网络的水产养殖溶解氧预测

提出了一种基于三维卷积和卷积长短期记忆(convolutional long short-term mem-ory,CLSTM)神经网络的水产养殖溶解氧预测模型.首先,将输入向量及其转置相乘形成一个单通道矩阵,把一定时间段内的单通道矩阵堆叠成一个立方体作为输入数据;然后,将输入数据进行连续两次三维卷积来细化溶解氧相关因...     

关于含r对k一间隔的组合数

记ｆｒｋ（ｎ，ｍ）为从排列在一直线上的ｎ个元素中选取ｍ个元素、且恰含ｒ对ｋ一间隔元素的选取方法数．ｇｒｋ（ｎ，ｍ）为从排列在四周上的ｎ个元素中选取ｍ个元素且恰含ｒ对ｋ一间隔元素的选法数，本文给出ｆｒｋ（ｎ，ｍ）及ｇｒｋ（ｎ，ｍ）的递归关系式和卷积形式表达式，在ｋ＝０时，我们巧妙地给出了ｆｒｏ（ｎ，ｍ）及ｇｒｏ（ｎ，ｍ）的显式．这些结果是最新的．     

加细函数的卷积构造算法

通过两个加细函数的卷积运算,给出构造加细函数的新方法.讨论了由卷积运算产生的加细函数的性质,特殊地当伸缩因子为2时,得到任意两个B-样条尺度函数N_i(x)和N_j(x)的卷积仍是一个N_i+j(x)B-样条尺度函数.最后给出构造算例.     

具卷积核和Cauchy核的奇异积分方程的求解

本文综述介绍了关于具卷积核和Ｃａｕｃｈｙ核的奇异积分方程的求解研究，提出了几个需在今后研究中进一步讨论的问题．     

区间数运算法则的补充与推广

分别从去模糊化和概率的角度研究了区间数运算法则的定义．提出了一套新的区数运算法则,对原运算法则作了补充,最后,论证了新法则的有效性．     

一种基于特征组合和卷积神经网络的心脏病预测新方法

针对心脏病预测难的问题,提出了一种基于特征组合和卷积神经网络的心脏病预测方法。通过特征工程对数据进行预处理,减少噪声干扰;使用特征组合算法增强样本属性关联,生成特征矩阵;设计卷积神经网络对特征矩阵进行更高级抽象。该方法在UCI Heart Disease数据集上达到了0.898 9的预测精度,优于SVM、集成学习等传统机器学习方法,可作为相关领域专家判断的重要参考。     

数字信号处理教学中的数学概念物理化解释——以卷积为例

针对数字信号处理理论性强、公式繁杂以及用专业例证解释存在学习时间差等问题,提出了该专业基础课程的教学改革方法.以卷积概念为例,通过对其涉及的单位抽样响应、线性和移不变概念的物理化阐述,给出了卷积物理化本质的教学解释,加深了学生对卷积概念的理解,提升了数学信号处理专业基础课的教学效果.     

基于级联可分离空洞残差U-Net的肝脏肿瘤分割

计算机辅助肝脏肿瘤分割可减少医生工作量,提高手术成功率,因而具有重要的临床诊疗价值。为获得精确的肝脏肿瘤自动分割结果,该文结合医学影像分割领域近年新兴的U-Net模块提出了基于级联可分离空洞残差U-Net（cascaded separable and dilated residualU-Net,CSDResU-Net）的肝脏肿瘤分割方法。CSDResU-Net采用了级联操作,解决了因肿瘤在整幅图像中占比小而造成的肿瘤分割数据不平衡问题;通过在分割网络中整合残差单元、深度可分离卷积和空洞卷积,能够增加卷积核感受野并快速提取更具判别性的肝脏肿瘤图像特征,从而提高肝脏肿瘤分割精度。在国际医学图像计算和计算机辅助干预协会肝脏肿瘤分割数据库上的实验结果表明,CSDResU-Net比基线方法的Dice系数指标提升了1.3%,同时发现空洞率对分割网络的性能表现影响较大。     

关于n维可拓集合的研究

可拓学是研究事物的可拓性和事物开拓的规律和方法,并用以解决矛盾问题的科学.可拓学的定量化工具是可拓数学,可拓集合是可拓数学的基础.本文给出了n维可拓集合、n维物元可拓集合及其正域、负域、可拓正域、可拓负域、稳定正域、稳定负域的定义,并讨论了有关的运算和性质,最后提出了m维正域等概念.这些结果丰富了n维可拓集合理论.     

关于卷积神经网络损失函数的改进算法

经典的卷积神经网络模型损失函数在设计时只考虑输出与标签之间的比较,没有涉及到图片之间的差异.为了提高卷积神经网络模型提取特征的差异,提出了基于Triplet network模型约束的卷积神经网络模型,这种方法提高了卷积神经网络提取有效特征的能力,减少数据集数量对于模型的影响.在MNIST数据集和cifar-10数据集上进行实验,提出的新模型在这2个数据集上比经典的卷积神经网络模型识别效果更好.     

用于卷积计算的搏动型结构的研究

本文介绍一组用于卷积计算的搏动型线路,包括总数据通讯和无总数据通讯的搏动型卷积阵列两大类别,搏动型结构允许对每次访问存贮器的数据多次计算,无需增加I/O带宽就能够提高运算受限问题的运算速度.搏动型结构(Systolic Architectures)系统可以解决许多运算受限计算问题.卷积计算可用于搏动型结构系统的研究.由单片机作为处理单元的搏动型结构,可有效地实现卷积计算.     

关于Cauchy核和卷积核混合的奇异积分方程求解方法的研究问题

本文综述了Cauchy核和卷积核混合的积分方程求解方法及可解性理论研究的主要结果，提出了进一步需研究的几个尚未解决的问题，以便使该方面研究更加深入。     

立方卷积插值法在H.26L中的应用

根据对H．26L视频编码结构的研究，在运动估计补偿部分的重采样环节，采用立方卷积插值替代双线性插值，并给出自适应运动精度的概念，通过分析比较H．26L的立方卷积插值和H．263的双线性插值，指出立方卷积插值算法的优越性，最后实现了引入立方卷积插值算法的H．26L软件编解码器。使H．26L编码标准更加实用和有效。     

广义Denjoy可积函数的卷积

讨论广义Denjoy可积函数的卷积问题.给出两个广义Denjoy可积函数卷积的定义,并且证明当其中一个广义Denjoy可积函数的原函数为有界变差时,这时的卷积也是广义Denjoy可积函数.     

利用卷积神经网络的体育视频运动员检测

针对体育视频中多尺度运动员的检测问题,提出一种基于卷积神经网络的自动检测方法.首先,从视频帧中获得运动员图像,并结合非运动员图像构建训练集,利用Bootstrapping算法来训练卷积神经网络分类器.然后,对于输入的图像帧,通过二次采样构建不同尺度的图像金字塔,并通过卷积神经网络检测出多个候选运动员位置.最后,计算这些候选运动员的重心,获得一个具有代表性的候选运动员,再通过一个局部搜索过程来确定最终的运动员位置.实验结果表明,该方案具有较高的检测率和较低的误报率.     

卷积移时特性的一般形式及应用

本文给出了一维卷积移时特性的一般形式,提出并证明了n维函数及序列卷积移时的特性。若求f_1(x_1+x_1~′,x_2+x_2~′,…,x_n+x_n~′)＊f_2(x_1+x_1~(″),x_2+x_2~(″),…,x_n+x_n~(″))…可先求f_1(x_1,x_2,…,x_n)＊f_2(x_1,…,x_n)=g(x_1,x_2,…,x_n)…(2)然后(1)式等于g(x_1+x_1~′+x_1~(″),x_2+x_2~′+x_2~(″),…,x_n+x_n~′+x_n~(″))。其中x_i~′,x_i~(″) (i=1,2,…,n)可正可负。     

平面光波与高斯光波照射光栅的衍射

本文从变换光学的角度,用付氏变换、卷积等数学运算,简捷地讨论了平面光波照射黑白光栅及高斯光束照射黑白光栅的衍射问题。     

基于分布式卷积神经网络的车型识别算法研究

本文利用Spark分布式计算框架,提出了一种基于分布式卷积神经网络的车型识别算法。该算法通过改进卷积核参数和丢弃相似特征图来优化网络,通过改进分布式梯度下降来减少master和slave同步通信量,从而提高了收敛速度和性能。试验结果表明,该算法可有效提高车型分类的速度和精度。