计算机辅助解析FTIR定量研究蛋白质构象的应用进展

综述了计算机辅助解析傅里叶变换红外光谱在蛋白质构象定量研究中的应用进展,简要介绍了红外光谱测定及二阶导数谱、去卷积和曲线拟合等计算机数学处理方法.对已有的研究结果进行了分类总结,最后讨论了该领域中存在的问题和发展方向.     

异常值和未知观测噪声鲁棒的卡尔曼滤波器

给出了对异常值和未知分布的观测噪声鲁棒的卡尔曼滤波器.分析表明当以Huber损失函数替代推导卡尔曼滤波器最大后验准则中观测误差的l2范数时,就构造了一个新的准则.由于Huber损失函数可同时描述l1和l2范数,因此由这个新准则推导的卡尔曼滤波器,在具有传统卡尔曼滤波器性质的同时,也有了l1范数对异常值鲁棒的特性.而当含...     

具有光隔离功能的光纤梳状滤波器的理论分析

提出了一种由光纤光栅与光纤方向耦合器组成的光学梳状滤波器的理论模型,详细分析了滤波器的输出特性,由传输矩阵法推导出了当光纤光栅为均匀Bragg光栅时,该模型输出光谱与有关参数之间关系的数学表达式.对决定滤波器输出光谱特性及其规律进行了详细讨论,同时给出了实现光隔离功能的模型结构的理论参数.     

基于对比学习的单幅图像去雾算法

现有的图像去雾算法,只采用了清晰图像来指导去雾网络的训练,而没有利用模糊图像,从而造成去雾不彻底,细节信息不完整的问题。为此提出了一种对比正则化的方法,利用模糊图像和清晰图像共同指导去雾网络的训练。对比正则化保证恢复后的图像信息向清晰图像方向靠近,远离模糊图像的方向。此外提出一种新的金字塔通道的特征自适应融合网络。该网络包含3个部分：三尺度特征提取网络、特征自适应混合模块(PCFM)和图像重建模块。三尺度特征提取模块同时捕捉不同尺度特征。金字塔结构和特征自适应融合操作,有效地提取相互依赖地特征,并以金字塔的方式有选择性地聚集更重要的特征。图像重建模块用于重建特征,恢复清晰的图像。实验结果表明,与现有的经典去雾算法相比,客观评价指标：峰值信噪比(PSNR)和结构相似性(SSIM)都得到了提升,并改善了去雾不彻底和颜色失真的现象。     

低灵敏度FIR滤波器优化结构

针对有限冲激响应(FIR)滤波器实现时因有限精度限制导致滤波器性能下降问题,基于连续时间传递函数,利用增量差分离散方法提出一种低灵敏度FIR滤波器优化结构.首先,根据传统z算子与增量差分Delta算子的关系,利用双线性变换求得模拟域离散后的状态空间实现,并将系数矩阵进行稀疏化分解得到优化结构状态空间实现;然后,采用状态...     

多传感器信息融合白噪声去卷Wiener滤波器和平滑器

应用现代时间序列分析方法和白噪声估计理论,在线性最小方差最优信息融合准则下,提出了多传感器最优信息融合白噪声去卷W iener滤波器和平滑器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数.同单传感器情形相比,可提高融合估值器精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声去卷滤波器的仿真例子说明了其有效性.     

基于纹理对图像进行分类方法的研究

文章主要研究在不知道视点和光照条件下,根据纹理对图像进行分类的方法;过程是利用滤波器响应得到的特征向量,建立相应的纹理基元表示;用最近区域匹配分类和贝叶斯分类2种方法进行分类,并对2种算法进行了比较;结果表明,分类结果非常接近,均比较准确。     

自动去浮渣装置设计及在浮上法中的应用

为了对浮上法中的浮渣进行有效去除,文章设计了一种自动去浮渣装置;该装置利用浮渣自身的特点和气压推动原理进行导引,使浮渣经导引后自动导向出渣口,进行排除或收集,这种装置是不耗能的,也是低成本的,它不但可以有效地脱除浮渣,而且可以有效地收集浮渣;该文还提出了对用电解法处理高浓度化工废水,得到的浮渣进行直接燃烧的建议,对节能和资源综合利用都是有益的。     

去噪先验驱动的深度神经网络图像超分

为了提高图像超分的质量,将双层卷积神经网络去噪模块嵌入到图像超分任务中,给出去噪先验驱动的深度神经网络图像超分方法.图像去噪模块可以快速灵活地处理不同水平的噪声,所提出的图像超分网络可以很好地实现图像超分复原.用训练好的网络对双三次下采样和高斯下采样的低分辨率图像进行超分测试,复原的高分辨率图像比使用其他图像超分方法具...     

基于神经网络的3型FIR带通滤波器的优化设计

详细讨论了3型线性相位滤波器幅频特性与正弦基神经网络算法间的关系,提出了该算法的收敛定理,给出了有限脉冲响应(FIR)带通滤波器优化设计算法及实例。计算机仿真结果表明,该算法是有效性的且设计的FIR带通滤波器具有优异性能。