基于SinGAN的岩石薄片图像超分辨率重建

岩石薄片图像对研究石油地质特性以及油气勘探都有重要的意义.由于各种因素的限制,获取到的岩石薄片图像经常会出现分辨率较低的情况,一定程度上限制了研究者对其细节信息的掌握.而一般的神经网络超分辨率算法都需要大量的数据作为训练集,为了提升岩石薄片图像超分辨率重建算法纹理细节信息还原能力,本文利用单图像生成式对抗网络,不需输入...     

一类随机互惠模型的遍历性和最优收获策略

讨论一个非线性生物互惠模型在随机扰动环境下的性质特征,以及最优收获策略问题.为了解模型系统的动力学特征,首先利用随机方程的比较原理证明系统解的存在唯一性,并给出两物种平均持续存在的条件;然后利用集合和遍历的方法得到最优收获策略的表达形式,且利用数值模拟直观表现物种在捕获条件下的生长情况,并与所得的理论结果吻合;这帮助人...     

联系一些特殊函数的Hilbert型积分不等式及其算子范数表达式

利用权函数方法、实分析技巧和特殊函数的相关理论,建立一个多参数的联系一些特殊函数的Hilbert型积分不等式及其等价式,证明其常数因子是最佳的,并给出其算子范数的表达式.     

基于离散最优传输的多层次自适应颜色传输

基于离散最优传输理论和小波分析方法提出一种自适应的多尺度颜色传输算法,首先将原图像和目标图像由RGB空间转到CIELab空间,然后分通道对2张图像进行自适应层数的小波分解,在每个层次上利用加权的离散最优传输进行传输,并通过设置传输比例参数使得用户可根据自身需求调整颜色传输的程度,最后将各层次、各通道的传输结果整合,实现2张图像之间的颜色传输.实验结果表明,该算法与已有经典算法相比,其颜色传输效果既平滑自然,又能较好地保持纹理细节.     

带有梯度超线性项抛物方程黏性解的比较原理

研究梯度具有超线性增长的完全非线性抛物方程问题,证明了具有超线性增长的半连续黏性上下解的比较原理的存在,并且把此结果延伸到单调抛物系统中。     

SPE前处理-UHPLC-MS/MS测定MBR中两种N-酰基高丝氨酸内酯

选用N-己基高丝氨酸内酯(C6-HSL)和N-辛基高丝氨酸内酯(C8-HSL)两种酰基高丝氨酸内酯类(AHLs)为代表物,建立了固相萃取(SPE)-超高效液相色谱串联三重四级杆质谱(UHPLC-MS/MS)分析膜生物反应器(MBR)活性污泥中AHLs的方法.研究结果表明C6-HSL和C8-HSL在1～200μg/L内有良好的线性关系(R2 0.998),方法的检出限为0.100μg/L,定量限为1.000μg/L,在3个浓度水平下的平均加标回收率为80.69%～83.75%,相对标准偏差(RSD)为4.71%～7.25%.方法精确度高、重复性好、基质效应弱,适用于MBR活性污泥中痕量AHLs的测定.     

CNN超混沌系统伪随机序列发生器设计

基于CNN超混沌系统,设计了一种混沌伪随机序列发生器。通过对细胞神经网络系统的理论分析及仿真实验可知,该系统具有复杂的动力学特性,具有初值敏感性、密钥空间大等特点,非常适合作为伪随机序列发生器。基于该系统的发生器能够产生两种不同的序列,一种为二进制序列,另一种为十进制序列,并且通过该发生器产生的伪随机序列具有良好的性能,如序列值的均匀分布性、尖锐的自相关特性和良好的互相关特性。除此之外,利用NIST标准对序列发生器进行性能检验,检验结果表明该序列满足伪随机序列的要求,具有较高的安全性和保密性,具有较好的应用前景。     

超Dirac方程的达布变换及其精确解

达布变换目前是求解孤子方程解的一种有效方法.人们基本都是围绕着一般方程族进行研究,而对超可积方程的达布工作讨论的还比较少.针对超Dirac方程的等谱问题,构建超Dirac方程的达布变换.最后应用达布变换,获得超Dirac方程的精确解.     

皱纹盘鲍精子的激活及超低温保存研究

用不同浓度的氨海水激活解剖获得的皱纹盘鲍精子并进行激活率和受精率的测定.以自然海水作基础溶液,以二甲基亚砜(DMSO)和甘油(Gly)做保护剂,在不同降温程序下,将解剖获得和经诱导自然排放的皱纹盘鲍精子置于液氮罐中保存24 h,解冻后检测精子的成活率.结果表明,加入自然海水后有64.27%的解剖精子被激活,但不能受精,经氨海水处理后的精子在0.02‰浓度条件下激活率和受精率最高,分别为85.60%、67.42%.自然排放和解剖获得的精子在14%DMSO、4℃平衡15 min,-20℃时平衡5min,-80℃时平衡5 min条件下精子存活率最高,分别为48.15%和64.01%.     

向量值约化子空间超仿射小波对偶框架的构造

利用Fourier变换和周期化技巧,给出Fourier域上L~2(R~d,C~L)中约化子空间上的超仿射小波对偶框架的一个充分条件,从而将L~2(R~d)中约化子空间上的结果推广到向量值空间L~2(R~d,C~L)的约化子空间上.