动态可控残差卷积神经网络的低剂量 CT 图像处理

针对计算机断层扫描(Computed Tomography, CT)中因采用低剂量扫描方式,导致图像噪声伪影干扰,尤其 是不同部位噪声和伪影强度存在较大差异这一问题,提出了一种基于动态可控残差的卷积神经网络(DC-ResNet) 算法。 DC-ResNet 的主要思想是在常规残差网络连接中添加一个图像质量指导的控制变量,以允许获取残差的加 权和,从而实现残差特征的动态可控。 所设计的 DC-ResNet 网络是一种包括两个子网络的组合型结构,一个是作 为主干网络的基础子网络,在该子网络中使用全局动态残差块和局部动态残差块来实现低剂量 CT 图像质量的提 高;另一个是作为辅助网络的条件子网络,用来生成基础子网络中不同动态可控残差块的权值,辅助基础子网络的 学习。 通过 Mayo 与 UIH 数据实验验证,其视觉结果表明:处理后的不同部位 CT 图像噪声伪影均能够得到较好的 抑制,并能有效地保留结构细节及组织纹理;量化结果表明:处理后的 CT 图像峰值信噪比( Peak-Signal to Noise Ratio, PSNR)和结构相似性(Structure Similarity, SSIM)均优于对比方法。     

一种基于PVDAC描述子的RGB-D三维点云配准方法

利用RGB-D数据进行三维点云配准时容易陷入局部最优.针对这个难题,提出了一种基于多维特征的PVDAC描述子实现三维点云配准的方法.该方法首先通过ORB特征检测算法提取二维数据的关键点,并计算关键点在2D下的灰度特征,然后构建关键点在3D下的局部像素值距离、点云法线角度以及曲率特征,接着将2D特征和3D特征联合生成全新的PVDAC像素描述子,并利用PVDAC像素描述子描述关键点实现三维点云的粗配准,最后基于ICP算法完成三维点云的精细化配准.实验表明,本文算法在大场景点云配准时总体均方误差约为0.05 m2,在小场景单物体点云配准时达到了0.000 2 m2的较小误差,实现了三维点云的精确配准.     

关于纺织机械噪声评价标准的探讨

机器噪声的污染问题,日益受到世界各国的重视和关注,现在国际上对机器噪声的测量,主要采用声功率级。但用这种声功率级的评价指标尚有某些不足之处,本文拟在声功率级基础上,提出“机器噪声相对声功率系数”的概念,作为评价、比较、改进机器噪声及综合质量的补充指标,以弥补声功率级的不足。     

一种新型的齿轮减噪阻尼环减噪性能研究

本文通过对比实验,指出新型减噪阻尼环的减噪性能大大优于钢阻尼环,尤其在抗冲击方面。并引入“松动“的概念对新型阻尼环的减噪机理进行了探讨.     

改进的细菌转化试验方法

本文对“细菌转化实验方法”进行了改进。用改良碱酶法制备的质粒DNA(PBR322)作供体,转化经氯化钙处理的受体菌E.Coli C600,使后者获得抗氨苄青霉素和抗四环素的特性。改进后的转化方法操作简便,不受设备限制。     

映象面积为有界的解析函数的偏差定理

本文对函数族S_R与S″_R中偏差定理的几个不等式改进为文中定理1和定理2相应加强的形式。     

含信号调制噪声和频率波动的时滞分数阶振子的随机共振

本文研究了含信号调制噪声和频率波动的小时滞线性分数阶振子的随机共振. 利用分数阶Shapiro-Loginov公式和Laplace变换技巧,本文首先推导了系统响应的一阶稳态矩和稳态响应振幅增益（Output Amplitude Gain, OAG）的解析表达式,然后讨论了分数阶、时滞及噪声参数对OAG的影响. 结果显示,各参数对OAG的影响均呈现出非单调变化的特点,表明系统出现广义随机共振. 特别地,分数阶与时滞的协同作用可能诱导随机共振的多样化,这就为在一定范围内调控随机共振提供了可能.     

环的弱理想（Ⅰ）

通过对环的子环所满足的条件进行加强,推广了环的思想概念,引入了弱理想的概念,讨论了弱理想的基本性质,并证明了：（１）环Ｒ的理想类是Ｒ的弱理想类的真子集。（２）一个含有单位元的交换环Ｒ是除环的充分必要条件是Ｒ没有真弱理想。     

最小度为3k／2—1（k为偶数）的k连通图的可收缩边

最小度δ（Ｇ）＝３ｋ／２－１（ｋ为偶数）的ｋ连通图Ｇ至少有｜Ｇ｜＋５（ｋ＾２－１０ｋ）／４条可收缩边,且当｜Ｇ｜是ｋ的整数倍时,这一界是最好的。     

无初始状态统计知识时多变量系统的最优平滑与预报

在无初始状态统计知识的情况下,我们分别就固定点平滑、固定滞后平滑与预报３种情况给出了动态系统的最优线性最小偏差估计（ＢＬＩＭＢＥ）,同时还给出了完全（ｉ,ｊ,Ｔｉ）－可重构性的概念及系统完全（ｉ,ｊ,Ｔｉ）－可重构的充要条件