基于生成对抗网络的半监督图像语义分割

提出了一种基于生成对抗网络的语义分割模型,包括一个全卷积语义分割网络以及一个判别网络,其中语义分割网络负责生成与输入图像对应的语义分割图,判别网络负责检测分割图与真实标签的区别,以促使分割网络改进分割效果。为了更好的提取全局结构信息,语义分割网络中采用了金字塔池化模块,对不同规模的空间区域进行池化操作。另外,为了应对语义分割训练数据集人工标注成本过高的问题,利用判别网络生成伪标签协助语义分割网络进行训练,从而实现了半监督训练效果。模型在PASCAL VOC2012数据集中进行了测试,结果表明该模型在全监督和半监督条件下均优于已有方法。     

完全图的谱

本文通过组合数学和矩阵论的方法获得了完全图的特征多项式和谱,指出完全图的特征多项式的系数与图的结构之间的关系,并证明了邻接谱、拉谱拉斯谱和无符号拉谱拉斯谱三者之间的关系.     

图的直积和字典积的Laplacian谱和Kirchhoff指数

由图G1、G2的Laplacian谱得到了它们的直积G1×G2和字典积G1[G2]的Laplacian谱,并计算了R(G1×G2)和R(G1[G2]).     

Laplace算子的特征值估计及推广

通过构造新的辅助函数讨论Laplace算子的Dirichlet特征值估计，得到的不等式包含了已有的特征值估计，并可导得一些新的不等式。     

小波分析在油气田地球物理勘探中的应用

阐明了具有Ｌｉｐｓｃｈｉｔｚ指数的地震道信号奇异性的数学特征。对油气勘探区的人工地震资料，选取具有紧支集的二次样条函数作为小波基。然后将采样所得的数据作离散二进小波变换，采用Ｍａｌｌａｔ塔式算法对地震波信号进行分散与重构。     

负指数调和映照

研究了负指数调和映照和及指数调和映照之间的关系，得到了负指数调和映照的第一变分公式，Ｂｏｈｎｅｒ型公式。     

金字塔教学模式在大学英语分级教学B班课程设计之初探

大学英语分级教学已经实行了多年,教学上基本遵循了"分类指导、因材施教"原则(教育部高等教育司,2007:1),体现了以人为本,以学生为主体的教学理念,与传统的自然班教学相比取得了明显的效果,但针对大学生英语水平结构仍然极不平衡,个体差异较大,尤其分类教学中B级班教学中教师面临更大困难,该文引入金字塔原理就B级班如何选择教材,层级教学如何具体设计及实施,结合自身教学实践进行了创新性探讨。     

一种基于四叉树划分的改进ORB算法

原ORB （oriented FAST and rotated BRIEF）算法提取的图像特征点经常出现“扎堆重叠”现象，其分布较为密集且缺乏尺度不变性，因而容易造成图像特征点误匹配的问题。为了解决该问题，提出了一种基于四叉树划分的图像特征点提取算法。首先对图像建立尺度金字塔，然后使用四叉树划分图像并限制划分深度。用加速分段测试的特征（features fromaccelerated segment test，FAST）算法通过多个检测阈值对划分后的图像进行特征点检测。检测完毕后，根据划分出的子块总数和提取的特征点总数对划分出来的各个子块设置自适应阈值，提取ORB特征点。操作完成后通过采取非极大值抑制的方法筛选最佳特征点，并使用改良后的二元鲁棒独立基本特征（binary robust independent elementary features，BRIEF）算法计算得出特征点的描述符，最后进行特征点匹配。实验结果表明，本文算法提取的图像特征点较原ORB算法提取的效果在均匀程度上得到了明显地提升，冗余重叠的特征点数量减少，且在特征点提取速度方面较原ORB算法的提取速度提高了30%以上。     

L2(R)的子空间仿射伪框架

引进广义多分辨结构与子空间伪框架的概念.给出Paley-Wiener子空间的广义多分辨结构的构造.类似于S.Mallat的金字塔算法,建立了广义多分辩结构的塔式分解格式.得到塔式分解格式存在的条件.由此得到L2(R)中的函数的仿射框架展式.     

高斯-拉普拉斯边缘检测算子的扩展研究

针对经典的高斯-拉普拉斯（LOG）边缘检测算子是各向同性的,对各个角度方向的图像边缘检测的力度是相同的特性,对经典LOG边缘检测算子引入了角度信息参量进行推导,使以圆为对称的经典的LOG边缘检测算子变成为以椭圆对称,并且可以在坐标轴旋转任意角度的边缘检测算子,增强了其边缘检测的功能,使之能对不同角度方向的边缘更加有效地进行检测．经过在Matlab里对同一幅图像进行比较实验,对于图像中不同角度的边缘均能相应地进行提取．扩展后的LOG算子,不仅增强了边缘检测算法功能,而且完全保留了经典LOG算子原有的优点．