具有余割核和卷积核的奇异积分方程的求解

利用离散的Fourier变换首次讨论了含有余割核csc(τ-θ)和卷积核的二类奇异积分方程的求解,并首先在L2[-π,π]上得到了可解条件和一般解.     

基于卷积核分解的深度CNN模型结构优化及其在小图像识别中的应用

小图像由于像素少、分辨率低、整幅图像包含信息较少,识别较为困难。目前优秀的深度卷积神经网络模型多为大图像而设计,而用于小图像的模型则存在着层次不够深、难以对特征进行充分抽象的不足。本文基于VGG19模型,依据卷积核分解的原理,设计了一种KDS-DCNN模型,模型深度达到31层,解决了目前超深度模型不能直接用于小图像识别的问题,实验表明该方法不但提升了识别性能,而且还降低了模型的时间复杂度。在CIFAR-10、CIFAR-100和SVHN三个数据集上的验证结果显示,KDS-DCNN模型性能优越,其识别错误率分别降低到29.46%、6.02%和2.17%。     

NaI(Tl)γ能谱分析中谱漂移的分时动态修正方法

作者为解决NaI(Tl)γ谱仪在测量过程中谱漂移对解谱的影响,提出了一种软件分时动态谱漂移修正方法,并用3组份点源进行了检验.结果表明,修正后用神经网络方法解谱的误差由4.6%减少到3.0%.     

基于卷积核的港口客户细分方法

根据港口客户数据特点,运用信息增益方法对其进行了数据预处理,将其表示为树形结构组织方式,得到216棵客户树;引入卷积核,定义了度量客户树之间相似性的卷积树核;随后,将先前提出的核k-凝聚聚类算法推广到基于卷积核的客户树上,并运用Matlab数据处理工具实现对港口客户数据的聚类分析.分析结果表明,卷积核在港口客户细分中得到了良好的应用效果.     

基于卷积神经网络的脑电信号分类

针对现有卷积神经网络脑电信号(electroencephalogram,EEG)分类模型分类精度低、方法复杂且耗时的问题,对卷积神经网络的卷积层进行了改进,提出了多尺度卷积核卷积神经网络(convolutional neural networks,CNN)脑电分类模型,并在输入数据前加了系数矩阵,该系数矩阵可以随网络的训练逐步更新,代替了手工提特征再送入网络的步骤,有助于提高分类精度。最终本文的脑电分类模型在高原脑电信号的分类实验中,二分类准确率比改进前提高8%,三分类、四分类准确率分别达到92.87%、81.15%,分类准确率较高,对脑电信号的分类具有较高的参考价值。     

基于卷积混叠传输信号的去噪

提出一种基于卷积混叠信号分离神经网络算法,简称CMHJNN。可使线性静态或动态传输通道中混叠的多源信号实现分离,从而可应用于传输信号上的去噪。对多类不同信号组合仿真表明,该方法是有效的,网络性能是稳定的。     

基于时/频ICA的PMC模型卷积噪声估计方法研究

为提高卷积环境下语音识别系统的鲁棒性,提出了一种基于时/频ICA(independent component analysis)的卷积噪声模型估计方法.所提算法首先使用ICA方法从含噪语音信号中提取纯净语音信号的短时功率谱,然后在MEL滤波器组域内将含噪语音的短时谱减去纯净语音的短时谱,并根据去噪后卷积噪声的短时谱估算其HMM(hidden markov model)模型.在仿真和真实环境下进行了语音识别实验,其识别正确率相比较传统的卷积噪声估计方法分别提升了4.70%和4.75%.实验结果表明,论文所提算法能够实现对卷积噪声的精确估计,并有效提升卷积噪声环境下语音识别系统的性能.     

多尺度卷积核U-Net模型的视网膜血管分割方法

针对病变视网膜血管结构的计算机辅助诊断问题,提出了一种多尺度卷积核U-Net模型的视网膜血管分割方法.在U-Net模型基础上设计了融合Inception模块和最大索引值上采样方法的多尺度卷积神经网络结构.在网络训练阶段,采取旋转、镜像等操作进行数据集扩充,运用CLAHE算法进行图像预处理;训练后得到的双通道特征图,进行Softmax归一化;最后通过改进的代价损失函数对归一化结果迭代优化,得到完整的视网膜血管分割模型.实验结果表明,所提方法在DRIVE数据集上分割的准确率达到0.9694,灵敏性达到0.7762,特异性达到0.9835,比U-Net模型具有更优的分割效果和泛化能力,与其他现存方法相比具有一定的竞争力.     

信号与系统中卷积计算方法探讨

卷积方法在信号与系统理论中占有重要地位,随着理论研究的深入和计算机技术的发展,卷积方法得到了更广泛的应用。然而要全面准确地计算卷积并不容易,本文阐述了卷积计算的几种方法,分析了各自的特点。利用卷积的定义可以解决比较简单的函数卷积问题,图解法则适用于求分段函数的卷积。如果参与卷积运算的函数含冲激函数或它的导数和积分,那么用算子法并结合卷积的基本特性计算则较方便。对于离散信号,用竖式乘法和图表法则有独到之处。     

基于卷积算法的离散小波变换IP核设计

该文设计了一种实现多级二维实数小波变换的集成电路IP核，可用于JPEG2000编码器中．采取易于硬件实现的卷积算法，详细分析了该IP核的各个模块和时序，经过EDA软件仿真和综合，并在自行设计的一块FPGA的PCI开发板上进行了验证和性能分析．     

降低NaI(Tl)γ谱仪探测限的技术探讨

核爆后其放射性元素种类复杂、量少,用NaI(Tl)γ谱仪监测时,多种核素峰重叠在能谱的散射区内难以识别,因此对谱仪的稳定性,能量分辨率,解谱技术以及最小可探测活度有很高的要求.本文通过实验和MCNP模拟,分析了对某NaI(Tl)γ谱仪探测限的影响因素以及降低探测限的措施,提出了通过屏蔽来降低本底,提高其最小可探测活度的方法,实验表明,通过选择合理的屏蔽尺寸,有效的降低了本底,提高了谱仪的低水平放射性监测能力.     

植物体内核定位信号介导的蛋白质核转运

介绍了植物体内核定位信号的类型和结构特点及由核定位信号介导的蛋白质核转运机理。     

NaI(Tl)闪烁探测器单能γ谱的Compton坪台

利用Compton散射截面Klein Nishina公式和Monte\|Carlo粒子输运(MCNP)程序研究NaI(Tl)闪烁探测器单能γ能谱的Compton坪台. 通过考虑光子在探头闪烁晶体中的次级效应及探测器的能谱展宽等因素, MCNP程序模拟所得NaI(Tl)探测器单能γ能谱的Compton坪台与实验能谱符合较好, 并解释了理论曲线与实验曲线存在差异的原因.     

等电子原子模型与有效核电荷

在等电子原子模型及数据的基础上，从理论上探讨和确定了元素的有效核电荷（Ｚｅ），电子屏蔽系数（Ｓｋ）及其变化规律。用元素电离势实验值检验的结果比较满意。     

基于FHN神经元模型的UWB信号检测方法

针对FHN模型检测UWB信号时需要已知UWB信号和调节噪声强度来产生随机共振的局限性,研究分析了FHN模型系统参数与发生随机共振现象的关系,推导了新的输入输出互相关函数,提出了基于新互相关函数的参数调节FHN模型检测新方法。采用新方法对强噪声中的UWB脉冲信号进行检测并对该方法的检测性能进行了仿真比较与分析。仿真结果表明,新方法可以较为准确地检测到淹没在强噪声中的未知UWB脉冲信号,是一种低信噪比非合作下检测UWB信号的方法。     

采用NaI(Tl)晶针阵列的小型单管γ相机的性能研究

通过实验对采用NaI(Tl)晶针阵列的小型单管γ相机的性能进行了研究,得到的实验结果是:(1)能量响应:对Am-241(59.5 keV)的γ射线能量分辨率为19%;(2)位置线性:绝对非线性1 mm,微分非线性0.67 mm;(3)空间分辨率:半高宽为2.2 mm.得出的结论是:(1)采用NaI(Tl)晶针阵列的小型单管γ相机的压缩效应较小;(2)由于晶针单元限制了光子的分布,所以采用NaI(Tl)晶针阵列的小型单管γ相机的空间分辨率基本上由晶针的尺寸大小决定;(3)与平板式NaI(Tl)晶体小型单管γ相机相比,采用NaI(Tl)晶针阵列的小型单管γ相机的能量响应、位置响应和空间分辨率等性能都有一个较大的提高.     

LTE-A系统中基于RS的信号均衡的SINR估计算法

为了提高先进的长期演进(LTE-advanced,LTE-A)移动通信系统的传输效率,研究了提高子带的信干噪比(signal interference ratio,SINR)估计精度的问题,提出了一种利用参考信号(reference signal,RS)的信号均衡估计SINR的算法,该算法通过本地RS和均衡后的RS的方差计算SINR,与直接利用最小二乘法(least square, LS)计算参考信号接收功率(reference signal received power,RSRP)和干扰噪声(noise)得到SINR的传统算法相比,在增加有限复杂度情况下,SINR的估计精度有明显提高,特别是在终端处于高速移动?多普勒效应比较明显的信道环境下,SINR估算性能提升更加明显,从而提高系统的传输效率?     

川南龙马溪组页岩核磁渗透率新模型研究

为了更加快速有效地进行页岩渗透率的测试,以四川盆地南部下志留统龙马溪组页岩为研究对象,进行页岩低场核磁共振和高速离心实验。以脉冲渗透率为标准,对比分析目前常用的4种岩石核磁渗透率模型的相对误差,这4种模型中只有扩展后的SDR模型相对误差较小,其他3种模型误差很大,不适用于页岩核磁渗透率的计算。为了进一步减小页岩核磁渗透率的计算误差,在SDR模型的基础上建立一种新的页岩核磁渗透率的单参数模型。结果表明,新模型相关系数可达到0.967,与脉冲渗透率的相对误差平均为18.31%,证明新模型能更准确地计算页岩的核磁渗透率,为页岩渗透率的测试提供了一种新的快速、无损、有效的实验方法。     

基于乘积性多尺度小波变换的MPSK信号码速率估计

为估计MPSK信号的码速率,提出一种基于乘积性多尺度小波变换的MPSK信号码速率估计算法.首先,采用载频估计值将接收信号下变频至基带;然后选取多个不同尺度分别对基带信号做Haar小波变换以检测相位突变点,对多个尺度下小波变换的模做乘积性运算,显著凸显突变点的位置,极大削减了噪声;最后,对乘积性结果做快速傅里叶变换(FFT),便可得到MPSK信号的码速率.仿真实验表明,该方法可以在较低信噪比下估计MPSK信号的突变点和码速率,体现了良好的估计性能和优良的低信噪比性能.     

基于AR信号处理和KII模型的嗅觉识别算法

信号的特征提取和模式识别方法,在实现准确的电子鼻气体定性分析中尤为关键,本文提出了基于AR信号处理和KII模型的嗅觉识别算法．将传感器信号分为：上升期和稳定期两部分,对上升期信号提取斜率作为特征;对稳定期信号,进行AR建模来提取特征．在电子鼻的模式识别算法上,利用KII模型对气味信号进行分类．该方法充分利用了AR信号处理在信号表示方面的有效性及降维优势、KII模型在模式识别方面的优越性．仿真将该方法与BP网络、AR—BP算法及单KII网络进行了比较,结果表明,AR信号处理技术可以很好的提取特征,并与KII建立相关的数学模型,将AR信号处理技术应用到电子鼻系统中是可行的,且具有更高的识别率．