动态滤波反投影图像重建算法研究

图像重建算法是过程层析成像(Process Tomography,PT)中的关键技术之一.本文提出了一种动态滤波反投影算法(Active Filter Linear Back Projection,AFLBP),并进行了实验仿真.结果表明,采用AFLBP对ECT系统中图像进行重建,可使系统在保持快速成像的同时,较好地解决了敏感场的非均匀分布和固定灰度阈值造成的成像精度问题,大大提高了系统的成像精度.     

光学层析卷积反投影算法中的滤波函数

研究了光学层析卷积反投影算法中滤波函数的性质和作用,导出并分析了全息干涉法测量和光束偏转扫描测量中的滤波函数.     

全息法CT卷积反投影重建图像的计算机模拟

研究了用全息干涉技术进行光学层析和采用卷积反投影算法实现图像建建的计算机模拟；分析采样间隔与空间分辨率、空间滤波和内插；设计了计算机模拟运算的模块。     

有序表改进扇束滤波反投影重建算法求解速度的研究

介绍了由投影重建图像的基本原理,对扇束滤波反投影重建算法进行了分析,并针对该算法的特点提出了一种提高算法求解速度的方法。最后对所提方法进行了实验,并给出实验结果。     

门函数卷积的分析

对门函数卷积进行了分析,当两个不同宽度门函数卷积时,其结果为梯形函数,梯形函数的高为宽度窄的门函数脉宽,其底分别为两个门函数脉宽差的绝对值和脉宽和;两个相同宽度的门函数卷积时,其结果为三角函数,三角函数的高为门函数脉宽,其底为两个门函数脉宽和.     

受限视角投影图像重建的压缩恢复算法及改进

讨论了用于受限视角投影的压缩恢复算法的局限性,并指出其固有缺点是采样极不均匀,形成混迭,且不能靠增加投影数克服。提出改进的压缩恢复算法,先利用压缩恢复法求出初始图像,再估算缺失的投影数据,后者与原有的受限投影数据一起形成完全投影数据,并用熟知的卷积反投影法重建最后的图像。计算机仿真结果表明,用改进后的算法重建,其成像质量明显提高。     

采用修正正交分段线性函数求解时滞系统和卷积的方法

应用修正正交分段线性函数的时滞和反向特性，推导出求解时滞系统和卷积的公式。数字仿真表明，它具有计算简单，精度高的优点。     

基于粒子滤波的检测前跟踪算法的改进

针对基于粒子滤波的检测前跟踪(PF-TBD)技术在弱目标的跟踪定位中,目标检测概率较低的问题提出改进。首先,对重要性密度函数进行重新构造,在只包含弱目标的运动模型预测数据的基础上,将实际观测数据与其一起构成的后验概率密度函数作为改进后的重要性密度函数。其次,在满足该后验概率密度函数的分布中,选取一定数目的粒子,在对目标的下一状态估值中,采用MMSE算法,推导出满足最小均方误差的表达式,而且通过引入概率粒子滤波算法,在计算上避开了积分运算。通过仿真实验表明,改进的PF-TBD算法不仅计算简单,而且提高了弱目标检测概率。     

基于滤波反投影的二值图像边缘检测新方法

利用基于滤波反投影（FBP）的CT图像重建算法中出现的“杯状效应”,对重建得到的CT值中的最小负值设置阈值因子来调整图像的整体归一化结果,从而得到一种新的边缘检测方法;同时给出一种改进的距离准则,以便针对不同的图像选择最优的阈值因子使得边缘检测的效果达到最佳。     

基于卷积滤波三维形貌光学检测中频谱自动移位的实现

在投影栅相位法测量三维物体形貌技术中 ,利用栅线图像的条纹灰度值分布具有极大极小的特性 ,提出了一种有效算法 ,其特点是基于卷积滤波技术实现频谱的自动移位 ,而不需要利用频谱分析和频谱图来进行 ,提高了图像处理的速度和形貌检测技术的自动化程度     

一族单叶函数的卷积

设■表示D={z:|z|<1}上0的解析函数类,令I(A,B)={f(z)∈■:f'(z)<■,其中-1≤B相似文献   

关于分段函数的卷积积分形式

本文用代数方法给出有限区间上任意两个分段函数的卷积积分形式,并把结果推广到无穷区间及三分段函数情形。     

一种基于改进Softplus激活函数的卷积神经网络模型

为提高Softplus函数在神经网络中的性能,针对Softplus函数的缺点提出了一种基于改进Softplus激活函数的卷积神经网络模型。根据"输出均值接近零的激活函数可以提升神经网络的学习性能"原理,首先对原函数的输出向下平移缓解Softplus激活函数的均值偏移现象;然后对调整后的输出乘以一个参数调整函数在正数部份的坡度和负数部分的饱和点位置,以缓解在训练过程中出现的梯度消失/溢出现象。最后在MNIST、CIFAR-10和CIFAR-100数据集上的实验结果表明,同其它常用激活函数相比,改进后的Softplus函数取得了较好的识别率。     

基于改进粒子滤波算法的比较分析研究

提出一类改进的粒子滤波算法.对于建议分布的选取方案,此算法采取强跟踪分散的卡尔曼滤波方式建立它的建议分布.由于线性调节参数,此算法让系统拥有更优越的自适应性及鲁棒性,对高机动目标具有更强的跟踪效果,继而为强跟踪扩展卡尔曼滤波的能力.仿真结论说明,此算法的性能比别的几类非线性滤波算法更加优秀.比如辅助粒子滤波器(APF)、迭代扩展卡尔曼粒子滤波器(IEKF-PF)、Unscented粒子滤波器(UPF)、正则化粒子滤波器(RPF),则是在bootstrap粒子滤波器提出之后,继而出现的改进的粒子滤波器0基于粒子滤波,本文提出了阻止粒子退化的两个重点原因,以及选取合适的采样建议分布及重采样算法.     

基于卷积神经网络的压裂停泵数据滤波方法

水力压裂停泵时,由于水击效应的影响,井口处压力会产生波动,此时测量得到的压力数据不能反映真实的渗流情况,不利于试井解释,需要对压裂停泵后的压力数据进行数据滤波。针对该问题,文章提出一种基于卷积神经网络的滤波方法：基于方差思想,构造可表征数据离散程度的损失函数,用以约束滤波后数据的离散程度;基于停泵压力数据的物理特征,给出可保留停泵压力最高点的损失函数表征方法;在此基础上,构造一个9层的卷积神经网络模型,使得神经网络能够合理完成数据滤波。对于水平井多段压裂停泵压力数据的样本,只需进行1次合适的参数调整,同一网络框架可以完成对以上不同段压力数据的处理,且实验效果好;以均值和相对误差为参照标准,对比滤波前后的压力数据,滤波后的数据与原始数据相比,离散程度变化较小,且与原有数据相比仍能保持较小的相对误差,基本稳定在0.2%左右。该滤波方法为压裂效果评价提供了可靠数据,具有广阔的应用前景。     

卷积的闸门函数算法及其性质

本文在文献[1]的基础上,对卷积积分的闸门函数算法,提出更精炼的通用的计算公式;着重论述了卷积的闸门函数算法的性质。     

自适应Wiener反卷积滤波的OFDM接收算法

为改进正交频分复用(OFDM)系统在多径衰落信道下的解调性能,提出了基于自适应Wiener反卷积滤波反馈环路的接收算法,对多径衰落信道进行白化处理,使处理后的信道噪声接近于加性高斯噪声(AWGN)。该文推导了OFDM系统中反卷积滤波器抽头系数的估计算法及其在非时变和时变信道中的自适应迭代算法,并且讨论了系统中定时估计、载波频率估计和信道估计算法(它们都是在AWGN信道环境下的算法)的使用方法。仿真表明:该算法可以有效地降低多径衰落的影响,得到优良的解调性能。