基于Bayes决策的光谱分类

天文观测技术的迅速发展推动了大规模的星系光谱巡天计划如SDSS、LAMOST等,面对这些巡天项目所观测到的海量光谱数据, 研究自动的光谱分析方法已成为必然的选择。研究了基于Bayes决策的光谱分类方法,将光谱分为恒星,星系和类星体三类。首先采用主分量分析来进行特征提取,将光谱投影到由三个主分量构成的特征空间中; 然后,采用非参数密度估计Parzen窗法来估计类条件概率密度函数; 最后利用基于最小错误率的Bayes决策进行分类。在Parzen窗法中,核宽很大程度上影响着估计效果,从而影响着分类效果。通过详尽的实验分析了核宽和分类效果的关系,发现当核宽接近某个阈值时,识别率将会增加,但小于这个阈值时,识别率反而下降。     

一种适用于超声多普勒血流速度测量的混沌调频连续波的研究

虽然脉冲多普勒系统测量血流速度时,能够确定距离,但可测速度范围受频率混淆限制,同时多普勒信号的信噪比差．连续波多普勒系统提供了较高的多普勒信号的信噪比,并没有可测速度限制,但无法提供距离信息．线性调频及正弦调频连续波测量系统,能够提供拥有距离信息的高信噪比多普勒信号,同时杂波功率低,但由于多普勒信号频谱具有周期性,存在一定的距离模糊．针对存在的问题,提出基于混沌调频连续波的超声多普勒血流速度测量方法,它不仅具有较高的信噪比,而且由于多普勒信号频谱无周期性,因此不存在距离模糊．经过原理分析及仿真实验,验证了混沌调频连续波的有效性．     

超声多普勒法的血流检测

介绍了直发声多普勒法的应用原理，用多普勒法测定血液的关键是检测其速度大小和方向，通过多普勒频移信号的频谱分析，从而求得其振幅谱、功率谱、相位谱以及得到血流速度的分布。     

多角度复合的超声多普勒矢量血流成像

血流速度的精确测量对于研究心血管疾病和动脉粥样硬化斑块的形成至关重要,传统的彩色多普勒方法局限于获得沿超声束的速度分量,难以描绘复杂的血流运动.本文提出了一种多角度复合的超声多普勒方法,结合多角度复合技术来提升速度估算的准确度.该方法可以获取复杂血管内较为精确的二维速度矢量,实现血管内动态矢量血流成像.仿真结果表明,多角度复合有效地减小了速度估算的误差,提升图像的质量.颈动脉分叉仿体成像实验表明,该方法可以获得较为清楚的血管内速度矢量图像.定量分析结果表明5个角度复合方案能够准确估算血管内流量.本文提出的多角度复合的矢量多普勒具有可视化复杂血流和计算血流动力学参数的能力,在矢量血流成像方法中有重要潜力.     

超声光栅实验及其多普勒频移的一种简单研究方法

采用光子学方法,对超声光栅衍射实验和实验中出现的多普勒频移现象进行了研究,所得结论与采用光的波动性观点的惠更斯-菲涅耳原理及傅里叶变换等常规方法相同.该方法进一步加深了对衍射的本质和光的粒子性的理解并对光子的信息传递能力有初步的认识.     

基于分类模式树的恒星光谱自动分类方法

频繁模式是频繁出现在数据集中的模式,在数据挖掘中起着非常重要的作用。针对恒星光谱分类任务,在频繁模式的基础上,提出一种基于分类模式树的恒星光谱分类规则挖掘方法。首先根据数据库中恒星光谱各属性出现的频率不同,其在分类中的重要程度也不同的特征,提出一种新的树型结构——分类模式树,给出了相关概念及其构造方法SSCPTC,然后,将恒星光谱的特征信息映射到分类模式树上,通过采用自顶向下和自底向上两种模式相结合的方法对分类模式树进行遍历,实现分类规则的提取,同时引入模式有用度的概念来调整分类规则的数量、提高分类模式树的构造效率;最后采用国家天文台提供的SDSS恒星光谱作为实验数据,验证了该方法的正确性,而且具有较高的分类正确率。     

一种基于2D-CNN的激光超声表面缺陷检测方法

激光超声表面缺陷检测的过程中,缺陷的定量表征通常依赖于操作者的判断,易受到人为因素干扰,致使检测结果不稳定.针对这一问题,提出一种基于图像识别的二维卷积神经网络(2D-CNN)的缺陷自动分类检测方法.利用有限元方法模拟激光超声检测过程,并采集超声信号数据用于训练分类模型;使用连续小变换(CWT)处理超声信号得到小波时频...     

两种延迟线玻璃材料的超声衰减

本文应用超声脉冲回波技术,测量了两种延迟线玻璃材料SiO_2和FO_5的超声衰减,给出15K至300K温度条件下、10MHz至250MHz频率范围内两种材料的超声衰减系数随频率和温度的变化关系。实验结果表明。在50K温度附近出现一个大的吸收峰,在150K以上温区衰减系数与频率的关系近似成平方规律。最后,对实验结果进行了讨论。     

利用纳米力学方法对皮肤进行超声组织定征的研究

纳米力学方法适用于具有离散特性的材料.利用纳米力学方法,得出声波在多层皮肤组织中的波动方程.分别改变黑素瘤皮肤的泊松比、黑素瘤侵袭厚度(Breslow深度)、节间距离,计算多层皮肤结构模型对垂直入射纵声波的反射系数.同时计算了声速和声衰减系数随组织参数的变化.计算结果表明,可综合利用一定频率段内反射系数最小点数、声速和衰减系数的变化来表征正常皮肤和病变皮肤.     

水下高分辨率声图中小目标的深度网络分类方法

针对声成像数据缺少条件下的水下沉底小目标分类问题,提出一种深度网络分类算法。首先,采用高斯混合模型对声影区统计特性进行建模并提取声图阴影,在此基础上构建仿真数据集和真实数据集。将仿真数据集输入卷积神经网络进行训练,保留其特征提取部分,用于对真实数据集进行特征提取.重建网络分类部分并采用真实数据集的特征向量进行训练。结果表明,所提出的方法分类正确率可达88.24%,与6种对照方法相比平均分类正确率分别提升8.67%,20.47%,19.78%,11.59%,9.01%,11.58%。验证了所提出方法在小样本条件下具有较好对水下沉底小目标的分类能力。其学习曲线收敛到96.25%,仅比验证曲线高5.14%,说明在一定程度上缓解了过拟合问题。将改进的卷积神经网络应用于融合分类器,通过与逻辑回归分类器、支持向量机对目标进行分类并融合决策,正确率为93.33%,可进一步提高算法的正确率和稳定性.     

Pi-Sigma神经网络在实时底质分类中的应用

本文基于Pi-Sigma神经网络,设计了一种针对水声回波信号的实时底质分类器,它具有运算快速、正确率高的特点,在海试中实现了实时底质分类,取得良好的分类结果。     

A novel hard decision decoding scheme based on genetic algorithm and neural network

A novel hard decision decoding scheme based on a hybrid intelligent algorithm combining genetic algorithm and neural network, named as genetic neural-network decoding (GND), is proposed. GND offsets the reliability loss caused by channel transmission error and hard decision quantization by making full use of the genetic algorithm's optimization capacity and neural network's pattern classification function to optimize the hard decision outputs of received matched filter and restore a more likelihood codeword as the input of hard decision decoder. As can be seen from the theoretical analysis and computer simulation, GND scheme is close to the traditional soft decision decoding in error correction performance, while its complexity, compared with the traditional soft decision decoding, is greatly reduced because its decoding process does not need to use the channel statistical information.     

点式单波束多普勒测流系统的设计方法

为了加快多普勒流速计算速度和提高系统稳定性,提出基于FPGA技术的多普勒测速的设计方法,其中包括信号发射电路和信号接收电路。首先通过M码进行二相相移键控信号的调制,减少了回波误差、增加信号发射能量,有效地降低了水中超声波的能量耗散对信号提取的影响。然后对回波信号进行二相解调,并利用复自相关算法进行分析处理。最后,通过测速实验对所提方法进行验证。实验结果表明,所提方法不仅具有较低的实验误差而且具有较高的可靠性。     

多普勒展宽和多普勒频移在光谱分析中的应用

分析了多普勒展宽和多普勒频移区别，讨论了高斯拟合和弦积分线形分布的差异。利用多道光学分析仪（OSMA）测量HT-6M托卡马克限制器前Hα线形分布，通过高斯拟合由多普勒展宽和多普勒频移分别得出等离子温度和粒子入射速度。     

基于改进LVQ算法的肺结节识别与分类

目前,肺癌的是发病率最高的肿瘤,若能在早期发现癌变并进行相应治疗,将极大的提高患者的生存率。肺癌的症状在早期表现为肺结节。以提高肺结节检测识别率并进行良恶性分类为目的,提出了一种改进的LVQ分类器算法。首先使用C-V算法对原始图像进行肺实质分割,再使用最优阈值法进行感兴趣区域提取,并进行特征提取和特征归一化。使用多次聚类算法检测肺结节。使用基于改进的LVQ分类器进行肺结节的良恶性进行分类。利用改进后的LVQ分类器在LIDC数据集上进行实验,得到了对良性结节的确诊率为87.3%,对恶性结节的确诊率为80.8%。实验结果表明,改进后的算法在良恶性结节分类上具有较高的确诊率,有助于提高医生的工作效率,实现肺结节的辅助发现。     

光学相干层析多普勒成像功能拓展研究

光学多普勒成像(Optical Doppler tomography,ODT)是一种结合了光学相干层析成像技术(Opticalcoherence tomography,OCT)和多普勒流速仪的非侵入、非接触的成像技术,能够实现对高散介质组织内部的血管分布和血液流速的探测。阐述了基于数字希尔伯特变换的相位分离多普勒光学相干层析成像技术的工作原理,并且通过对玻璃毛细管和生物芯片微通道管中聚苯乙烯溶液流速的实验测量,准确测量管内微粒缓慢移动时的多普勒频移量,获得了玻璃管内和生物芯片微通道管中流速分布曲线,证实了所提方法的可行性。获取的多普勒图像具有较高的空间分辨力和速度分辨力,在未来的临床应用中有潜在的应用价值。     

混沌量子克隆优化求解认知无线网络决策引擎

通过分析认知无线网络引擎决策, 给出了其数学模型, 并将其转化为一个多目标优化问题, 进而提出一种基于混沌量子克隆的优化求解算法, 并证明了该算法以概率1收敛. 算法采用量子编码, 利用Logistic映射初始化抗体种群, 设计了一种基于混沌扰动的量子变异方案. 最后, 在多载波环境下对算法进行了仿真实验. 结果表明, 与QGA-CE(基于量子遗传算法的认知引擎)算法相比, 本文算法收敛速度较快, 具有较高的目标函数值, 可以对无线参数优化调整, 满足认知引擎的实时性要求.     

Multi-criteria decision analysis and environmental risk assessment for nanomaterials

Nanotechnology is a broad and complex discipline that holds great promise for innovations that can benefit mankind. Yet, one must not overlook the wide array of factors involved in managing nanomaterial development, ranging from the technical specifications of the material to possible adverse effects in humans. Other opportunities to evaluate benefits and risks are inherent in environmental health and safety (EHS) issues related to nanotechnology. However, there is currently no structured approach for making justifiable and transparent decisions with explicit trade-offs between the many factors that need to be taken into account. While many possible decision-making approaches exist, we believe that multi-criteria decision analysis (MCDA) is a powerful and scientifically sound decision analytical framework for nanomaterial risk assessment and management. This paper combines state-of-the-art research in MCDA methods applicable to nanotechnology with a hypothetical case study for nanomaterial management. The example shows how MCDA application can balance societal benefits against unintended side effects and risks, and how it can also bring together multiple lines of evidence to estimate the likely toxicity and risk of nanomaterials given limited information on physical and chemical properties. The essential contribution of MCDA is to link this performance information with decision criteria and weightings elicited from scientists and managers, allowing visualization and quantification of the trade-offs involved in the decision-making process.     

Friction noise technique for the measurement of surface roughness of papers

Surface roughness is one of the most important attributes of paper and its measurement is normally used in quality control applications. Currently, measurement of surface roughness is done by using air leakage, optical, or subjective methods. In this article, an acoustical method for the determination of surface roughness of papers is described. The method is applied off-line and uses the friction noise recorded when a small brush slide over the surface of the paper. The analysis is done consider the friction noise ranging from 300 Hz to 10 kHz. Considering that friction noise is associated to surface roughness, a signal analysis algorithm was developed to take advantage of this fact. The algorithm consists of a frequency-domain feature extraction routine and an artificial neural network that represents the variation of the spectral features in a roughness scale. The results show that an affordable and efficient friction noise based system can be used for measuring surface roughness of tissue papers and other soft surfaces as an alternative to other methods.     

不同参考系中多普勒效应公式的统一

由于所用参考系不同,因而各种文献给出了不同形式的多普勒效应表达式.本文通过洛伦兹变换,对不同参考系中多普勒效应公式给出了普遍推导,从而将它们统一起来.