单帧图像的超分辨率技术进展

单帧图像超分辨率重建是就是由一幅降质的含噪的低分辨率图像来估计一幅高分辨率图像。列举了当前研究的几种主要算法,从峰值信噪比、框架相似性和边缘稳健性的标准来加以比较。最后的结果显示RS算法性能最优,这也符合主观评价标准。     

基于联合变换相关器的像移测量仿真分析

对基于联合变换相关器的像移测量数学原理进行了说明,介绍了面阵CCD的安装位置以及输入图像的获取方法,分析了低信噪比输入图像、相对转动位移对测量精度的影响。应用MATLAB对输入图像进行傅里叶变换得到联合功率谱,对二值化处理的功率谱进行傅里叶变换得到相关输出,用质量中心算法计算出像移量。分析得出,输入图像信噪比大于5dB,测量均方误差小于0.05像素;输入图像相对转动位移在0.1°的范围内,转动位移对测量精度和峰噪比的影响可以忽略不计。综合分析表明像移测量均方误差小于0.05像素。     

进化算法在膜系自动设计中的应用

在膜系的优化设计中,以膜系结构为参数的评价函数是一个非常复杂的多峰值函数。传统的优化算法强烈地依赖于膜系的初始设计,且易陷入较接近于初始结构的一个局部极值处。为解决这一矛盾,将全局寻优的自适应进化算法用于光学薄膜的膜系优化设计,设计中只需问题解的编码和适应度函数,而不依赖其他任何辅助信息(包括初始结构),有利于自动设计的进行。将该方法与常用设计方法进行了比较。高反膜、分光镜的实例优化表明：在相同设计要求下,用自适应进化算法可以得到更加合理的膜系结构,而且膜系结构简单,设计灵活,容易实现。理论和实践均表明该方法是高效和可靠的。     

用于波导阵列——光纤阵列自动对接的多目标演化算法的研究

开发设计了一种新的列阵自动对接方法,该方法将多目标演化法导入光纤—光波导列阵—光纤列阵的自动对接,并行操作次数较常规遗传法大幅减少.数值仿真表明,对于模场非对称因子为0.4%的单模波导列阵与光纤列阵的双芯对接,能实现0.04 dB的平均端面耦合损耗.用于1×8波导分支耦合器与通道间距误差在0.35 μm以内的光纤列阵对接,自动耦合仿真达到了小于0.1 dB的平均端面耦合损耗,最大值与最小值的差小于0.06 dB.     

PCS颗粒测量技术中的累积分析方法研究

采用Levenberg-Marquardt法对累积分析方法中初始值的选择问题进行了分析和研究,并采用此方法对50 nm,100 nm,200 nm,300 nm,500 nm的标准聚苯乙烯乳胶颗粒的实测数据进行了拟合,通过与传统的累积分析法拟合结果对比,采用Levenberg-Marquardt法改进的累积法不但可以给出稳定的颗粒粒径,而且减小了拟合结果的误差.     

声光调制实验的一种CCD成像改进方法

提出了声光调制实验的一种CCD成像改进的实验方法,即声光调制的入射光和衍射光成像于CCD上,对光斑图像进行编程处理,计算机给出光斑的位置。给出了实验步骤、图像处理算法和实验结果。     

双变量线性矩阵方程异类约束解的迭代算法北大核心CSCD

1 引言 约束矩阵方程问题就是在满足一定条件的矩阵集合中求矩阵方程的解,不同的矩阵方程或不同的约束条件都将导致不同的约束矩阵方程问题．早在1989年戴华就提出了线性约束条件下矩阵束的最佳逼近及其应用问题．此类问题在最优化设计、参数识别、自动控制、图像复原等许多科学计算领域有着广泛应用．迄今,针对该类问题中解矩阵属于同类矩阵集合的情形（同类约束解问题）,中外学者已用奇异值分解、标准相关分解、     

一种基于空间结构的数值优化演化算法

提出一种求解数值优化问题的演化算法－－基于空间结构的演化算法(Space GA），在这种算法中，作者将演化种群中的每个个体放在固定的位置上，杂交操作在其邻居上的几个点进行，因此不用选择遗传操作的父体，从而避免了确定选择压力的问题，同时空间结构保证了搜索的全局性，遗传操作保证了较优解在其空间中的扩展，从而达到了全局寻优的目的。文章还讨论了不同的空间结构算法的影响，此算法可以求角数学规划问题、约束函数优化问题，如果对实型变量采用取整的操作，算法还可以求解混合整数非性规划问题，数值试验的结果表明了算法在求解的速度，稳定性，质量等方面都优于一般的演化算法。     

零误差计算

研究采用有误差的数值计算来获得无误差的准确值具有重要的理论价值和应用价值.这种通过近似的数值方法获得准确结果的计算被称为零误差计算.本文首先指出,只有一致离散集合中的数才能够开展零误差计算,即有非零隔离界的数集,这也是"数"可以进行零误差计算的一个充要条件.以此为基本出发点,本文分析代数数零误差计算的最低理论精度,该精度对应于恢复近似代数数的准确值时必要的误差控制条件,但由于所采用恢复算法的局限性,这一理论精度往往不能保证成功恢复出代数数的准确值.为此,本文给出采用PSLQ (partial-sum-LQ-decomposition)算法进行代数数零误差计算所需的精度控制条件,与基于LLL (Lenstra-Lenstra-Lovász)算法相比,该精度控制条件关于代数数次数的依赖程度由二次降为拟线性,从而可降低相应算法的复杂度.最后探讨零误差计算未来的发展趋势.