基于多项式外推的Richardson-Lucy算法加速研究

提出一种新的可加速Richardson-Lucy(R-L)图像迭代恢复算法的方法.该方法基于阻尼R-L算法,通过存储阻尼R-L算法的前若干次(n次)迭代运算结果,利用多项式外推法分析这前n次迭代运算结果,并用一个多项式函数近似描述各结果之间的关系.通过该多项式的外推,预测以后的迭代结果,从而减少迭代运算的次数,取得了较好的加速效果.该方法可以实现几乎没有图像失真的复原,并能应用于其他类型的算法.     

基于BP神经网络的荧光光谱法农药残留检测

针对目前农药残留难以实现快速准确检测的问题,利用人工神经网络方法对啶虫脒农药残留测量中的荧光混合光谱进行分离,设计了能够快速检测固体表面啶虫脒农药残留量的荧光光谱测量系统。根据反向传播算法,应用三层人工神经网络原理,对荧光光谱严重重叠的啶虫脒和滤纸混合体系进行啶虫脒残留量检测。在340nm～400nm范围内,以20个特征波长处荧光强度值作为网络特征参数,经网络训练和测试,啶虫脒浓度为40mg/kg和90mg/kg的回收率分别为102%和97%,测定结果相对标准偏差分别为1.4%和1.9%。实验结果表明,BP神经网络辅助荧光光谱法测定滤纸上啶虫脒农药残留,具有网络训练速度快、检测周期短、测量精度高等特点。     

两量子位Grover量子算法NMR脉冲序列参量的研究

从两量子位核磁共振量子计算机物理模型出发,通过解单体含时薛定谔方程和解两体含时薛定谔方程,提出了Grover量子算法核磁共振脉冲序列参量设定的两种规则,给出了具体参量取值,并进行了数值仿真,仿真结果表明:解两体薛定谔方程给出的参量设定规则,能使两量子位量子搜索的目标态是纯基态,目标态的z分量期望值精确度达到在小数点后三位与理论值完全相同,验证了我们提出的参量设定规则的正确性.     

Bayer格式图像的实时彩色复原

为了减少算法的计算量,保证系统的实时性,本文针对Bayer格式图像提出了一种有效的彩色复原插值算法。插值过程中利用了人眼的视觉特性,能够更精确地得到图像的亮度信息和边缘信息。利用彩色图像的边缘特性更精确地复原了边缘处的R、G、B值。算法最终解为一系列5×5大小稀疏的线性滤波器,其复杂度低,实现简单,能在计算机各种嵌入式处理器中完成实时处理。实验证明,本算法的峰值信噪比(PSNR)比通常采用的双线性算法高4~6 db,且有效地减少了插值算法中出现的锯齿现象,使图像彩色的复原性和实时性比双线性算法更优越,具有一定的应用价值。     

多晶铝在单向拉伸实验中的晶粒变形测量

多晶铝试件在单向拉伸实验中,试件表面的应变分布并不均匀.采用扫描电子显微镜观察试件在拉伸过程中的晶粒形貌变化,并在加载过程中跟踪晶粒拍摄了一系列照片,通过数字散斑技术,对所拍照片进行分析,得到了高精度的晶粒名义应力-应变关系曲线.     

Design of dispersive multilayer with particle swarm optimization method

<正>We present a new and efficient method for the design of dispersive multilayer by employing a particle swarm optimization(PSO) technique.Its mathematical background is given and an adaptive PSO is realized with computer code.Two practical designing tasks are solved with this method,and the obtained results are competitive compared with other published structures.The adaptive PSO method demonstrates its merits of fast convergence and powerful global search ability,and could be used as a valuable tool for the optical thin film design.     

一种改进的SUSAN角点提取方法

针对基本SUSAN算法存在漏检测、处理速度慢以及容易产生伪角点等问题,提出了一种改进的SUSAN角点提取算法。首先对图像的像素点按边缘点、内部点和背景点进行分类,在此基础上只对边缘点进行SUSAN算法处理,然后检查已经提取到的所有角点,剔除同一区域范围内的伪角点,从而实现对大部分角点的快速、准确提取。实验结果表明,该算法的运算速度比改进前提高约一倍,能够较准确地检测到目标角点。     

解非线性方程组的一类算法

§1.引言 求解线性方程组 a_i~Tx=b_i,i=1,2,…,n,(1.1)其中a_1,a_2,…,a_n线性无关. 设y~((1))为初值,U~((1))为任意非奇异n阶矩阵,我们用如下方法求解方程组(1.1). 先考虑前k-1个方程组成的亚定方程组 a_i~Tx=b_i,i=1,2,…,k-1.设{U~((k))}={a_1,a_2,…,a_(k-1)},这里{U~((k))}表示由U~((k))的列组成的子空间.显然,rank(U~((k)))=n-b+1.若y~((k))是相应的亚定方程的一个特解,则将其看作方程组     

基于Goose LDW-PSO的管壳式换热器优化设计

管壳式换热器在工业中的应用越来越广泛,对于设计者和使用者来说使其费用最小化是一个很重要的目标。本文以最小化管壳式换热器的总费用为优化目标,提出了运用基于雁群启示的惯性权重线性下降粒子群优化算法(Goose LDW-PSO)对其进行优化设计。为了验证这种方法的有效性,用Goose LDW-PSO对管壳式换热器进行了优化设计,并与原始设计结果进行了比较。比较结果表明,虽然管子数目增加,但是换热器的总费用比传统方法少了很多。