综合性设计性实验的教学思路探讨

介绍了北京科技大学近年来面向低年级本科生开设综合性设计性实验的教学思路.在实验项目的设置上,根据实验室条件重点考虑可操作性;在实验内容方面重点考虑渐进性,让学生力所能及;在教学方式上强调引导,激发学生的研究兴趣.     

AFM关于压电陶瓷非线性效应的图像校正

在很多情况下,AFM图像的几何形貌都与实物存在差异的。本文主要针对压电陶瓷非线性引起的图像的失真,通过实验用标准DVD光盘对图像加以校正。希望用校正以后的软件,能尽可能获得样品的真实信息。     

多学科跨专业物理实验教学研究

本文以跨专业物理实验的教学实践为例,阐述了开设具有特色的适用多专业的实验内容,是实现素质教育的途径之一。     

加强物理实验改革培养学生创新能力

本文阐述了物理实验在培养创新能力方面的重要作用,针对物理实验存在的问题提出了改革措施,从而达到培养学生创新能力的目的。     

基于图像透光率的粉尘浓度测量算法研究

为了实时在线监测颗粒物料在装卸和运输过程中所产生粉尘的浓度,提高粉尘浓度测量结果的精确性与可靠性,提出了一种基于图像透光率特征值计算的粉尘浓度测量算法。通过搭建粉尘浓度视觉测量实验平台,采集粉尘图像,再提取粉尘图像的透光率特征,以暗通道理论为基础,结合图像饱和度与亮度信息对粉尘图像透光率值进行计算,并采用多项式拟合的方式建立了粉尘浓度与图像透光率之间的映射关系,实现了粉尘浓度的高效率、高精度测量。研究结果表明：该算法不仅能有效地测量出粉尘浓度,且平均相对误差仅为7.77%,精确度得到有效提高,测量范围更大。     

面向三支群决策的多粒度图像模糊概率粗糙集研究

随着新兴产业的快速发展,社会经济中各类复杂决策问题不断涌现,复杂决策问题的有效求解离不开推进体现科学化与民主化的群决策。图像模糊集作为直觉模糊集的推广形式,在实际应用中能够高效处理信息不一致的问题。本文针对图像模糊三支群决策问题,由于传统损失函数受决策者主观因素的影响进而在构造阈值时各有不同,探索了面向三支群决策的多粒度图像模糊概率粗糙集模型与方法。首先,本文将图像模糊的概念与三支群决策模型相结合,提出可调多粒度图像模糊概率粗糙集模型。然后,计算属性权重和专家权重时运用离差最大法。鉴于VIKOR(多准则妥协解排序)法能够同时考虑群体效用最大化和个体遗憾最小化并融入决策者主观偏好,利用VIKOR法进行多粒度图像模糊粗糙隶属度的最优粒度选择,进而建立图像模糊三支群决策方法。最后,通过一个UCI(University of California Irvine)数据库中的实例证实本文所构建方法的可行性。     

一种布尔矩阵传递核的计算算法

布尔矩阵的传递核一定存在且不一定唯一,但根据定义很难将其构造出来。本文首先根据传递布尔矩阵的性质,对于任意一个布尔矩阵,研究了一个包含于它的特殊传递布尔矩阵;然后给出了该特殊传递布尔矩阵是传递核的一个充要条件。最后,根据该充要条件,提出了一种计算一般布尔矩阵传递核的算法。     

基于卷积神经网络的红外与可见光户外图像融合

针对户外环境下红外与可见光图像融合效果不足的问题,提出一种基于卷积神经网络的红外与可见光户外图像融合方法。该方法先利用滚动引导滤波器对输入的红外图像进行预处理,过滤噪声并消除无用信息。然后,利用Curvelet变换将红外图像与可见光图像分解成高频系数与低频系数,利用基于卷积神经网络的深度特征融合规则融合高频系数,采用最小融合规则融合低频系数。实验结果表明,该方法的融合图像在主观视觉与客观定量两方面均获得了较好的结果。     

基于前向光散射的水体悬浮颗粒物粒度双CMOS测量技术研究

基于CMOS探测器的静态光散射法能够实现水体悬浮颗粒物粒度分布的快速检测,受探测器工作特性和面幅大小的限制,前向光散射的CMOS粒度测量范围和精度难以提高。提出了颗粒前向光散射的双CMOS测量技术,重点研究双CMOS散射信号拼接测量方法,设计消除背景干扰的CMOS探测器分环方式,实现宽粒径范围颗粒粒度的准确测量。实验结果表明：基于CMOS探测器的颗粒粒度测量上限提高到了1000μm, 1000μm、500μm标样的D₅₀测量相对误差分别为0.7%、0.1%,大粒径颗粒粒度测量准确度高;同时双CMOS探测的方式将单CMOS的粒度测量下限由5μm提高到了2μm, 5μm、2μm标样D₅₀相对误差分别由单CMOS的15.0%、51.1%下降至双CMOS的1.4%、2.6%。     

基于空洞循环卷积的近红外图像彩色化方法

针对近红外图像彩色化过程中存在近红外与可见光图像间模态差异较大、图像域样式不佳而导致其彩色化结果出现色彩纹理不吻合的问题,提出一种基于空洞循环卷积的近红外图像彩色化方法。改进CycleGAN网络,利用级联结构和空洞卷积块的优势设计了一种名为空洞级联模块,该模块采用编解码级联结构,代替原模型残差网络中的单向连接结构,进行特征通道的级联。在编解码级联层中引入空洞卷积模块,利用空洞卷积不损失图像纹理细节的优势,进一步提取不同尺度的近红外图像特征信息,最后通过解码将近红外灰度图像上色成彩色近红外图像。算法在生成网络中采用空洞级联方式改善误着色问题;在判别网络中引用感知损失函数改善网络收敛速度慢的问题。并且在NIR＿VIS数据集上开展验证和分析。实验结果表明,所提方法提升效果明显,更好地保持了原目标的结构及色彩纹理特征,有效地提升了近红外图像的可视化效果。