基于混合残差密集网络的电路板红外图像超分重建北大核心CSCD

红外图像普遍存在分辨率低、细节模糊和视觉效果差的问题,使其难于直接应用在PCB故障诊断系统中。针对这一问题,本文提出了一种可充分利用红外图像层次特征的混合残差密集网络超分辨率重建算法。首先,使用卷积神经网络提取原始低分辨率图像的浅层特征信息;其次,设计多路径混合残差密集连接块,进一步提取更丰富的深层特征信息;最后,引入全局特征融合与残差学习自适应的学习并整合全局特征信息,应用转置卷积上采样完成红外图像的超分辨率重建。实验结果表明,本文算法能够有效提高重建后红外图像分辨率,使细节信息得到改善、视觉效果得到提升。基于公共/自建数据集得到的重建后图像峰值信噪比和结构相似性指标分别达到42.17 dB/39.32 dB和0.9503/0.9466,优于文中列举的双三次内插法、SRCNN和ESPCN模型,重建性能得到明显提高。     

一种粒子群优化原型模式修正力度的协同分类方法

协同模式识别是一种有着抗噪声、抗缺损、强鲁棒性等诸多优良特性的模式识别方法,其中原型模式的选取模式识别结果有着决定性的作用,其选取直接决定着模式识别的结果和效果,各种方法中信息反馈修正的方法能获得较的效果,但易出现信息饱和的问题;提出了一种粒子群优化修正力度的处理机制,能有效改善此问题,获得最优原型;改进的算法应用于纹理和鼻咽癌细胞图像识别,结果表明,该方法能有效地提高协同神经网络的识别率和可靠性,且识速度也有提高.     

神经网络技术在计算机网络通信中的应用

由于神经网络的自学习能力和联想优化功能和混沌行为等特点，它被广泛的应用于计算机网络通信中。论述了当前神经网络技术应用于现代网络通信中的一些问题，特别地介绍了利用蚂蚁算法训练神经网络的权值的方法，在ATM的业务控制中采用之，可以局部的避免BP算法引起的某些问题。     

无线电信号识别方法的研究

文章提出了小波分析与神经网络相结合的方法自动识别无线电信号的调制类型.文中分别用常规的方法和小波的方法提取信号的特征参数，送入RBF（Radial Basis Function）网络，按照样本距离最小的原则进行聚类，利用RBF网络的快速收敛性和较好的自适应性，实现对无线电信号的识别.仿真结果表明，采用小波与神经网络相结合的分类方法，能获得满意的识别率。     

神经网络余数制系统与余数制神经网络模型

余数制和神经网络各有其独特优点，将其有机结合这些优点得以充分发挥。将神经网络结构和方法引人余数制信号处理系统，构造出完成余数约化运算和余／十转换运算以及余数加法运算的新结构，开辟了高速实时信号处理的新途径．将余数制引入神经网络，即神经网络中的数据、权值均按余数制表示和运算，构造出一种新的感知机模型—余数制神经网络，由于余数制运算具有一种独特的非线性特点，使这种模型比常规神经网络具有更强的功能。     

一种用于导电油墨的特种铜粉制备研究

特种导电油墨是全印制电路技术开发与应用的关键之一。本文报道了利用硫酸铜、碳酸钠、抗坏血酸等为原料,通过固相反应获得纳米非球形铜粉方法。通过SEM、EDS分析表明,获得的产物为一种柱状的高纯铜粉,直径大约500nm,可以作为全印制电路技术用高性能特种油墨的开发。     

基于SIMD技术的图像卷积处理器体系结构研究

SIMD处理机特别适合于要求大量高速向量或矩阵计算的场合,数据缓存系统和对准网络是它的关键部件。而图像卷积是图像处理技术中最基本也是最重要的一项技术,文章根据数字图像的卷积定理对数字图像的卷积运算进行了分析,在此基础上提出了一种基于SIMD处理机的可变卷积模板的图像卷积处理器的体系结构。该处理器内部包含有接口部件、控制部件、数据缓存系统、对准电路和执行部件等。它的极高效率的数据缓存系统和对准电路成为该处理器最有特色的部分,它从根本上解决了图像卷积中的数据复用带来的CPU重复访问主存储器的问题。实现了3×3、5×5、7×7、9×9、11×11、13×13和15×15卷积模板的图像卷积运算的变换而无需另行更改硬件电路的特点。最后,对这个图像卷积处理器体系结构的性能进行了缜密的分析。     

基于子波变换的纹理图像分类

本文用子波变换的方法描述了纹理图像多尺度、多方向的特性,提出了适合于纹理图像分类的新的子波特征。通过对其稳定性和视觉特性的详细分析,指出此特征优于传统的能量特征。文章最后结合九类自然纹理图像,分别基于标准子波特征,子波包特用ＢＰ神经网络进行了分类识别。实验结果表明,在无噪声情况下,对自然纹理图像可无误差分类;在有噪声情况下,正确分类识别率高,表现出强的稳定性。     

基于量子比特编码算法的图像盲复原重建研究

为了提高图像盲复原质量,提出了量子比特编码算法。首先在免疫系统中的对量子克隆选择,并且对量子抗体克隆比例控制;然后量子抗体随机赋值,使抗体都以随机概率处于所有可能状态的线性叠加态中,以量子态进行观测,将得到确定的某一个二进制;接着建立图像盲复原重建模型,量子编码卷积算法来填充空洞像素;最后给出了算法流程。实验仿真显示该算法对图像盲复原重建清晰,画质好,全图最大局域误差最小,结构相似度接近于1。     

全光纤结构的光纤环被动锁相相干合成研究

提出了全光纤结构的光纤环被动锁相相干合成方案,在自制的光纤放大器基础上,实现了四路光纤激光的全光纤被动锁相相干合成。对合成的开环闭环功率、光谱、远场光斑图样、系统锁相带宽等特性进行了研究。系统开环时,输出功率在71~271mW之间起伏,系统闭环后,输出功率稳定在412mW左右,较开环平均功率提高了2.1倍,说明该方案能够实现有效的相位锁定。系统锁相带宽大于50kHz,具有较好的稳定锁相能力。通过提高各路光纤放大器的功率和采用承受功率更高的合束器,有望获得更高功率的相干合成输出。