基于改进多规则区域生长的点云多要素分割

针对现有点云多要素分割算法分割面状点集时分割精度低、分割块合并效果差等问题,提出了一种改进的多规则区域生长算法.一方面,计算点云数据的平面拟合残差,基于平面拟合残差设置种子点条件,对面状点集分割进行优化,以此提升面状要素分割的精度;另一方面,在距离条件的基础上,结合相似性和体积变化条件对合并策略进行改进,以实现分割块的...     

平台间光束耦合传输与控制技术研究

介绍了平台间光路耦合传输系统的构成及光轴稳定控制的实现方法,开展了耦合校正系统和探测控制系统的设计,对校正系统进行了动态范围和模态仿真,优化设计后研制出光束耦合传输与控制系统。在对快反镜性能参数测试之后,开展了平台间光束耦合传输与控制实验,当振动台加载0 db振动谱且控制系统开环时,光轴X轴抖动10.9″@RSM,Y轴抖动102.3″@RSM,闭环时,光轴X轴抖动0.75″@RSM,Y轴抖动1.11″@RSM,通过频谱分析发现,快反镜光轴耦合系统闭环时对28 Hz以内光轴抖动具有较好地抑制作用,在系统开环残差较大的频率段2～6 Hz的抑制比为−40～−30 dB。实验结果表明,该光轴耦合控制系统对平台间光束传输过程中光束抖动具有较好地抑制和稳定效果。     

基于高阶累积量的认知无线电频谱检测技术

文章将介绍一种新的认知无线电频谱检测算法:基于高阶统计量的频谱检测技术。该种算法通过使用四阶统计量模型,改进了传统的频谱检测算法,可以在更低的信噪比条件下进行频谱检测。     

深度全卷积网络对MRI膀胱图像的分割

大多数膀胱癌患者的膀胱肿瘤组织和膀胱壁组织互相渗透，各自的大小、形状变化多样，位置不固定，且膀胱MRI（Magnetic Resonance Imaging）图像中存在复杂的噪声和伪影，这使得将肿瘤和膀胱壁两者精确分割出来为下一步治疗进行诊断和定量分析成为难题。文中提出一种以U-net作为基础网络框架的深度全卷积网络，用残差网络子模块代替普通的卷积层进行下采样，通过空洞卷积来提取特征图不同感受野的信息，从而对不同尺度的特征图进行并行分支下采样。针对数据集小的问题，提出对图像加入高斯噪声、调节亮度和各向异性扩散滤波三种方法来进行数据扩增。实验结果表明，文中提出的方法对肿瘤分割的DSC（Dice similarity coefficient）值达到了0.9058，对膀胱壁分割的DSC值达到了0.9038，能够达到很好的分割效果。      

两个与高阶积分有关的Laplace变换公式的证明

本文分别利用高阶积分公式、数学归纳法以及卷积法对与高阶积分有关的两个Laplace变换公式给予了证明.     

表面增强拉曼光谱研究自组装单分子层在化学接触和纳米隔绝下的分子振动活性变化(英文)

为确定表面增强拉曼光谱中某些有争议的弱振动模式是来自高阶的影响还是分子基团对称性变化的影响,本文以1,4-苯二硫醇作为探针分子提供了一种实验验证的框架方法.光谱实验显示,观测到的有争议的弱振动模式并不是来自高阶的影响,而是分子基团对称性变化所致.我们的实验框架方法很容易拓展开来,如用于研究其它波长激光激发的类似体系或有机分子搭接的分子结.     

基于翻转课堂教学模式下的化学教学实践研究——以高中化学“原电池”为例

以"原电池"一节的教学设计与实施为例,从教学内容的选择、微视频及课前学案的制作、课前学案的分析与反馈、课堂教学的实施等4个方面探索翻转课堂模式在化学教学中的应用。提出翻转课堂这种教学模式在基于学情组织教学和培养学生高阶思维能力方面的优势以及面对这一新的教学模式教师和学生所要面临的挑战。     

一种LTE低速率劣化小区快速侦探方法

LTE低速率劣化小区的整治,一直是网络优化的重点与难点,是吸引用户、发展业务、壮大市场的重要举措。当前在LTE低速率优化过程中,存在ATU测试周期过长、时效性不足、测试无法遍历全网所有小区等问题。针对当前工作中的不足与难点,采用大数据挖掘技术,逐一分析每一影响因素的整治与优化对策,全面提升LTE低速率质差命中率,LTE低速率小区得到大幅压减。     

基于ANMF和非线性映射距离扩展目标检测

针对距离扩展目标的检测问题,提出一种自适应归一化匹配滤波（ANMF）、非线性映射和高阶互相关积累（HOCC）相结合的目标检测方法。首先将距离像按慢时间进行脉冲维划分,得到若干脉冲子区间,再对每个脉冲子区间进行自适应归一化匹配滤波,然后利用非线性函数对滤波的输出进行非线性映射处理,最后将非线性映射的输出进行高阶互相关积累,从而获得检测统计量。仿真实验结果表明,在检测概率为80％时,所述方法比传统 ANMF 方法所需的信杂比低1 dB 左右,性能较为优越。     

基于宽频调谐特征和谱残差分析的显著性目标检测

根据人眼视觉系统的基本特点,提出一种基于宽频调谐特征和谱残差分析的显著性目标检测算法。该方法通过在上下文信息中提取图像的宽频调谐特征,运用线性叠加融合宽频调谐特征子图得到初步特征图,然后利用多尺度方法构建多分辨率显著图谱子序列,最后利用谱残差分析融合位置特征对显著性子图进行操作运算得到最终的显著图。基于自然图像的显著性目标检测实验结果证明,该方法具有较好的实用性和较强的稳定性,能够获取较为精确的检测结果。