基于学习和全变分最小化的超分辨图像复原

由于全变分在图像处理中可以保留图像边缘信息，提出了一个基于学习的超分辨率图像复原方法，将全变分最小化（ TV）正则项引入到基于稀疏表示的图像复原模型中。通过引入新的变量，将本模型转化为两个易于求解的优化问题，然后采用交替迭代法对模型进行求解。同时考虑了图像的特征信息，利用图像的非局部相似性和迭代反向投影算法对复原图像进行处理。实验结果表明，提出的方法在视觉效果和峰值信噪比上优于传统的插值算法和基于稀疏表示的方法。     

两种基于投影数据恢复的低剂量CT重建方法比较

目的:低剂量CT重建已成为CT成像的研究热点,针对低剂量CT成像,文章对两种基于投影数据恢复的低剂量CT重建方法进行了讨论比较。材料与方法:这两种方法分别为基于投影数据非单调性全变分最小恢复的低剂量CT重建方法和基于投影数据惩罚加权最小二乘恢复的低剂量CT重建方法。我们通过数字体模仿真实验对两种方法分别进行了定性和定量比较分析。结果:实验结果表明,两种方法均能有效去除噪声、抑制伪影、提高低剂量CT重建图像质量。结论:重建时间方面,基于投影数据非单调性全变分最小恢复的低剂量CT重建方法更有优势。     

基于最小方差与均值的中值滤波算法

中值滤波可有效滤除图像的椒盐噪声,但中值滤波在滤除图像噪声时,破坏了图像的边缘和细节信息.为了在滤除噪声时,保护图像的边缘和细节部分,提出了一种实用且有效的图像滤波算法——基于最小方差与均值的中值滤波算法.新算法结合了基于最小方差的中值滤波和均值滤波两种算法的优点.实验结果表明,该算法在滤除噪声的同时可有效地保护图像的边缘和细节.     

含随机噪声地震数据重建的稀疏反演模型与算法

基于稀疏反演思想的凸集投影法是一种常用的重建方法,但是没有阐明求解的反演模型,因此对于其不能求解含噪声数据重建的原因没有深入分析。通过对凸集投影法进行数学算法推导,阐明了其不能解决含噪声数据去噪问题的原因。反演模型的建立及正则参数的选择是决定反演问题成败的关键,文章归纳了基于稀疏变换和矩阵完备理论的地震数据重建模型和算法,分析了几种作为稀疏约束的算子,同时提供了几种正则参数的选择方法。数值试验表明,通过迭代阈值法求解含噪声数据重建问题能够实现含噪声数据的重建和去噪,此外正则参数的选择决定了数据重建和去噪的效果,当正则参数选择合适时才能获得可靠的重建和去噪结果。     

反锐化掩模图像增强方法

降质或退化的图像通常存在不同程度的边缘模糊、局部或整体对比度差等不足,直接采用边缘提取算子对此类图像进行边缘提取有时导致边缘过提升,即噪声"突兀",其结果会影响整幅图像的协调性。边缘提取前,采用USM(Un-sharp masking)反锐化掩模增强图像,只要参数设置合理,USM增强可以对图像起到很好的增强效果,有利于图像的边缘提取。     

基于小波变换和中值滤波的图像去噪方法研究

针对某些图像中背景复杂、目标对比度和信噪比低等特点,提出一种基于小波变换和中值滤波的图像去噪方法.首先对含噪图像进行小波分解,再在图像高频部分进行中值滤波以改善图像的消噪效果,最后将信噪比(SNR)与均方根误差(RMSE)和图像灰度曲面图等作为图像去噪效果的评估,通过小波变换和中值滤波相结合的图像去噪方法与小波去噪、中值滤波消噪等的对比实验,结果表明,该方法既能消除图像噪声又能达到保持其图像边缘要求,但在仿真计算时,其计算量较大.     

结合小波去噪的改进型Canny边缘检测算法

针对传统Canny边缘检测算法采用高斯滤波器对图像进行平滑去噪时容易引起去噪图像过度光滑的问题,提出了一种将小波去噪引入到Canny算法中的改进算法。使用小波滤波方法可以较好地去除图像噪声,通过计算梯度算子的方向和幅值,采用非极大值抑制与双阈值方法来连接边缘。实验结果表明:改进后的Canny算法不仅对噪声具有较高的抑制能力,而且还使图像边缘轮廓更加清晰。     

基于改进残差网络的地震相识别方法研究

地震相识别是地震资料解释的一项基础工作,使用基于深度学习的地震相识别可以极大提升地震数据解释效率。现有语义分割模型的特征通常由深层低分辨率的特征映射得到,牺牲空间分辨率、忽略细节信息,导致模型对于地震相类别间的边缘精细度刻画差。此外,现有方法使用单一交叉熵损失函数,对边界预测惩罚过于严重,也会导致边界预测值模糊。针对以上问题,提出一种提升边缘准确度的地震相识别模型。其在ResNet网络末端加入RRM (Residual Refinement Module, RRM)模块强调捕捉全局信息,获得良好的边缘刻画效果;在损失函数上,采用多级混合损失,改善地震相边界的刻画问题。将此研究方法应用于荷兰北海F3工区数据的实验结果表明:相比基于UNet的语义分割模型,改进的残差网络语义分割模型在地震相主测线剖面的预测中有着更高的精度与更加良好的边缘刻画结果。     

风靡世界的区域主义--FTA

在WTO坎昆部长级会议无果而终,"多哈开发议题"前景渺茫,而世界各国对自由贸易协定(FTA),实现双边(两国之间)或区域性合作的呼声越来越高的前景下,本文探讨了FTA的效应问题,以及其与WTO的关系.     

“中国—东盟自贸区与广西边境贸易发展战略选择研究”项目简介

<正>项目概况:国家社科基金一般项目"中国—东盟自贸区与广西边境贸易发展战略选择研究",于2010年7月立项(项目批准号:10BMZ057),2016年1月结项(结项号:20160120),项目负责人为向秋华教授。项目研究的意义:中国—东盟自贸区全面建成后,桂越边境贸易面临良好的发展机遇,双边各级政府根据实际情况完善边贸政策,边境贸易发展迅速,规模逐年增大,进出口产业结构不断优化;同时,也存在着基础     

免疫粒子群算法下向量机参数选择及金融应用

针对粒子群算法易陷入局部最优值的缺点,将免疫原理引入粒子群算法中,利用免疫记忆与自我调节机制促使各适应度层次的粒子维持一定浓度,保证群体的多样性,从而避免算法陷入局部最优。随后将这种改进的算法应用于支持向量机参数的选择,并在BreaStCancer等数据集上进行了实验,实验结果表明利用免疫粒子群算法选取支持向量机最优参数,能够提高支持向量机的分类正确率,具有一定的实用性,特别在经济金融应用上前景可观。     

一维下料问题的优化模型

在一维下料问题中，针对增加下料方式引起加工成本的不同，建立了多目标优化模型，并给出了求解算法。首先通过加权法将模型化为单目标优化模型，然后通过废料长度表示下料方式的可调整程度，并以此为基础调整下料方案。结果表明，新模型得到的下料方案能更全面的考虑下料问题的经济成本并具有较好的实用性。     

基于模糊集的地震图像增强算法研究

随着工业化的发展,石油资源越来越少,勘探开发新的油田成为当务之急。地震勘探是钻探前勘测石油与天然气资源的重要手段,地震图像的清晰程度直接关系着地震解释的结果。随着油气勘探开发对象复杂程度的增加,现有的地震图像增强方法已不能满足正确解释的要求。因此,本文在研究传统的Pal—King基于模糊集的图像增强算法的基础上,针对Pal—King算法的缺点和不足,提出了一种改进算法,并将改进后的算法应用到大庆地区多个区块的地震图像中,取得了较好的增强效果,为地震解释奠定了良好的基础。     

非线性规划和Hopfield在物流选址中的应用

针对物流配送中心优化选址的问题，该文提出采用非线性规划算法和Hopfield人工神经网络算法，使物流配送的综合运输成本最省；并与货郎问题中最短运输线路做比较。微机仿真结果说明，这种算法能较好地选址并能在较少的迭代步骤内找到最优的路径。     

基于分布估计算法的无线传感器网络覆盖问题优化策略

在无线传感器网络冗余部署的情形下,给出了优化问题的数学模型,其中目标函数为覆盖度函数和节点利用率函数的加权,提出了加权分布估计算法的覆盖优化策略.通过实验,分别讨论了目标函数权重、传感器感知半径以及节点配置模式对优化结果的影响.     

最大熵分布估计算法及其在旅行商问题中的应用

分布估计算法是一种基于遗传算法的种群进化算法，但在处理较大规模的旅行商问题时容易过早陷入局部最优．针对这一情况，将最大熵理论引入分布估计算法，对其概率分布模型及种群生成策略进行改进，提出了一种最大熵分布估计算法．并基于旅行商标准测试库TSPI。IB进行了实例仿真测试，结果表明，最大熵分布估计算法的性能得到了有效的改善．     

彩色图像局部自适应对比度增强算法研究

图像增强是大多数图像处理技术的前提工作,对于彩色图像,既要达到图像增强的目的又要保持色调不变成为一个难点。在研究RGB颜色空间和HSV颜色空间特点、数学形态学图像处理技术的基础上,在HSV颜色空间把一种灰度图像对比度增强算法推广到彩色图像处理算法。实验结果表明,该算法在局部自适应增强图像对比度的同时,能够保持图像色调,提高图像质量。     

对增量式模糊聚类算法的改进

提出了一种增量式模糊聚类技术的改进算法，该算法仅对新增数据计算相似系数而直接聚类，其结果和动态聚类算法相同；该算法较好地解决了新增数据的聚类及类属问题，提高了模糊聚类算法的收敛速度，实验结果证实改进了算法的高可靠性。     

华为负值PBGT切换技术应用

负值PBGT切换技术的实现和分层分级算法相似,但比分层分级算法更加灵活,它是移动通信系统中非常重要的技术。现通过工程实践多次使用网络优化工具设置负值PBGT切换参数,实现在双频网优化上的应用,可以避免乒乓切换引起掉话,该技术的应用有重要的现实意义。     

二维小波变换在遥感图像中的方法应用分析

对遥感图像分析,去除噪声干扰是遥感图像处理的重点和难点,目的是要尽可能地去除随机干扰,同时要尽量保持我们所需要的图像信息,即尽量减小对有效波的损害。在小波算法中,小波的多分辨率分析特性使之既可高效地描述图像的平坦区域,又可有效地表示图像信号的局部突变。这是小波适合进行图像处理的原因。在遥感图像应用中,采用二维小波变换能够适应信号的时间间隔、频率、域和波速的局部特性,实际应用中去除噪声干扰效果较明显。因此,本文主要阐述用二维小波算法提高对遥感图像进行分析处理的速度和精度。