-
题名基于混频数据模型的西城经济韧性分析
- 1
-
-
作者
吴亚楠
李坤格
刘艳
-
机构
北京市西城区统计局
-
出处
《数据》
2020年第10期70-71,共2页
-
文摘
一个地区经济的韧性与其应对突发事件的能力相辅相成,对区域经济韧性的研究,能够很好地预测经济发展趋势。本文拟以北京市西城区为落脚点,着眼于对北京市西城区GDP的一、二季度预测,探索在疫情冲击下西城区的经济韧性程度,并应通过考察“经济韧性”来把握重大突发事件长期潜在影响。
-
关键词
北京市西城区
应对突发事件
经济发展趋势
经济韧性
重大突发事件
混频数据模型
季度预测
潜在影响
-
分类号
F12
[经济管理—世界经济]
-
-
题名基于改进残差Unet的数字全息端到端相位重建
被引量:1
- 2
-
-
作者
李坤格
王华英
柳旭
王杰宇
王文健
杨柳
-
机构
河北工程大学数理科学与工程学院
河北省计算光学成像与光电检测技术创新中心
河北省计算光学成像与智能感测国际联合研究中心
-
出处
《激光与光电子学进展》
CSCD
北大核心
2023年第6期162-169,共8页
-
基金
国家自然科学基金面上项目(62175059)
河北省自然科学基金重点项目(2018402285)
河北省创新能力提升计划项目(20540302D)。
-
文摘
数字全息术(DH)是监测透明样品定量三维信息的一种重要技术.然而,常规数字全息重建中需要相位畸变补偿和解包裹,严重影响了相位重建速度和重建精度.提出一种融合空洞卷积和注意力机制的改进残差Unet方法,实现了数字全息端到端相位重建,简化成像过程,提高了图像重建质量.此外,该方法还可以通过调整残差块,得到最优的实时重建网络模型.实验结果表明,所提基于深度学习的相位重建方法能够实时获得样品精确的三维形貌信息,有利于对动态样品进行实时监测.
-
关键词
数字全息术
相位重建
深度学习
残差网络
-
Keywords
digital holography
phase reconstruction
deep learning
residual network
-
分类号
O436
[机械工程—光学工程]
-