面向低剂量CT图像的多生成器对抗网络降噪模型的研究

针对低剂量计算机断层扫描将导致扫描图像噪声高的问题,本文提出了一种用于图像降噪的多生成器的生成对抗网络(TriGAN)模型.首先提出了三个生成器的并行结构对不同类型噪声进行有针对性的图像降噪;其次引入残差网络,避免梯度消失等问题,保证训练阶段的稳定和高效;最后,利用谱归一化方法解决生成对抗网络在训练过程中可能出现的模式坍塌和慢收敛的问题.实验结果表明,TriGAN和其他深度学习模型DnCNN和GAN等相比较,图像的峰值信噪比达到26.67,平均提高了4.5%;结构相似性达到0.98,平均提高了1.5%.此外,采用TriGAN模型降噪后的断层扫描图像亨氏单位的平均值为32.61,标准差为58.91,最接近标准剂量CT样本图像的断层扫描数.

基于对抗训练的快速图像实例分割研究

面向复杂交通路况图像的快速目标检测和实例分割技术是实现无人驾驶的关键,现有两阶段分割方法通过多步骤执行检测分割任务,耗时长且在目标定位后存在大量特征处理。为此,提出一种结合生成对抗网络和目标检测的快速实例分割模型(FISAT)。首先在目标检测网络中引入并行分支生成掩码,对每个交通实例对象进行分割;然后加入ROI类损失对每类掩码进行学习并用感知损失保存掩码图像信息;最后使用谱归一化解决生成对抗网络训练过程中的慢收敛问题。在MSCOCO基准测试上,FISAT目标分割每秒帧(FPS)可达到47.0,为MNC和FCIS的5倍。在分割优化上,使用Darknet提取器的FPS达到43,相较于Resnet提取器提高8.0。在平均精度(AP)上,FISAT相较于两阶段Mask-RCNN提高7%,相较于一阶段方法平均提高24%。

基于双向哈希链表的异构内存页迁移机制

随着大数据技术的快速发展,大规模访问存储器的需求随之剧增,导致访问动态随机访问存储器DRAM的高耗能问题越来越突出.大容量、低能耗的非易失性内存NVM技术逐渐成熟,有望被广泛应用于异构内存计算机系统.基于访问内存页的历史记录,本文针对异构内存系统提出了一种双向哈希链表的异构内存页迁移机制(THMigrator),将频繁访问的内存页从PCM或STT-RAM迁移到DRAM,并用能效分析模型(EEAM)评估了异构内存系统的能效.实验结果表明, THMigrator迁移机制比采用多级队列迁移机制MQMigrator的系统计算性能提升了9.3%,系统平均能效比提升了17%;THMigrator比采用随机迁移机制CoinMigrator的系统平均能效比提升了26%.

KMG:考虑逆向物流的无人机路径规划策略研究

物流领域无人机派送正成为一种快捷高效的派件方式和应用热点.针对于正向、逆向的物流数据,无人机派送是国内外大型物流企业实施高效物流派送的重要手段.本文提出了一种融合拓展性K-Means++算法和遗传算法的路径动态规划模型(KMG),实现包含逆向物流的无人机调度策略.KMG模型将逆向物流路径融入正向物流路径之中,采用加权聚类算法确定不同属性包裹所需派送无人机的最小数量.在每一簇坐标数据的连通图中,采用遗传算法求解TSP问题,并对可行解进行编码,最终求解出最小欧拉回路.在仿真实验中,KMG模型比独立逆向物流派送的成本减少20.08%,使用拓展性K-Means++聚类计算的时间比传统K-Means算法缩短了298.85%.