基于改进模糊C均值聚类的图像融合算法

为了更好地突出红外与可见光融合图像中的目标信息,保留更多的纹理细节信息,提出了一种基于非下采样剪切波变换(non-subsample shearlet transform,NSST)域结合脉冲发放皮层模型(spiking cortical model,SCM)与改进的模糊C均值聚类(fuzzy C-means clustering,FCM)的红外与可见光图像融合算法。首先,用改进的FCM提取源红外图像中的红外目标信息;然后,将得到的红外图像与可见光图像的目标区域和背景区域进行NSST分解,得到各自的高低频子带图像;接着,对得到的不同区域采用不同的融合策略,其中,对于高频背景区域采用SCM模型与改进赋时矩阵进行融合;最后,使用NSST逆变换,得到最终的融合图像。仿真实验证明,与其他方法相比,本文算法得到的融合图像在主观视觉上红外目标信息突出,纹理细节信息丰富,在客观评价上,其信息熵和边缘保留因子达到最优。

利用免疫算法优化设计的宽带大增益拉曼光纤放大器

为提高拉曼光纤放大器(RFA)的增益带宽和输出增益、改善增益平坦度,本文以掺铒碲基光纤作为放大介质,使用6个泵浦光设计了一款能够实现对C+L波段共100 nm带宽信号光平坦放大的拉曼光纤放大器。在设计过程中,针对拉曼光纤放大器模型中的非线性优化和组合优化问题,采用免疫算法配置泵浦光波长和功率的方法来解决,同时保证拉曼光纤放大器具有高增益和低增益平坦度的输出。最后通过MATLAB数值模拟,在1530~1630 nm的增益带宽范围内所设计的拉曼光纤放大器的平均增益为35.46 dB,增益平坦度为0.85 dB。

融合可解释性特征的糖尿病视网膜病变自动诊断

糖尿病视网膜病变(DR)已成为全球4大主要致盲疾病之一,及早确诊可以有效降低患者视力受损的风险。通过融合深度学习可解释性特征,提出一种DR自动诊断方法,首先利用导向梯度加权类激活映射图和显著图两种可解释性方法生成不同标记的病灶图像,再通过卷积神经网络提取原图像和两种生成图像的特征向量,最后融合3种特征向量并输入到支持向量机中以实现DR的自动诊断。在1443张彩色眼底图像构成的数据集上,相对于基础ResNet50模型,该方法诊断准确率提高3.6%,特异性提高2.4%,灵敏度提高5.8%,精度提高4.6%,Kappa系数提高7.9%,实验结果表明该方法能有效降低误诊的风险。

基于神经元网络和人工蜂群算法的拉曼光纤放大器设计方案

介绍了一种将反向传播(BP)神经网络算法与人工蜂群算法相结合的方法,并用该方法对多泵浦拉曼光纤放大器的设计进行了优化。通过研究多层BP神经网络中的隐藏层层数和神经节点数,确定了最佳的学习模型,该模型可以精准地反映泵浦波长和泵浦功率与拉曼净增益分布间的映射关系,能代替传统求解拉曼耦合波方程的方法。同时,为了提高增益谱的平坦性,采用人工蜂群算法来优化泵浦参数,得到了最优的泵浦波长和泵浦功率。仿真结果表明,通过将训练好的BP神经网络模型加入到人工蜂群算法中,所研究的拉曼放大器达到了期望的增益性能,且其目标值与预测值的最大误差不超过0.29 dB。该设计方案为拉曼光纤放大器的研究提供了新的思路和方法。

基于NSST域结合SCM与引导滤波的图像融合

为了保留红外与可见光图像更多的边缘及纹理信息,在常用的非下采样剪切波变换(nonsubsampled shearlet transform,NSST)结合脉冲发放皮层(spiking corticalmodel,SCM)的图像融合算法基础上,引入引导滤波来处理高频系数,并将其作为SCM的外部激励,融合高频部分。结合区域均值和区域能量,作为SCM的外部激励,融合低频部分。仿真实验证明,所提算法的融合效果显然优于传统算法。在主观视觉上红外目标突出,背景信息丰富,保留了良好的边缘及纹理信息,在客观评价上边缘保留因子、信息熵,以及对比度等指标有明显的提高。

利用差分进化算法优化设计的多泵浦Te基光纤拉曼放大器

为适应下一代6G网络对光纤传输系统大容量、高速率和低延时的要求,以Te基光纤为传输介质,利用差分进化算法设计了一款具有两级放大结构的(Raman-fiber amplifier,RFA),实现了对C+L波段内各信道的平坦光放大。差分进化算法具有结构简单、性能优越和鲁棒性强的特点,能够有效解决拉曼耦合微分方程中的大空间、非线性和组合优化等问题。通过Matlab仿真,该Te基光纤拉曼放大器(T-RFA)在100 nm带宽范围内的平均增益为37.7 dB,增益平坦度为0.9 dB。同时,分析了两级放大结构下该T-RFA的噪声增益对系统的影响,为6G网络的拉曼光纤放大器的设计与优化提供了参考。

面向6G的拉曼微结构光纤放大器设计

为了满足6G系统对未来光通信网络的要求,利用掺GeO2微结构光纤设计了一种多泵浦拉曼光纤放大器,该方案能够解决适用于6G系统需求的拉曼光纤放大器中谱宽窄、输出增益低且不平坦的问题。在理论上,运用四阶龙格-库塔法对经典拉曼耦合波微分方程进行求解;在结构上,通过合并两对具有相同波长的泵浦光,来减少泵浦个数、简化结构,同时采用级联两段微结构光纤的方法,使信号光增益在拉曼放大器的输出端实现前放大,后补偿。实验结果表明,在100 nm的谱宽范围内,放大器的平均增益高达35.72 dB,增益波动小于±0.43 dB。