基于正逆卷积混合的肺结节分割研究

深度卷积神经网络在CT图像肺结节分割任务中取得了良好效果,但是卷积算子的空间不变性和通道特异性特点,使卷积核参数化为固定大小的矩阵,基于反向传播算法的更新在一定程度上阻碍学习到的卷积核在不同分辨率输入图像之间的传输,导致相关模型在捕获图像深层特征方面存在不足。逆卷积算子具有与卷积算子相反的特点,可弥补卷积算子的不足,将其引入CT图像肺结节分割任务,提出并设计正逆卷积混合算子,然后提出基于该算子的肺结节分割模型CIU-Net,实验证明正逆卷积混合算子的有效性。相比其他经典模型,CIU-Net具有更好的分割精度,在参数量及泛化性方面也具有优越性。

病态条件下的逆卷积问题及其多参数最佳化解

给出一个多参数最佳化解决方法，该方法采用模拟韧化最佳化技术，将病态逆卷积问题分解为多参数最佳估计问题，成功地解决了相应的病态条件问题，最后用一个简单的计算机仿真例子说明了该方法。

基于级联式逆残差网络的遥感图像轻量目标检测算法

遥感场景下的高实时目标检测任务具有重要的研究价值与应用意义.针对当前遥感图像目标检测模型由于目标多角度、排列密集以及背景复杂从而导致检测速度慢的问题,提出一种级联式逆残差卷积结构(Cascaded Inverted Residual Convolution,CIRC).该结构采用深度可分离卷积作为基本卷积单元,快速提升模型计算能力;在此基础上,通过转置通道矩阵与级联深度卷积,并增加残差连接层数,达到强化目标多维特征的目的;进一步,进行多级模块堆叠,提高模型对目标的检测效果.本文在RetinaNet基础上,利用CIRC设计了一个快速的轻量化目标检测网络—CIRCN(Cascaded Inverted Residual Convolution Net).同时,在训练阶段引入角度变量并参与反向传播,在推理阶段对水平框加入角度偏置,有效提高定向目标与检测框匹配度.在DOTA数据集上的实验结果表明,CIRCN在精度略受损失的情况下,检测速度达到42 fps,比基准算法提高了3.5倍.结果验证了所提算法的有效性与可靠性.

平均变换的逆卷积核估计

在卷积模型Y =X +ε中设X和ε是相互独立的不可观测随即变量 ,ε是分布已知的常光滑计度量误差 ,本文构造了平均变换θ=E[G(X) ]的逆卷积核估计 ^θn,并在某些宽松的正则条件下得到了 ^θn 的收敛速度及渐进退分布化律 .大量模拟结果表明 ^θn 对Var(ε)是稳健的 .

基于逆卷积神经网络的等离子体辐射分布断层重建方法

发展了一种基于逆卷积神经网络的图像级重建方法用于聚变等离子体辐射分布的断层反演。通过引入结构相似度(SSIM)作为损失函数,该方法在模拟数据实验中表现出了较好的重建效果。模拟实验结果表明,在弦积分信号噪声强度为10%、15%及20%时,该方法的重建结果依然具有良好的精确度和鲁棒性。

循环群的群代数上的卷积代数的矩阵刻画

利用矩阵研究循环群代数上的卷积代数.在矩阵空间定义了矩阵卷积运算使之成为矩阵卷积代数,证明了该卷积代数与循环群的群代数kG的卷积代数Hom(kG,kG)作为代数是同构的.

二维因果序列的逆Z变换

该文讨论了计算二维单边逆Z变换的一般方法，将二维序列分为几种情形：可分序列．有限长序列、其它序列，给出的计算方法则有一维法、偏导数法、二维连卷积法、二维围线积分法、二维逆卷积法等。二维逆Z变换远比一维情形复杂，表现在二维收敛域、二元因式分解、庞大的计算量等方面．该文的方法适用于求取较为简单的二维逆Z变换问题，尤以偏导数法和逆卷积法史具实际意义。

一类多维卷积型积分方程的求解

对于热扩散问题和波场传播问题常常归结为二维或三维卷积型积分方程的求解．文献［1］解决了该类问题的一维求解，本文在二维情形下解决了指数衰减卷积型积分方程的求解，得到了求解的迭代格式，具有直接的应用价值．

引入双程传播损耗的近场大型目标球面逆投影成像算法研究

球面波双程传播损耗对大型目标近场成像的幅度影响显著,通过引入双程传播损耗补偿,改进了球面逆投影算法,改进后的算法可以明显提高成像的幅度精度.同理,利用双程传播损耗补偿可以得到改进的球面卷积-逆投影算法.二者的成像质量基本相同,但前者的计算量要更小.

基于卷积-逆投影法的逆合成孔径声呐成像研究

介绍了基于卷积－逆投影算法的逆合成孔径声呐成像的基础上，针对水声环境中的声呐系统与目标特性进行了仿真研究，结果表明改进的近场条件下卷积－逆投影算法适合对实际的水中目标成像．

运动模糊图像复原技术研究进展与展望

成像过程由于相对运动,镜头离焦等原因会造成图像退化,获取准确信息需要进行复原。介绍主流运动模糊图像复原技术研究进展,包括直线和复杂运动核估算技术、能量泛函和深度学习逆卷积建模技术等,阐述各技术主要数学方法、机理、性能特点,最后指出当前运动模糊图像复原技术的不足,并对未来研究进行展望。

Sweedler四维Hopf代数上的2─余循环

讨论 Sweedler四维 Hopf代数上的 2余循环 ,首先通过 2余循环在 Sweedler四维 Hopf代数生成元上的赋值给出所有正规 2余循环及其卷积逆的结构 ,然后利用卷积和某些乘法群给出了 Sweedler四维

萘哌地尔缓释片犬体内外相关性的研究

对萘哌地尔(NAF)缓释片体外释放和家犬体内吸收之间的相关性进行研究。以人工胃液为介质,测定萘哌地尔缓释片的体外释放度(X),同时测定家犬单剂顿服100 m g萘哌地尔普通片/缓释片后的血药浓度,分别采用W-N法和逆卷积法计算萘哌地尔缓释片在家犬体内不同时间的吸收分数(F)/体内吸收量(A);以F或A对相应时间点的X进行线性回归,回归方程分别为:F=2.1533X-27.636,r=0.9927;A=2.3452X-25.474,r=0.9938。两种方法均表明NAF缓释片的体外释放与家犬的体内吸收之间相关性良好。

贝叶斯理论在脉冲裂变中子能谱诊断中的应用

本文建立了以贝叶斯理论为基础的脉冲裂变中子能谱的数值迭代计算方法,解决了脉冲裂变中子能谱测量的技术难题。对脉冲裂变中子空间输运、物质衰减、探测器灵敏度等进行了分析,将脉冲裂变中子能谱在空间传输中的飞行展宽时间谱理解为出壳时间谱在不同测点的概率分布函数,脉冲中子在不同测点的信号强度分布是出壳时间谱和脉冲中子能谱飞行展宽时间谱的卷积信号,将物质衰减、探测器灵敏度响应等转换环节对中子能谱的影响因子进行了分别处理,消除了通道物质对中子能谱衰减和探测器非线性灵敏度等因素对脉冲裂变中子能谱解谱的影响。研究结果表明,对距辐射源5 m和10 m处的中子波形进行数值处理,均能获得理想的脉冲裂变中子能谱,当考虑传输系统响应函数对中子波形影响时,仍能获得较理想的中子能谱。

基于偏微分方程的图像盲恢复模型

提出了一种新的基于偏微分方程的图像盲恢复模型.改进了Chan和W ong的交替最小化思想.扩散系数不是直接来源于图像的梯度幅值而是在图像梯度模的基础上恢复出图像的边缘信息,消除了梯度模在分母中对实验产生的误差,给出了模型粘性解的存在性,唯一性和稳定性的定理.并给出实验结果,通过比较表明该模型有很好的性能.

基于时域混合算法的屏蔽电缆耦合分析

基于传输线方程和时域有限差分法,结合逆卷积技术和电缆激励场快速计算方法,研究了一种时域混合算法,用于编织型屏蔽电缆的电磁耦合分析。该算法避免对屏蔽电缆实际结构的直接建模,能够快速计算得到电磁脉冲在屏蔽电缆芯线上耦合产生的电压和电流响应。分析了不同类型的电磁脉冲和不同编织结构的屏蔽层对电缆芯线端接负载上瞬态响应的影响。

部分线性测量误差模型中的估计问题（英文）

本文考虑了部分线性模型中非参数部分带有可加测量误差的估计问题.本文提出了两种估计方法,第一种是基于逆卷积的积分矩估计方法,给出该估计的强相合收敛性.第二种是基于模拟的估计方法,该方法避免了积分矩估计方法中的积分问题.最后本文用一些数值结果来说明估计方法的估计效果.

鞅差序列下非线性半参数测量误差模型的经验似然推断

文章研究了鞅差误差序列下非线性半参数测量误差回归模型,利用逆卷积的方法得到了非参数的无偏估计,构造了未知参数的经验对数似然比统计量,在测量误差分布为普通光滑分布时,证明了经验对数似然比统计量服从渐近卡方分布,所得结果可以用来构造出未知参数估计量的置信域。

融合特征编码的面部表情编辑技术

为解决当前连续面部表情生成模型易在表情密集区域产生伪影、表情控制能力较弱等问题,该文对GANimation模型进行了研究改进,提高对表情肌肉运动单元AU控制的准确度。在生成器的编码和解码特征层之间引入多尺度特征融合(MFF)模块,以长跳跃连接的方式将得到的融合特征用于图像解码。在生成器的解码部分中加入一层逆卷积,便于MFF模块添加,更加高效合理。在自制的数据集上与原网络进行对比实验,表情合成的准确度和生成的图像质量分别提高了1.28和2.52,验证了该算法在生成图像没有模糊和伪影存在的情况下,面部表情编辑能力得到加强。

基于广义低秩逼近的机器视觉检测运动模糊消除方法

动态成像条件下易出现运动模糊,影响机器视觉检测精度。为了补偿运动模糊检测误差,从图像退化逆转过程分析入手,提取伪逆模糊核广义低秩逼近分解性质,约束深度学习逆卷积解空间,通过额外卷积层减少机器视觉检测实际成像异常因素影响,较好地抑制振铃效应,进一步优化结果。实验表明:所述方法可以有效消除运动模糊,还原图像潜在细节纹理,在画质、客观指标方面均优于已有方法,可用于动态成像条件下机器视觉检测。