结合基于梯度的振铃评价算法的总变分最小化图像分块复原法

为了消除退化函数随空间变化发生变化模糊图像分块复原法子块之间的不平滑拼接缝,提出了一种结合了基于梯度的振铃评价算法梯度振铃评价(GRM)的总变分(TV)最小化分块复原法。根据图像分布及退化类型将模糊图像划分为矩形、环形或其他形状的子块,图像子块之间要留有一定的重叠区;然后对每一个图像子块进行复原,GRM方法是基于图像梯度结构相似度的图像质量评价算法,以GRM作为TV复原算法迭代过程中的收敛条件,可以更好地控制复原图像的振铃;最后去除复原图像子块含振铃波纹的重叠区,拼接得到完整图像。并以矩形分块及环形分块为例,证明该方法可以很好地抑制图像边界振铃效应,克服分块复原法本身的缺陷,得到拼接平滑的完整图像。

基于XGBoost算法构建的ICU死亡风险预测模型的系统评价

目的系统评价基于极端梯度提升(eXtreme Gradient Boosting,XGBoost)算法构建的重症加强护理病房(Intensive Care Unit,ICU)死亡风险预测模型的研究现况。方法检索知网、万方、维普、PubMed、Embase、Web of Science、Scopus数据库,搜集有关基于XGBoost算法构建的ICU死亡风险预测模型的研究,检索时限均为建库至2023年2月18日。由2名研究者独立筛选文献,提取资料并评价纳入研究的偏倚风险后,进行定性系统评价。结果共纳入12篇文献,纳入模型的受试者工作特征曲线下面积为0.750~0.941。10篇文献适用性较好,其余2篇文献适用性不清楚。12篇文献均存在高偏倚风险,偏倚主要来自于不合适的研究数据来源、研究对象的纳排标准不清晰、预测因子定义与评估不一致、基于单因素分析法筛选预测因子、缺乏完善的模型性能评估等。结论现有基于XGBoost算法构建的ICU死亡风险预测模型具有较好的区分度,但其临床预测的准确性还尚不明确。未来还需进一步完善相关研究设计,避免研究中的各类偏倚风险,加强模型的外部验证,确保模型在临床实践中的可行性及有效性。

基于扩展梯度相似度的自适应图像质量评价算法研究

客观图像质量评价使用特定的数学模型使图像评价结果与主观评价一致。提出一种自适应的扩展梯度图像质量评价算法(AE-GSSIM),使用扩展梯度算子从多个方向计算图像梯度幅值,然后在梯度图像上定义并计算梯度相似度;考虑到亮度失真对图像质量的影响,为梯度相似度与亮度相似度设置不同的权重,使亮度相似度随梯度相似度自适应变化;最后,采用算术平均池化策略计算图像评价结果。在4个公开图像库中进行的实验表明,AE-GSSIM算法优于传统的评价算法,更加符合人眼视觉感知结果。

灰度极值加权求和图像振铃效应评价算法

在图像盲复原过程中,对模糊核的过估计会产生误差,导致图像振铃效应;现有算法无法对振铃的严重程度进行有效评估,针对这个问题,提出一种振铃效应的评价方法。从振铃效应产生的物理机理出发,分析图像盲复原所致振铃效应的原因和对图像质量的影响;通过提取振铃图像过冲与涟波区域,并对该区域梯度值进行加权统计,定量化表征振铃效应的严重程度。实验结果表明,当模糊核参数σ值超过3时,算法的结果曲线随着参数增大呈单调递增状态,SSIM评价结果变化幅度趋于零。算法可以有效地评价不同复原算法和不同复原参数下的复原图像中的振铃效应。

共轭梯度优化算法在水质综合评价模型中的应用

针对水质评价问题,通过在各类水质污染指标浓度区间内生成随机分布样本的方法,并组成足够多的训练、检验和测试用的样本,提出一类新的结构优化算法CG-OBS,CG-OBS过程将最优脑外科(OBS)的结构评价作为目标函数的惩罚项,采用权值衰减的手段实现结构调整,建立了辽河水质综合评价的网络模型;给出了区分不同类别水质的模型分界值样本和模型输出分界值。

基于评价指标的EIT算法参数选择方法研究

为客观准确地选择EIT算法参数,采用8种评价参数指标对共轭梯度算法的迭代次数和Tikhonov正则化算法的正则化因子的选择进行研究.首先,构建EIT正问题模型,并求得两种算法的逆问题解;然后,根据8种评价参数的定义,获得图像重建时的最佳参考值范围：共轭梯度迭代算法的迭代次数在70~80次,正则化因子的取值范围为0.01~0.1.为了验证上述结论,重建EIT图像,并进行对比分析.结果表明：基于评价指标获得参数重建图像的效果更令人满意;针对参数选择,提出的方法可为其他电阻抗图像重建算法提供一种客观的评价依据,为EIT图像质量评价体系的构建奠定基础.

SA-BP融合算法在教学质量评价模型中的应用

用于训练BP神经网络的反向传播算法(BP算法)易陷入误差局部极小。本文引入模拟退火算法(SA算法)改进BP算法的全局寻优能力,给出了SA-BP融合算法的具体步骤,并应用于教学质量评价模型的构建,应用结果表明了该模型相对传统BP神经网络具有更高的精确度。

基于图像灰度梯度最大值累加的自动调焦算法

从光学系统出发介绍了基于图像处理的离焦图像成像原理,分析了传统基于灰度梯度的自动调焦算法的缺陷——灰度梯度考虑不全面并且易受噪音影响.针对传统算法不足,提出了基于图像灰度梯度最大值累加的自动调焦算法.该算法通过计算中心像素的八邻域灰度梯度,以自动聚焦区域内各像素最大灰度梯度与最大灰度与最小梯度差值乘积之和作为新的评价函数,分析了该算法可以抑制噪音影响的原理;介绍了焦点搜索自适应变步长爬山算法原理和实现过程;最后进行算法性能实验验证.首先,利用不同算法对序列图像和加入高斯噪音的图像进行清晰度评价,结果证明该算法对含噪图像的清晰度评价准确,与传统算法相比该算法在抑制噪音方面具有优越性;其次,用不同聚焦算法进行序列图像自动调焦实验,结果显示传统算法会出现错误聚焦的情况,而该算法聚焦准确迅速,相比于传统算法具有明显优势.

基于改进遗传算法的物流绩效评价方法

在分析物流绩效关键影响因素基础上,提出采用改进的GA遗传算法应用于物流绩效评价测试。以多个主要影响因子为网络的输入信息,建立物流绩效综评遗传神经网络模型,利用GA较强的全局寻优化能力和BP梯度法较强的局部搜索能力,较快同时又较好地综合评价出网络输出信息的物流绩效等级。进行不同综合评价方法对比,结果表明基于改进遗传算法的评价方法计算速度快、精度高、鲁棒性强,可以有效直观地对物流绩效进行综合评价,具有一定实际应用价值。

基于相干合成涡旋光束光场分布角向不变性的评价函数构建及其应用研究

大气湍流引入的波前畸变导致相干合成涡旋光束质量劣化,需进行波前畸变校正。基于相干合成涡旋光束光场分布的角向不变性,通过像清晰度函数提取明暗干涉条纹区域的总光强,构建角向条纹对比度评价函数,将评价函数应用于随机并行梯度下降算法,可以实现单环以及双环阵列结构的相干合成涡旋光束波前畸变自适应校正。仿真实验结果表明,相较于光强相关系数等传统评价函数,以角向条纹对比度作为评价函数的随机并行梯度下降算法具有校正性能好、收敛速度快的优点。此外,单环和双环结构相干合成涡旋光束的波前校正结果均验证了角向条纹对比度作为相干合成涡旋光束评价函数的有效性及优势。

基于梯度投影算法重构的压缩成像实验及质量评价

压缩成像方式既可以避免在红外波段追求大面阵器件,又可以解决图像获取时难以消除的自身非均匀性,信噪比低,航空航天成像应用中的图像采集、传输、存储成本越来越高等问题。详细分析了该成像系统的原理模型,搭建成像原理样机,采用梯度投影算法进行图像重构的成像实验。在重构图像的质量评价中引入了信号子空间分析方法,估计重构图像的信噪比。实验结果表明,该信噪比估计方法更加准确有效。

基于LightGBM的低压配电网台区线损率估算方法

针对低压配电网台区线损数据统计难度大、线损率计算结果准确度低的现状,提出一种低压配电网台区线损率计算方法。以平均电流法理论线损计算方法为基础,确定用于训练模型的特征,依托电网状态监测系统、数据统计平台,提取模型样本数据并建立数据集,通过以LightGBM为框架的梯度提升算法训练机器学习模型,并将训练得到的模型用于低压配电网台区线损率估算。采用某地区内台区线损率数据对模型进行验证,实验结果表明,运用LightGBM算法训练的模型可实现对低压配电网台区理论线损率的拟合估算,且模型具有较强的泛化能力,测试集平均绝对误差为0.78,均方误差为1.35,决定系数为0.52。与目前常用的回归算法模型相比,可有效提升计算结果准确度及拟合效果。

基于Pearson系统模型的盲信号分离研究

独立分量分析是盲源分离的主流技术。自然梯度算法是其中非常重要的算法之一。介绍一种最大似然框架下的Pear-son系统模型。该方法的优点是无须知晓信号的概率分布,实验结果表明,该算法能有效地分离随机混合的信号,特别对于非对称源有比同类算法更理想的效果。

改进边缘质量和运动估计的超分辨率图像重构

凸集投影算法(POCS)是一种广泛使用的超分辨率图像重构方法。针对传统的POCS超分辨率图像重构算法出现的边缘模糊及匹配时的局限性问题,首先利用二阶梯度检测出像素周围0°、45°、90°、135°四个边缘。在构造参考帧时采用基于梯度的插值算法,沿边缘方向进行线性插值,沿非边缘方向进行基于一阶梯度的权重插值。在运动估计时,采用SURF匹配算法,提高匹配的鲁棒性和实时性。在修正参考帧时,分别定义中心在四个边缘方向的点扩散函数(PSF)。利用完全参考图像质量评价和无参考图像质量评价分别对仿真实验和实物实验进行评价,评价结果表明提出的算法较传统POCS算法有明显的改善。

单唇密封圈检测装置自动对焦策略研究

为了解决单唇密封圈内径尺寸检测装置中镜头精确对焦的问题,设计了一种基于图像处理的自动对焦策略。将相机固定在直线滑台上,计算机控制电机转动,带动滑台上的相机移动并采集图像,利用改进的清晰度评价函数对采集的图像进行评价,然后电机驱动模块带动相机移动到图像清晰度最佳的位置,完成系统的自动对焦功能。将一种引入阈值的“四邻域”能量梯度算法作为改进的清晰度评价函数,通过与频域函数、灰度方差函数、Tenengrad梯度函数及熵函数等多种图像清晰度评价函数对比,验证了该函数的优越性。试验结果表明:使用改进算法设计的自动对焦策略能实现快速、准确的自动对焦。自动对焦策略解决了检测装置中镜头对焦的问题,并可以应用于多规格单唇密封圈内径尺寸检测。

SPGD算法光束净化中光强起伏对校正效果的影响研究

尽管无波前传感自适应光学技术可不受闪烁效应等波前畸变条件的限制,能够有效地补偿高能激光的波前畸变以提高光束质量,但是激光器光强起伏和噪声干扰对校正效果却存在严重的影响。分析了光强起伏和噪声干扰对随机并行梯度下降(SPGD)算法光束净化效果的影响,并进行了相关实验研究。理论分析表明,在光强起伏频率大于等于算法扰动频率时,系统性能随着光强起伏增加而降低;在低频光强起伏时,SPGD算法的抗干扰能力较强。为消除光强起伏对校正效果的影响,提出采用桶中功率作为系统性能评价函数的光束净化方案,理论分析和实验结果都表明,该方案能够有效地消除光强起伏和噪声干扰对校正效果的影响,实现接近校正极限的理想校正效果。

融合T节点线索的图像物体分割

目的图像分割是计算机视觉、数字图像处理等应用领域首要解决的关键问题。针对现有的单幅图像物体分割算法广泛存在的过分割和过合并现象,提出基于图像T型节点线索的图像物体分割算法。方法首先,利用L0梯度最小化方法平滑目标图像,剔除细小纹理的干扰;其次,基于Graph-based分割算法对平滑后图像进行适度分割,得到粗糙分割结果;最后,借助于图像中广泛存在的T型节点线索对初始分割块进行区域合并得到最终优化分割结果。结果将本文算法分别与Grabcut算法及Graph-based算法在不同场景类型下进行了实验与对比。实验结果显示,Grabcut算法需要人工定位边界且一次只能分割单个物体,Graph-based算法综合类内相似度和类间差异性,可以有效保持图像边界,但无法有效控制分割块数量,且分割结果对阈值参数过分依赖,极易导致过分割和过合并现象。本文方法在降低过分割和过合并现象、边界定位精确性和分割准确率方面获得明显改进,几组不同类型的图片分割准确率平均值达到91.16%,明显由于其他算法。处理图像尺寸800×600像素的图像平均耗时3.5 s,较之其他算法略有增加。结论与各种算法对比结果表明,该算法可有效解决过分割和过合并问题,对比实验结果验证了该方法的有效性,能够取得具有一定语义的图像物体分割结果。