基于最大后验估计的编码孔图像重建算法

图像重建算法对编码孔伽马相机的成像性能有重要的影响,然而广泛使用的最大似然期望最大化(MLEM)算法无法在较强干扰背景下有效抑制图像中的噪声,当超过一定迭代次数后,图像信噪比会逐渐降低。针对MLEM算法的这一“病态性”问题开展了研究。首先将最大后验估计(MAP)算法应用于编码孔图像重建,接着分析了算法中Gibbs先验函数的邻域大小和权值系数等关键参数的选取方法。然后使用编码孔相机开展了成像实验,对比了MLEM算法与MAP算法对22Na点源的图像重建结果。结果表明,在300~1 200次迭代下,MLEM重建图像中出现了明显的噪点,且随着迭代深入图像质量逐渐变差;而MAP重建图像没有出现明显噪点,重建图像的平均梯度相较于MLEM降低了26.45%~49.16%,对比度噪声比(CNR)提升了42.32%~351.07%。另外,对比了3×3和5×5邻域大小时的多点源图像重建结果,结果显示,邻域过小会导致重建图像的热点亮度降低,与理论分析结果一致。最后,分别对比了MLEM与MAP算法在较远距离和较强干扰两种场景下的成像结果,MAP算法均表现出更好的信噪比性能。

关于前向最大后验概率(MAP)算法的研究

推导了前向 MAP的一种简化形式—— F- MAP,并给出了它的两种实用算法 :Log- F- MAP和 Max- Log- F- MAP.F- MAP与 SOVA算法 (寄存器交换模式 )间有着密切的联系 ,特别是可将Log- F- MAP看作对 SOVA的进一步改进 .通过定点仿真 ,对 F- MAP和其他流行 SISO算法在Turbo译码中的 BER/FER性能进行了比较与分析 ,得到了译码延迟 D的合理值为 5～ 6倍的约束长度 .

融合边界处理机制的学习型麻雀搜索算法

为改善麻雀搜索算法(SSA)初始化阶段种群分布不充分,寻优过程中容易受到局部最优解干扰的不足,提出融合边界处理机制的学习型麻雀搜索算法(HSSA)。使用Piecewise map初始化种群,提高种群的分散程度;使用排序配对学习与竞争学习策略分别更新跟随者和警戒者,确保各代的最优解信息能够引导下一代的位置更新;自适应的警戒者数量使得警戒者作用被强调,提供灵活的应变机制;根据不同阶段的寻优特点制定多策略边界处理机制,保留住种群数量的同时,为超出边界的个体提供更加合理的搜索位置。经过12个基准函数的仿真实验,并借助消融实验、Wilcoxon秩和检验等证明了HSSA在收敛速度上的稳定性和寻优的高效性。

算法新闻的技术“迷思”与伦理调适路径——基于主体解构与后验真理的审思

不同主体对算法的不同认识建构起学界和业界关于算法新闻的技术“迷思”。算法对新闻生产“主体”的解构是迷思之根源,算法新闻的“后验真理”逻辑是迷思之生成动力。破解技术迷思的根本在于:从人的主体性视角切入,探求算法新闻生产的伦理调适路径。首先,算法技术亟待人的社会建构行为“透明”而非技术细节“透明”;第二,调适“后验真理”逻辑背后的社会建构要素需使宏观力量与微观角色相得益彰;第三,政策规约的制定需从政府向商业媒体平台辐射,进而建构政府、企业、公众共同参与的算法新闻伦理建设格局。

基于高斯混合模型及EM算法的建筑工程数据预警治理方法

结合初期雨水调蓄大直径顶管工程的实际设计及施工经验,对软弱地层条件下长距离大直径平行双管曲线顶管在设计及施工过程中存在的重点难点问题进行总结,并对顶管过程中的顶力及管周摩阻力做了深入分析研究,有针对性地提出了相应的解决方案,使该顶管工程顺利贯通。建筑工程行业在现代社会中发挥着重要的经济和社会作用,然而,它也伴随着诸多风险和不确定性。为了有效地管理和预测这些风险,本文提出了一种基于高斯混合模型(GMM)和期望最大化(EM)算法的数据预警治理方法。该方法旨在通过对建筑工程数据的建模和分析,提前识别潜在的问题和风险,从而改善工程项目的管理和决策。

Steklov-Lame特征值问题自适应多网格方法的后验误差估计

建立Steklov-Lame特征值问题的一种基于移位反迭代的有限元多网格离散方案,并研究该方案基于残差型的后验误差估计.首先给出近似特征函数在L^(2)(∂Ω)范数意义下的误差估计,其次给出多网格方案近似解的后验误差指示子,并证明后验误差指示子的可靠性和有效性.最后利用后验误差指示子设计自适应多网格算法并用于求解Steklov-Lame特征值问题.

基于运单轨迹核验助力提升物流行业规范性

网络货运发展两年来,行业内仍存在通行路径无法监管、通行费发票不规范的现象,为了助力提升行业监管能力、提高开票真实性甄别能力,本文通过提供解决方案介绍和关键技术说明,希望能在行业内外的管理和应用方面起到一定的帮助作用。

基于国密算法区块链技术的智慧金农应用

随着区块链技术日趋成熟及其在各类场景应用的快速落地,国家对网络安全和数据安全重视度持续加强。因此,基于国密算法区块链技术的场景应用就尤为重要。本文提出了一种基于国密算法的区块链技术的金融农业创新应用,即利用国密哈希函数特性来核验链下业务数据和链上数据的一致性,判断数据是否被篡改,并进行追踪溯源;同时通过国密的存证哈希函数和国密的密钥在链上查询和核验数据,保障链上数据不可篡改、安全可信。

基于改进YOLOv8算法的PCB真假点检测

针对公司现有印制电路板(PCB)⁃自动化光学检测(AOI)设备不易做真假点检测的弊端,提出一种基于深度学习算法库Pytorch对PCB大板表面进行真假点检测的视觉人工智能(AI)系统。运用图像处理中的形态学算法对表面内外孔边界交叉、内孔腐蚀不清、外孔渗铜等缺陷进行检测。通过增加padding、改进优化器、改变激活函数、引入注意力机制4个方案,并对近10万个成品完成数据收集与检测,该系统的平均精度由95.678%提升到98.998%,提高了3.32个百分点,精度较高,运行稳定。

一种基于MAP的超分辨率图像重建的快速算法

超分辨率图像重建技术就是通过融合多幅变形、模糊、有噪、频谱混叠的低分辨率降质图像(或视频序列)来重建一幅高质量高分辨率图像.MAP估计算法是一种广泛使用的统计重建方法.针对标准MAP估计算法运算量大的问题提出了两点改进.第1点是当计算梯度时直接计算目标函数的增量,避免了函数值的冗余计算;第2点是采用非精确一维搜索确定步长,避免了运算量庞大的海塞矩阵的计算.实验结果表明,提出的改进在保持重建效果基本不变的前提下,在很大程度上提高了MAP超分辨率图像重建方法的速率,与此同时保证了算法的收敛性.

Turbo码MAP译码算法中量化问题的研究

针对Turbo码MAP(MaxaProbability)译码算法的特点 ,对其量化方式进行了分析、讨论与仿真 ;着重讨论了量化范围、量化级数、均匀和非均匀量化等因素对译码器接收比特、前后向递推度量、附加信息和输出似然值的影响 ;分析了相应的译码性能 ;

Google Maps坐标偏移的修正算法

基于Google Maps开发GPS监控系统时,存在Google Maps的地图经纬度坐标与实际的经纬度坐标有较大的偏移的现象。研究发现,通过修正数据库可以进行不同精度的偏移修正。针对修正大量的位置数据时的低效率问题,提出了固定精度下不断改进的四种修正算法,并通过实验得出了不同算法适用于不同情形的结论。

Turbo编解码结构及基于LOG-MAP算法的性能仿真研究

阐述Turbo码的编解码结构。研究MAP以及LOG MAP解码算法。设计MATLAB仿真运算程序。根据设计的仿真程序比较Turbo码在不同约束长度、不同迭代次数以及不同编码速率情况下的性能。由仿真结果得出影响Turbo码性能的主要因素是交织器长度、迭代次数、编码速率。在各种情况下通过增加交织器长度和迭代次数、降低编码速率来改善Turbo码的性能。

一种基于Shadow Mapping的阴影生成改进算法

Shadow Mapping算法是目前广泛应用的阴影渲染方法,但该方法容易产生走样,特别是不能满足大规模场景中阴影的真实性和实时性要求。对此,提出一种利用平行面分割的改进Shadow Mapping算法,减少了算法运行时的缓冲空间,提高了阴影质量,尤其适合于动态大规模环境中实时阴影的生成。并用VS2005和OpenSceneGraph实现了算法的绘制过程,达到满意的视觉效果和生成速度。

基于Map/Reduce的朴素贝叶斯数据分类算法研究

针对目前机器学习研究领域中的数据分类问题,选择朴素贝叶斯算法作为研究对象。首先,通过对样本数据特征属性的权重进行加权调整,提高算法处理的准确率;然后,改进朴素贝叶斯算法分类器模型,使其能够利用Map/Reduce并行编程模型,采用多计算资源节点并行处理,进一步提高处理速度。最后,对UCI dataset数据库进行实验验证,结果表明:改进后的算法在海量数据分类处理中具有更好的性能表现。

基于最大后验估计的无监督聚类算法

传统的基于EM算法的聚类方法,当模型的某个高斯分量的协方差矩阵变为奇异矩阵时,会导致聚类失败。提出在聚类过程中用最大后验估计(MAP)来代替极大似然估计(MLE);将一种改进的贝叶斯信息准则(BIC)与模型参数估计同时处理,扩大了模型选择的搜索范围。该算法有效地避免了协方差矩阵在迭代中陷入奇异,并将参数估计和模型选择同时进行。通过R软件进行仿真分析,结过表明改进的算法在减少计算量同时,提高了聚类的准确度,并具有鲁棒性。

基于极大后验估计和指数加权的自适应UKF滤波算法

针对传统Unscented卡尔曼滤波器(Unscented Kalman filter,UKF)在噪声先验统计未知时变情况下非线性滤波精度下降甚至发散的问题,设计了一种带噪声统计估计器的自适应UKF滤波算法.首先根据极大后验(Maximum a posterior,MAP)估计原理,推导出一种次优无偏MAP常值噪声统计估计器;接着在此基础之上,采用指数加权的方法,给出了时变噪声统计估计器的递推公式;最后对自适应UKF算法进行了性能分析.相比于传统UKF,该自适应UKF算法在噪声统计未知时变情况下不仅滤波依然收敛,滤波精度及稳定性显著提高,而且其具有应对噪声变化的自适应能力.仿真实例验证了其有效性.

基于最大后验估计的恒模盲均衡改进算法

为解决恒模算法(CMA)对高阶正交幅度调制(QAM)信号均衡效果较差的问题,提出了一种将CMA算法和最大后验估计(MAP)盲均衡算法相结合的改进算法。该算法运用CMA使均衡达到初步收敛后,改用MAP估计的方法来减小剩余误差。仿真结果表明,该改进算法对高阶QAM信号的均衡也能达到很快的收敛速度和很小的剩余误差,星座恢复图很紧凑。同时由于改进算法不需要进行多次的信号区域判决,其计算复杂度远小于MAP估计盲均衡算法。

基于逐比特MAP算法的Turbo编码调制方式

给出了一种基于逐比特 MAP算法的 Turbo编码与多元调制相结合的编码调制方式 .该编码调制方式通过删截 Turbo码的校验位以获得高编码效率 ,将复用后的编码输出以 Gray映射方式与多元调制结合从而获得高频带利用率 ,并采用逐比特 MAP算法进行迭代译码 .仿真结果表明 ,将 Turbo码的高编码增益与多元调制的高频谱利用率有效地结合在一起 ,是一种功率和频谱高效的编码调制方式 ,它比传统的网格编码调制 ( TCM)

基于POCS-MPMAP合成算法的超分辨率图像复原(英文)

阐述了凸集投影理论 (POCS)和基于Markov约束的Poisson MAP超分辨率图像复原算法 (MPMAP) 为了能获得更大的带宽扩展和更好的复原图像 ,把POCS理论与MPMAP算法结合在一起 ,提出基于POCS MPMAP的合成超分辨率图像复原算法