基于LesionMix数据增强和熵最小化损失的半监督肺癌CT影像分割

目的基于LesionMix数据增强和熵最小化损失建立一种半监督肺癌CT影像分割方法——熵最小化病灶增强(EMLM)。方法首先,提出LesionMix数据增强方法,即通过对少量有标注的CT影像进行病灶信息提取并重复利用,来提升标注数据的利用效率。其次,提出两阶段半监督训练策略,第一阶段通过LesionMix数据增强方法使模型快速学习到少量标注数据的病灶特征,第二阶段使用熵最小化损失函数使其拟合真实数据分布情况,提高模型分割效果。最后,在LIDC-IDRI数据集上,通过对比实验和消融实验评估EMLM方法的分割性能。结果对比实验结果显示,在30%和10%标注比例的情况下,EMLM方法的戴斯相似度系数(DSC)均高于当前6种最佳半监督分割方法(URPC模型、UAMT模型、RD模型、MT模型、AEM模型、CPS模型),在50%标注比例的情况下,EMLM方法的DSC高于MT模型、RD模型、CPS模型、UAMT模型(P<0.05)。消融实验结果显示,使用Baseline模型同时配合EMLM方法时的DSC大于仅使用Baseline模型或者使用Baseline模型单独配合熵最小化损失(P<0.05),与使用Baseline模型单独配合LesionMix数据增强方法差异无统计学意义(P>0.05)。结论对于肺癌病灶分割,EMLM方法可以有效降低对标注数据的依赖并实现良好的分割效果。LesionMix数据增强方法与熵最小化损失实现了对肺癌病灶的重复利用,提高了标注的利用效率,同时可以更好地拟合真实数据分布情况而获得更佳的分割结果,从而有效提升了模型对肺癌病灶的分割能力。

基于熵最小化的协作式随机检测宽带频谱的策略

针对认知无线电中的宽带频谱检测,从信息熵角度分析了信道状态估计的准确性与熵的关系,进而提出一种基于熵最小化的协作式随机检测宽带频谱的策略。该策略充分利用了信道状态的先验信息和实际检测所得信息,选择使系统信息熵最小化的信道进行检测,从而自动调节各个信道检测时间间隔。性能分析和仿真实验表明,基于熵最小化的检测策略有效地提高了信道状态估计准确性和检测的效率。

基于一致性正则化与熵最小化的半监督学习算法

在一致性正则化与熵最小化的基础上提出一种新的半监督学习算法Mean Mixup,集成数据的互补信息,然后使用熵最小化给未标记数据生成可靠的伪标签,在一致性正则化下进一步优化模型分类结果。在常用数据集SVHN和CIFAR10上对Mean Mixup算法进行了评估,实验结果表明,所提出的方法在分类准确率上优于一些已有的半监督学习算法。

空冷器环肋的熵最小化原理分析

运用熵最小化原理对空冷器正三角形排列换热管的环肋进行了优化,分析了迎面风速、管束宽度、换热管长度、管排数、翅片高度、翅片厚度、翅片密度以及管间距对其换热性能和电机功率消耗的影响。结果表明,低迎面风速、高薄翅片、高翅片密度、多管排数和较小的管间距造成的不可逆损失较小。这一分析结果也适用于其它类型翅片的优化设计。

基于构形理论的“体-点”导热熵产生最小化

基于构形理论,以导热过程中的熵产生最小为优化目标,对"体-点"导热问题进行了研究。得到了矩形单元面和各级构造面的最优外形及高导热材料的最优分布;分析了优化级数对最小化熵产生的影响;比较了所得的最小熵产生与热阻优化过程中熵产生的大小;还比较了以熵产生最小为优化目标与热阻最小为优化目标所得的最优构形的差异。

熵产最小化理论在传热和热功转换优化中的应用探讨

针对传热和热功转换系统的优化设计,分析了熵产最小化理论的优化方向和适用条件.熵产直接度量系统可用能或做功能力的损失,因此熵产最小化理论的优化方向为将系统可用能或做功能力的损失降到最低,从而使系统保有最大的做功能力.然而,在工程应用中,设计目标各有不同.因此,并非所有设计目标均能与熵产最小化的设计方向一致,这就使得熵产最小化并不总是与优化目标相关联.针对传热速率、输出功率等可与熵产建立关联的优化目标,讨论了熵产最小化理论的适用条件.当这些条件不能得到满足时,最小熵产并不一定对应最优性能.对一维传热过程、换热器等传热系统和以输出功率、热功转换效率、热经济性能等为优化目标的热功转换过程进行了分析,结果验证了理论分析所得的结论.

论熵增最小化经济与资源的可持续利用

经济的快速发展带来了经济系统不断的优化演变,但同时也给生态系统带来了过多的环境问题。文章从资源熵、负熵资本与资源利用的关联性入手,运用生态经济系统熵变模型,从熵经济学角度分析环境污染问题,得出这样的结论:自然界过快的熵增超出了自然界消除熵的能力,以至于自然界没有太多排放熵的空间是造成环境危机的深层次原因。改变当前人类利用资源的方式是缓解环境危机的根本出路,而发展熵增最小化经济为缓解环境危机,实现资源的可持续利用提供了理论上的可行性。

目标波段熵最小化(BTEM)的原理及其应用

文章综述了近年来目标波段熵最小化(BTEM)作为一种新发展的自模式曲线分辨法(SMCR)在纯组分光谱重建中的原理及其应用研究进展,展望了BTEM应用于药物分析的未来发展前景。

基于q-高斯分布和零阶最小熵正则化的三维重力聚焦反演

观测的重力数据通常含有误差,传统的三维重力反演方法假设数据残差服从高斯分布,数据误差的大小和可靠估计对于三维重力反演的精度和可靠性是非常重要的.在模型正则化方面,传统的三维重力反演主要是基于Tikhonov正则化理论来获得稳定解,但是当地下密度异常体存在尖锐边界时,基于L_(2)范数正则化的三维重力反演得到的密度异常体边界比较平滑,这给后续的地质解释带来一定的困难.为此,本文提出了一种基于q-高斯分布和零阶最小熵正则化的三维重力聚焦反演方法,该方法不需要估计数据误差,且对较大数据误差的敏感性较弱,同时能够获得聚焦反演结果,且不需要确定合理的聚焦参数.理论模型测试表明,本文提出的三维重力聚焦反演方法得到的反演模型具有聚焦效果,能够较好地刻画异常体边界和密度值,且对含有较强干扰的重力数据具有一定的适用性.将本文方法应用于墨西哥圣尼古拉斯矿区的实测重力数据,反演得到的硫化物矿体与已知资料具有较好的一致性.本文在理论模型和实际资料测试中还进行了反演模型不确定性分析,分析结果表明q取值为1.5能够得到令人满意的反演结果.

基于零阶最小熵正则化的井地重力异常三维联合反演

地面重力和井中重力数据含有相互补充的信息,联合反演地面重力和井中重力数据能够较好地反演异常体的真实空间分布。当地下地质体存在尖锐边界时,基于Tikhonov正则化的光滑反演得到的地质体的分界面不清晰,这给后续的地质解释带来一定的困难。为此,本文提出了一种基于零阶最小熵正则化的地面和井中重力数据三维联合反演方法,该方法通过利用这两种数据含有的相互补充的信息提高地下地质体的成像分辨率,而利用零阶最小熵正则化提高反演异常体的聚焦效果,且不需要事先选择合理的聚焦因子。将本文提出的井地联合聚焦反演方法应用于三个不同的理论模型,反演结果表明,相比光滑反演,基于零阶最小熵正则化的聚焦反演能够更加精细地刻画异常体的空间展布;当有钻井穿过异常体时,井地联合聚焦反演能够得到更加可靠和较高成像分辨率的反演密度模型。

Dulong-Petit传热规律下甲烷蒸汽重整反应器熵产率最小化

基于有限时间热力学理论,考虑管式活塞流转化管外热源与管内混合反应物间传热服从Dulong–Petit传热规律[q∝?(T)^(1.25)],对管式活塞流反应器中的甲烷蒸汽重整反应进行优化。在管外热源温度分布完全可控及氢气(H_2)产率、进口压力、进口反应混合物总摩尔流率和惰性气体氮气(N2)的摩尔流率均给定的条件下,以化学反应、粘性流动、传热过程的总熵产率最小为目标,应用非线性规划数值方法对反应器的最小熵产率以及管外温度的最优分布进行了数值求解,并与管外热源温度恒定、热源温度线性变化的两种参考反应器以及分别服从牛顿传热规律[q∝?(T)]和线性唯象传热规律[q∝?(T^(–1))]的最优反应器进行了比较。结果表明,最优反应器与2种参考反应器相比熵产率降低了58%以上;对反应器进行预加热有利于减小反应器的熵产率;对于最优反应器,中间段区域存在恒定的化学驱动力或恒定的热驱动力;传热规律对SMR反应器的热源与反应物温度最优构型及最小熵产率均有显著影响。

基于灰度和空间联合信息最小化的磁共振图像偏差场纠正(英文)

在磁共振图像( MR)的偏差场纠正中,针对灰度信息最小化方法没有考虑空间信息问题,提出联合信息最小化方法,该方法把图像的灰度信息和空间信息结合起来.空间信息采用灰度导数信息.被偏差场破坏的图像灰度及其导数值的联合信息(联合熵)大于对应的没被偏差场破坏的图像联合熵.联合熵是通过计算灰度及其导数值的联合概率分布得到.仿真脑部MR数据和临床脑部MR数据的试验结果都表明,灰度及其二阶导数联合信息最小化方法纠正效果良好,大大减少了脑白质和脑灰质的灰度交叠.

烯烃齐聚化工流程熵产率分析与优化

烯烃齐聚反应是一种可将低碳烯烃转化为高碳燃油的反应,在舰船燃油保障领域有着重要意义。以有限时间热力学理论为基础,对包含混合器、压缩机、换热器与反应器的烯烃齐聚化工流程进行建模,在给定压缩机效率、换热器与反应器热源温度分布和癸烯(C_(10)H_(20))产率的条件下,以流程熵产率最小为优化目标,以反应器进口压力、混合器入口组分及总摩尔流率为自变量进行优化,并将优化结果与参考化工流程和反应器熵产率最小对应流程进行比较。结果表明:通过优化使流程熵产率下降了44.41%;在优化范围内,减小混合器入口总摩尔流率与反应器进口压力可降低流程熵产率;流程最小熵产率相较于反应器熵产率最小对应流程的熵产率减小了49.29%。

基于类权重和最小化预测熵的测试时集成方法

针对传统集成学习方法忽略不同样本需使用不同模型权重的问题,提出一种基于类权重和最小化预测熵(class and entropy weights,CEW)的测试时集成方法。类权重为模型预测结果与验证集上各类概率对错分布的相似度,利用欧氏距离计算相识度;在最小化熵过程中,线性组合模型预测经过类权重模块加权后的输出,寻找最小预测熵对应的线性组合作为熵权重,提高集成模型预测能力。试验结果表明:在4个公开医学图像数据集上,CEW方法与最优单一模型相比,平均召回率提高0.23%~2.81%,准确率提高0.5%~2.54%;与DS方法相比,CEW方法平均召回率最多提高1.25%,准确率最多提高1.1%。基于CEW的测试时集成方法能够在测试时(无标签情况下)动态调整模型权重,比同类方法的预测精度更高。

CO_(2)氢化合成低碳烯烃反应流程熵产率最小化

CO_(2)氢化合成低碳烯烃是一种非石油原料合成烯烃路径,具有广阔的应用前景。以有限时间热力学理论为基础,对包含混合器、压缩机、换热器与CO_(2)氢化合成低碳烯烃反应器的反应流程进行建模及优化。在压缩机效率和癸烯(C10H20)产率均给定以及换热器与反应器热源温度完全可控的条件下,以整个流程的熵产率最小为优化目标,对流程最小熵产率及换热器与反应器的热源温度分布最优构型进行数值求解,并将最优流程与反应器熵产率最小对应流程进行对比。结果表明:通过优化使反应流程熵产率相比参考反应流程下降7.77%;在优化范围内,选取较低的换热器出口温度、适当提高H2摩尔分数与降低CO_(2)摩尔分数可以降低反应流程的熵产率。研究结果对CO_(2)氢化合成低碳烯烃反应流程最优设计具有一定理论指导意义。

普适内可逆热机循环模型及其生态学优化

用有限时间热力学的方法分析了空气标准内可逆热机循环,导出了存在传热损失时,由两个加热过程、一个放热过程和两个绝热过程组成的普适的空气标准内可逆热机循环的功率、效率和生态学性能,并由数值计算分析了循环过程对循环性能的影响特点。所得结果包含了内可逆D iese l循环、O tto循环、B rayton循环、A tk inson循环和Dua l循环的特性。

基于三维分布参数模型的紧凑式换热器优化

基于翅片通道划分网格并建立微元控制方程,实现了紧凑式换热器的三维分布参数模型.在分布参数模型的基础上,结合熵产最小化原理,应用遗传算法对换热器的外形尺寸及翅片类型、结构参数进行了优化设计.分布参数模型考虑了流体物性参数在换热器内各点的变化,能够应用于湿工况和相变情况下的换热器性能研究.而且基于翅片通道的网格划分方法具有明确的物理意义,避免了单纯数值方法的复杂性,大大提高了计算速度,解决了基于分布参数进行换热器优化的难题,该优化方法可以推广应用于其它类型的换热器或热沉中.

具有热阻、热漏和内不可逆性的联合卡诺热机生态学优化

用有限时间热力学的方法分析具有热阻、热漏、内不可逆性的定常流联合卡诺型热机循环.导出了在傅立叶导热定律下联合循环功率、效率和生态学指标的性能,并进行优化;得到功率、效率和生态学指标之间的优化关系,并由数值计算分析了功率、效率和循环熵产率之间的关系.所得的结果表明,最大生态学指标下的效率十分接近于联合循环可以达到的最大效率;相应的熵产率也要低于以输出功率为优化目标时的熵产率.

基于严格等价函数的区间二型模糊熵及其图像阈值分割方法

文中利用严格等价函数提出一种基于区间二型模糊熵的图像阈值分割方法.首先基于公理化定义,利用严格定价函数提出一种区间二型模糊熵的构建方法,由此可以得到多个不同的模糊熵计算表达式;然后通过理论分析给出了利用最小化模糊熵准则选取最优阈值的方法.实验结果表明,与现有的其他模糊阈值分割法和改进的2维Otsu法等相比,该方法的分割更加准确,运行时间更少,具有更广泛的适应性.

“整数梯度下降”算法对热泵用翅片管蒸发器流路的优化

本文针对热泵用翅片管蒸发器,采用分布参数法构建仿真模型,研究蒸发器流路对其熵产的影响,并开发了基于“整数梯度下降”算法的蒸发器流路优化模型。研究结果表明:当蒸发器换热量增大时,最小熵产点所对应的蒸发器分路数增加,且分液器相对位置前移。通过对比实验与仿真结果,验证了蒸发器熵产(仿真值)与系统COP(实验值)之间的对应关系,即蒸发器熵产(仿真值)的变化可用于预测热泵系统COP的变化情况。在此基础上,以熵产作为“代价函数”,采用“梯度下降算法”构建了蒸发器流路优化模型,获得了设计换热量为2000~6000 W所对应的最佳蒸发器流路。