引入低秩约束先验的深度子空间聚类

大多数子空间聚类算法将高维数据映射到低维子空间时不能较好捕获数据间几何结构.针对上述问题,文中提出引入低秩约束先验的深度子空间聚类算法,兼顾数据全局和局部结构信息.算法结合低秩表示与深度自编码器,利用低秩约束捕获数据全局结构,并将约束神经网络的潜在特征表示为低秩.自编码通过最小化重构误差进行非线性低维子空间映射,保留数据的局部特性.以多元逻辑回归函数作为判别模型,预测子空间分割.整个算法在无监督联合学习框架下进行优化.在5个数据集上的实验验证文中方法的有效性.

基于差分算子边缘约束先验的图像盲复原算法

为了有效克服图像在复原过程的边缘退化、振铃效应等影响,使空间域的边缘先验信息能够灵活的添加到图像复原算法中,依据差分算子描述检测边缘的特性,将数字摄影测量学中的拉普拉斯算子、Robert梯度算子、方向差分算子作为一种新的边缘约束先验引入到图像复原过程中,同时使用Toeplitz矩阵实现图像在空间域解卷积的过程,提出了一种以差分算子为边缘约束先验的空域图像复原算法。模拟数据的实验结果体现了更多的细节信息,相关评价指标表明了该算法的有效性。

利用先验信息约束的深度学习方法定量预测致密砂岩“甜点”

鄂尔多斯盆地东缘LX区块二叠系石盒子组发育河流相致密砂岩储层,高产气层具有孔隙度大于12%、渗透率大于1 mD、含气饱和度大于50%等特征,寻找高产“甜点”亟需开展储层参数定量评价。基于传统地震反演间接预测孔隙度等参数的方法精度低。LX区块地震数据与测井曲线对应关系不一致,存在大量矛盾样本,导致常规卷积神经网络难以应用。为此,在常规卷积神经网络模型的基础上增加一个全连接网络结构。地震数据与测井数据之间通过托布里兹局部网络结构连接,用于解决储层参数与地震数据不直接相关问题。全连接网络结构通过引入线(道)号、层位、地震相等先验信息,可以解决矛盾样本问题。通过引入地层格架、地震相等先验约束信息,构建了适用于致密储层的深度学习网络模型,形成了地质导向的样本井优选方法,从而定量预测储层参数、刻画了高产气层“甜点”平面展布。实际应用结果表明,孔隙度、渗透率、含气饱和度预测结果与井数据吻合度高,新部署的5口钻井测试无阻流量均超过1万m^(3)/d,有力推动了致密气高效开发。

基于先验距离约束的3D卷积毫米波雷达目标检测方法

用于辅助和自动驾驶系统的各种传感器中,相机和激光雷达的感知性能受天气影响较大,而车载毫米波雷达是一种低成本且几乎不受天气影响的全天候工作器件,对于运动的物体,可提取丰富的多普勒信息。随着雷达技术和开源标注数据集的发展,基于底层雷达数据的目标检测已经成为一个非常有前景的领域。为解决车载毫米波雷达数据的角度分辨率低导致的目标检测和定位不准确的问题,并提升毫米波雷达目标检测的性能,提出了一种基于先验框距离约束的3D卷积毫米波雷达目标检测方法,以实现多种动态目标的检测及分类。在本文方法中,通过设计3D ResNet的特征提取器来表征距离-角度-多普勒张量中的目标信息,解决现有的模型因忽略来自原始3D雷达信号的多普勒信息而表征不足的问题;其次,添加了绝对距离损失函数来训练模型,克服距离对目标呈现的影响,提高目标检测的准确性和鲁棒性;此外,还提出了分距离单元区间重新设置先验框的方法,解决现有方法中先验框设计不合理的问题。所提出的模型在RADDet数据集上进行训练以及测试,实验结果表明:与目前的最先进的方法相比,本文模型在IoU阈值为0.1、0.3、0.5、0.7时均达到最优,其中IoU为0.1和0.3时提升最为显著方法,分别提升了6.6%和5.1%。

基于序列间先验约束和多视角信息融合的肝脏CT图像分割

医学电子计算机断层扫描(CT)序列图像中肝脏的准确分割是实现计算机辅助肝手术的重要前提,然而图像中存在的组织病变、边界模糊或缺失、不同组织间的粘连给肝脏分割带来极大挑战。针对这些问题,该文提出一种基于图像序列间先验约束的半自动分割方法,并进一步采取了多视角信息融合的方式实现肝脏的准确分割。该方法的优势在于无需大量数据的收集和复杂的先验训练。在Sliver07公开数据集合的验证结果显示,和领域内主要方法相比,该方法具有较高的分割准确度,特别是当肝脏区域存在病灶、边界模糊或缺失的情况下具有明显提升。

平差中先验约束的作用与影响

研究了GPS基线解算中对测站坐标进行先验约束的影响,利用GAMIT/GLOBK软件分析了实测数据,得出了采用不同约束量对GPS基线解算结果的影响程度,并综合给出了GPS中采用先验约束的原则。

先验约束水平集方法提取乳腺超声病灶

超声图像自动分割技术具有重要的应用价值,同时面临很大挑战。本文针对乳腺超声图像局部分割需求,通过区域生长法自动快速提取初始分割区域作为水平集的初始条件,实现先验区域约束的作用,显著提高分割准确度;基于CV模型进行全局信息和区域信息的拟合,提高了弱边界的定位准确度;增加速度能量项,使零水平集更快地收敛在边界处;对经典水平集模型的一些能量项进行删减调整,以降低计算复杂度。分割实验结果表明,本文方法能够较为准确快速地实现病灶分割,有一定的临床辅助价值。

基于先验约束的深度学习地震波阻抗反演方法

不同于传统的深度学习反演方法,文中提出一种基于先验约束的深度学习地震波阻抗反演方法:参照地震相类型分割待反演区域,且将区域分割结果作为一种明确的空间约束条件监控网络模型的反演过程;将蕴含丰富低频信息的初始模型作为一种标签以丰富反演结果的低频信息;并使用一种强抗噪性激活函数提高网络模型对噪声数据的适应能力。为降低标签数据的获取难度并保证网络的反演精度,还采取半监督学习方式对网络模型进行训练。将所提方法应用于Marmousi 2模型,测试结果表明反演效果良好且具有较强抗噪性能;随后将该方法成功地应用于M油田实际勘探数据。

先验图像约束的有限角度CT图像重建算法

对于有限角度CT图像重建,提出一种基于先验图像约束的迭代重建方法。将先验图像中各种均匀组织的平均值作为先验信息引入到重建图像目标函数中,约束待重建图像。对Shepp-Logan体模进行了仿真重建实验,并与ART、ART-TV算法进行了主观和客观的对比评价。实验结果表明,本文方法信噪比更高,平均误差更小,重建图像的伪影和变形程度大幅度减少。

用先验地质信息约束的非线性AVO反演

采用基于层状模型和动态射线追踪的先验约束最大似然反演过程，求解叠前地震道集储层时窗内各个时间采样点的纵、横波速度和密度等弹性参数，并由此计算泊松比参数．用解析算式计算Ｊａｃｏｂｉ矩阵中反射和透射系数关于模型参数的偏导数，并用自适应因子控制约束反演过程，使得迭代计算快速和稳定．由于在反演中加上了先验地质信息的约束，提高了参数估算的分辨率和抗噪音能力，并且可以获得符合地质规律的反演结果．理论模型和一组三维地震面无道集的反演结果表明，这种方法可以应用于面向储层的叠前地震资料弹性参数反演．

近场源多频电磁法人工蜂群约束反演研究

近场源多频电磁法常用于浅层电性结构调查,其数据反演结果直接影响探测成效。针对常规最小二乘反演收敛不稳定、多解性强的问题,提出一种人工蜂群非线性算法和先验信息约束相结合的反演方法。首先阐述了近场源多频电磁法正演问题,并对正演精度进行验证;在此基础上,对人工蜂群非线性算法原理进行了剖析,给出反演计算流程;之后,讨论了在人工蜂群反演中引入参考模型约束、光滑约束和物性范围约束的方法,最终形成近场源多频电磁法的人工蜂群约束反演方法。采用理论模型对该方法进行测试,结果表明:人工蜂群反演方法适用于多层模型,能满足数据拟合要求,且收敛曲线稳定下降,避免了常规反演陷入局部极小解的问题;人工蜂群反演在无约束时易出现虚假构造,而有约束时可有效收紧反演解空间,使结果更加接近真实值,反演结果质量更高。对两例不同电性环境下的近场源多频电磁实测数据进行试算,人工蜂群约束反演均给出符合实际地质情况的结果,表明该方法有效且可靠。因此,近场源多频电磁法的人工蜂群约束反演方法具有在实践中推广应用的价值。

附加先验轨道约束的LEO几何法实时精密定轨验证分析

低轨卫星的实时精密定轨能够极大拓展其完成复杂科学任务的能力,例如实时环境监测、机动控制和卫星自主导航等.本文根据几何法实时精密定轨模型,提出了附加LEO先验轨道约束从而改善实时定轨的精度、收敛速度和稳定性的构想.分别采用广播星历、超快速星历预报部分和实时精密星历,设计了6种实时定轨方案,并利用Swarm-A, B, C星7天的观测数据进行方案验证与分析.结果表明,使用广播星历、IGU和IGC星历的方案精度递增,附加先验轨道约束能够进一步提升精度.使用IGC星历并附加标准差为1m的先验轨道约束后,在径向、切向和法向的定轨精度分别达到6.12 cm,5.55 cm和4.98 cm.此外,附加先验轨道约束能够显著提升收敛速度,使用IGC星历平均收敛时间约为31 min,附加标准差为1m的先验轨道约束后收敛仅需约4 min.

先验约束参数估计法在CORS站点复测分析中的应用

CORS站点经过长时间的连续运行可能会发生一定的形变,如未及时修正会对CORS系统解算及流动站定位带来一定的影响。针对这一问题,对固定约束与附加先验约束的参数估计方法求取CORS站点坐标的区别进行了对比;分析了CORS站点坐标对系统解算及流动站定位的影响;给出了CORS站点的复测方案,并对苏州CORS站点坐标进行了实例分析。结果表明,利用当前最新历元的基线解固定约束至建网时的控制点,以维持最新的相对位置及原始坐标框架,其中由于地球板块运动导致的CORS站点位移对系统解算几乎无影响。

先验信息约束静校正技术及应用

依托于地震工程数据库平台,在现有静校正方法的基础上,提出一种新的静校正技术———先验信息约束静校正技术.该技术充分利用各种已成熟或接近成熟的技术,综合各种地质和地球物理数据,通过点、线、面一体化的表层交互分析解释方式,调整建立符合当地区域地质特征的表层结构模型,利用模型法静校正公式算出每个接收点和炮点的静校正量,最终静校正量由模型静校正量约束折射或层析校正量所得.这样就实现了正确构造背景下高精度成像,同时也为解决表层静校正问题提供可选择的静校正技术手段.实际应用表明,该方法和技术对DCZ地区大量的地震数据是适用的和有效的,在该区的地震勘探中解决了一定的问题并取得了一定的效果.

基于局部先验约束的极低分辨率面部表情识别

为解决极低分辨率条件下面部表情识别困难的问题,提出一种基于局部先验约束的极低分辨率表情识别方法。通过一种基于局部位置先验约束的超分辨率重建算法与基于局部先验约束的协同表示算法保证重建与识别目标的一致性,最终有效实现对极低分辨率的面部表情图像的表情识别。在公开的JAFFE和CK+两个标准人脸表情库上的对比实验结果表明,本文算法对于极低分辨率的面部表情识别的性能更优。

基于填充先验约束的矩阵分解算法

尽管现有的社会推荐方法,特别是基于矩阵分解的社会推荐方法,取得了一定的推荐效果,但这些方法使用评分数据空间的用户偏好去约束社交关系数据空间的用户偏好,而这两种用户偏好却处于不同的数据空间,这限制了推荐模型的准确性.为解决这个问题,提出一种使用填充数据的偏好来约束评分数据偏好的学习过程的方法.该方法首先设计一个算法生成填充数据,然后,在概率矩阵分解的过程中约束填充数据偏好的先验分布服从评分数据偏好的先验分布.在四个真实数据集(TrustFilm,Ciao,MovieLens 1m和Jester)上测试的结果表明,提出方法的推荐效果比现有的代表性方法都要好,为概率矩阵分解模型中先验约束的研究提供了新思路.

大回线源瞬变电磁法先验模型约束反演方法及应用

大回线源瞬变电磁法框内接收区域较大时,边框效应明显。从正则化理论出发提出一种考虑测点偏移距,且基于先验模型约束的反演方法,该方法适应于框内接收区4/9面积的资料解释,可大幅度提高瞬变电磁法解释精度和施工效率。在反演算法中目标函数是由数据拟合项和模型约束项两部分组成,其反演结果是两者均达到极小值时的共同解,较大程度避免了反演过程中易陷入局部极小的缺陷,降低了反演的多解性。经理论层状模型计算,证明了先验模型约束反演算法的正确性。将这种方法应用于探测隐伏老空水的实例中,反演时以钻孔电阻率测井资料作为先验模型进行约束,其成果中的低阻积水异常区与收集到的采空分布范围极为吻合,且主要位于易汇水的低洼区域,通过后期钻孔验证,成果可靠。

红外图像多尺度统计和应用先验去模糊模型

为了提高特定应用场景的红外导引头成像质量,采用了统计导引头图像对成像环境和应用场景建模的方法,一方面用L 1/L 2范数对复原图像进行约束,保持多尺度成像细节信息;另一方面用稀疏的拉普拉斯分布对迭代模糊核进行约束,保持对红外成像内容的约束,并采用计算图像细节信息进行了自适应变化核。结果表明,建立的图像复原约束模型能有效地提升成像质量,凸显图像边缘,其对比度增强系数指标提高了20%~50%,峰值信噪比提高了0.8~3.4,图像像素的模糊检测累积概率提高了0.3~0.5。该研究对复杂场景和动载体成像处理有一定的帮助。

结合Fourier域约束的多帧盲解卷积图像恢复算法

大气湍流严重限制了地对空光学系统的成像质量,自适应光学系统对大气湍流的补偿仅仅是部分的、有限的。当前的图像恢复技术对重建过程中的PSF施加的先验约束主要有非负性、归一化、支持域等空间域约束。这里对图像的Fourier频谱特性进行分析,将一种基于Fourier域的先验约束引入到多帧迭代盲解卷积算法中。实验结果表明,该算法可有效对模糊图像进行恢复,尤其是对强湍流观测下的重度模糊图像具有较好的恢复效果。

基于主动学习先验的半监督K-means聚类算法

基于迭代框架的主动半监督聚类框架(IASSCF)是一个流行的半监督聚类框架。该框架存在两个问题:其一,初始先验信息较少导致迭代初期聚类效果不佳,进而影响后续聚类结果;其二,每次迭代只选择信息量最大的一个样本标记,导致运行速度慢、性能提升慢。针对这两个问题,设计了一种基于主动学习先验的半监督K-means聚类算法。该方法包含初始化阶段和迭代阶段。初始化阶段主动选择代表性较高的节点集合,并基于代表节点集合构建各类的先验节点集合和约束先验集合。迭代阶段,每次迭代包含三步:1)基于当前约束先验集合,利用约束半监督聚类算法PCK-means对数据进行聚类;2)依据当前聚类结果,主动选择每个簇中最具价值信息的未标注样本点;3)利用选择样本点扩充先验节点集合及约束集合。迭代此过程至达到收敛阈值。实验结果表明,与基于原IASSCF框架的半监督K-means聚类算法相比,所提算法运行速度更快,性能更优。