基于秩自适应贝叶斯张量分解模型的交通流量数据修复方法

针对传输线路故障、通信故障等原因造成智能交通系统在某时刻或时段无法识别到车辆,导致数据缺失的问题,提出一种基于秩自适应贝叶斯张量分解模型的交通流量数据修复方法.首先,考虑交通数据的时空相关性,基于张量模型构建数据结构.其次,使用贝叶斯模型在张量分解的参数和超参数上设置灵活的先验和超先验分布,构建秩自适应算法解决张量分解模型的秩选择问题.最后,采用长沙市车辆牌照识别(License Plate Recognition,LPR)系统记录的2019年7月1日至2019年7月28日793个交叉路口的交通流量数据,检验在不同的张量数据结构、丢失方式、丢失率以及张量分解秩的情况下该模型的数据修复精度.研究结果表明:秩自适应算法能够捕捉张量分解最佳秩的大小,避免预设秩过大导致的过拟合现象;与传统的CP分解(CANDECOMP/PARAFAC decomposition)和均值法相比,本文所提算法的平均绝对百分比误差在丢失率达到30%的情况下降低了20%,有效提升了交通流量数据修复的准确性.研究成果可为交通流量预测、交通出行时空特征分析中的数据修复提供参考.

基于线性误差模型的磁张量系统校正

针对磁张量系统中存在单个三轴磁场传感器自身误差(三轴非正交性误差、各轴灵敏度不一致误差和零点偏移误差等)和三轴磁场传感器轴系间对正误差的问题,提出基于线性模型的磁张量系统校正方法。对于单个三轴磁场传感器建立了关于三轴非正交、各轴灵敏度不一致和零点偏移的线性误差模型,对于三轴磁场传感器轴系间对正误差建立了关于坐标系旋转角度的线性误差模型,通过广义逆的方法求解得到误差参数,将求解得到的误差参数代入测量数据,实现对磁张量系统的校正。实际测量试验表明,本文所提方法可以有效减小单个三轴磁场传感器自身误差和三轴磁场传感器轴系间的对正误差。

基于扩散张量的自适应正则化变分模型

结构张量是描述图像的有效工具。利用结构张量对图像灰度变化的方向和大小进行判断,提出基于扩散张量的自适应正则化变分模型。该模型将冲击滤波器耦合在其中,使其在恢复图像的同时能有效地增强边缘。同时,给出一种构造正则化参数的方法。仿真实验表明,该模型在对带噪图像进行自适应恢复时,能较好地保护边缘信息,增强纹理特征,得到了较为满意的结果。

多重混合线性张量模型及其参数估计

首先定义低阶张量乘法和4阶张量的逆,考察4阶张量的可逆条件及其Tucker分解,引入多重混合线性张量(MMLT)模型,最后结合张量CP分解和Tucker分解给出MMT模型的最优参数估计。

弥散张量成像在大鼠脑胶质瘤模型中的应用

脑胶质瘤是中枢神经系统最常见的一种恶性肿瘤，呈弥漫浸润性生长，与周围组织分界不清，与重要神经纤维柬关系紧密。这种生物学特性使术者很难在肉眼或显微镜下真正做到肿瘤全切除，肿瘤留有残余，术后易复发，扩大切除范围则容易损伤正常白质纤维束，造成相应的神经功能障碍。如何明确肿瘤的边界及其与白质纤维束之间的关系，是目前亟待解决的问题。20世纪90年代中期，

Oda裂隙张量的DC模型在裂隙岩体渗流模拟中的应用

针对裂隙岩体渗流非均质各向异性的特点,我们用基于离散连续模型(discrete continuum model,简称DC模型)的方法,对裂隙岩体渗流和溶质运移进行了数值模拟。在此工作中我们采用Oda裂隙张量理论计算各个单元的渗透张量,组成整个渗流区域的渗透张量场;并采用具有"旋转不变性"特征的九点差分格式,来减少网格离散方式对数值模拟结果的影响;并对一benchmark test model(BTM)模型进行了数值模拟。模拟结果与BTM结果很吻合。

图像分割的结构张量几何活动轮廓模型

基于水平集方法和结构张量,提出几何活动轮廓模型应用于图像分割,解决水平集方法轮廓初始化和弱边缘处易于边缘泄露问题。该方法利用张量图像的散度算子构造新的外力,引导水平集函数的自适应运动,使得其可以初始为常值函数,消失其演化对初始轮廓的需要;在偏微分方程中引入张量迹信息,减少噪声对其演化的影响,避免轮廓在弱边缘处泄露。实验结果表明,该方法对噪声图像鲁棒,能提取深度凹陷目标轮廓和红外图像中的弱目标。

多方面属性归一化三维张量模型在区域旅游酒店的推荐应用

为游客个性化推荐理想酒店是旅游质量得以保障的手段之一。首先运用形式化方法将游客、酒店以及游客对酒店的评分从多方面属性综合进行量化与归ー化,得到归一化的酒店因子、游客因子和评分因子;然后,采用一种有偏加权函数计算出一种有偏推荐度,与酒店、游客和评分等因子一起构建了一种以"酒店辟客4平分荐度"四元关系的三维张量模型,有偏推荐度作为张量元素值;最后,采用基于Tucker分解法的算法实现了在高度稀疏的四元关系数据集上按游客分类的有偏性旅游酒店推荐。实验结果表明,采用三维张量模型及算法能实现对高度稀疏的区域旅游酒店数据进行精准旅游酒店推荐,为游客根据个人偏好获得个性化的酒店推荐找出了一种新的方法,有效提高了旅游质量。

基于嵌套张量模型的MIMO中继系统组合接收算法

目前在单向双跳多输入多输出(MIMO)中继系统中,基于嵌套张量模型的接收算法主要采用单步交替最小二乘(ALS)和KRF(Khatri-Rao Factorization)算法。在时变信道且实时性要求较高场景下,计算复杂度高是制约其应用的主要因素。为此,在对单向双跳MIMO中继系统建模基础上,提出了基于嵌套张量模型的双步组合接收算法。该算法通过对接收的数据张量进行重建,将符号估计和信道估计分离,充分利用ALS和KRF的算法优势,有效降低了计算复杂度。同时,对算法的可辨识性进行了分析。仿真结果表明,该算法保持了与传统嵌套PARAFAC的最小二乘(Nested PARAFAC ALS)算法的相同估计性能,在源天线个数变化时,计算复杂度降低了80%以上;在中继天线个数变化时,计算复杂度降低了50%以上。

岩体裂隙网络管单元多参数模型渗透张量研究

根据现场实测的岩体裂隙产生状况,采用圆盘裂隙假设,用Monte-Carlo方法生成3组裂隙形成裂隙网络。基于水在裂隙中的沟槽流形态将三维裂隙网络简化成空间一维管单元模型,且认为管单元的等效管径与隙宽呈线性关系。设置每组裂隙等效管径与隙宽比值为待求参数,利用遗传算法反演得到,进而求取等效渗透张量,并与整体单参数模型获得的等效渗透张量相比较。与工程实测渗透张量对比,结果表明多参数模型较单参数模型能够更好地表征渗透张量。

MR弥散张量成像和灌注成像对鼠脑C6胶质瘤模型的量化分析

目的:探讨MR弥散张量成像和灌注成像在大鼠C6脑胶质瘤模型诊断中的意义。方法:构建大鼠C6脑胶质瘤模型,选择肿瘤最大层面分别获取Ktrans、Kep、Ve、MD和FA图。结果:Ktrans、Kep、Ve、MD和FA值在肿瘤区域、坏死区域和正常脑组织均存在统计学差异(P<0.001)。Ktrans值与Kep值呈高度正相关(肿瘤区域:0.932,P<0.001;坏死区域:0.921,P<0.00l;正常组织:0.071,P=0.676);扣除Ktrans值的影响,Kep值和Ve值呈负相关(肿瘤区域:-0.602,P<0.001;坏死区域:-0.617,P<0.001;正常组织:0.084,P=0.626);扣除Kep值的影响,Ktrans值和Ve值呈正相关(肿瘤区域:0.406,P=0.014;坏死区域:0.582,P<0.001;正常组织:0.275,P=0.105)。FA值和MD值呈现负相关(肿瘤区域:-0.898,P<0.001;坏死区域:-0.782,P<0.001;正常组织:-0.478,P=0.003)。结论:MR弥散张量成像和灌注成像有助于胶质瘤模型中肿瘤区域、坏死区域和正常脑组织的鉴别。

活动轮廓模型基于结构张量的边缘停止函数

所有边缘活动轮廓模型都依赖边缘停止函数,该函数通常是高斯平滑图像的梯度模的单减函数。梯度能够刻画图像的局部边缘特征,但忽略了边缘的"分叉点"、"角点"等重要信息,这导致了边缘定位不准甚至产生错误的分割。基于图像结构张量的一个局部相干性度量,提出一个新边缘停止函数。实验结果表明,基于这个边缘停止函数,活动轮廓模型能够精确定位目标边缘,同时大大减少了迭代次数并具有较强抗噪性。

面向多功能张量加速器的细粒度结构化稀疏设计

为解决模型压缩算法与多功能张量加速器(VTA)的适配性问题,通过改进经典的YOLObile分块剪枝方法,完成面向该加速器的自适应细粒度结构化稀疏设计及性能评估。针对VTA的多重循环维度展开特性,对模型的权重张量进行32×32大小的分块;结合时间维度的自蒸馏与空间维度的教师蒸馏,进行多维度特征对齐;通过一阶段式迭代训练方式,改进原有的ADMM算法计算流程,在提升模型部署精度的同时减少训练成本;提出自适应层剪枝率模块,进行总剪枝率的自适应分配,实现端到端的自动化剪枝。实验结果表明:改进方法有效减少了约2.4%的浮点计算量,并在图像分类、目标检测等多项任务中提升了压缩模型的精度,最大增长百分比为2.6%。该方法为深度学习模型在VTA上的稀疏化部署提供了一种高效、轻量级的软件解决方案。

基于混张量模型的纤维跟踪算法研究及初步应用

目的研究与探讨一种新的解决纤维交叉问题的算法。方法在目前最典型的连续示踪纤维分配(FACT)算法的基础上引入双张量模型进行改进,并将改进后的算法应用到健康志愿者和中枢神经系统疾病的患者中。结果与传统的FACT相比,改进算法能够跟踪到更合理的纤维。结论改进的算法能够解决纤维交叉问题,具有潜在的临床应用价值。

基于DTI的脑白质电导率张量计算模型比较研究

目的研究脑白质电导率与水分子扩散系数之间的关系,解决脑白质各向异性电导率张量计算模型存在的问题。方法从电化学角度出发,引入结构系数,推导脑白质电导率与水分子扩散系数之间的关系;以实验得到的扩散张量数据为基础,计算了线性关系模型、体积约束模型和电化学模型的脑白质电导率张量值,并对计算结果进行了分析和比较。结果证明了白质电导率与水分子扩散系数之间的线性关系。以线性关系模型为基础,比较了上述三种模型计算结果的相对误差,发现计算结果有较大的差异。结论线性关系模型和电化学模型的计算结果相对可信。由于电化学模型只考虑了主要离子的影响,致使计算电导率存在误差。本文通过引入结构系数,提高了电化学模型计算电导率张量的精度。

使用7.0T MRI信号强度比和扩散张量成像定量分析小鼠脱髓鞘模型的研究

目的用7.0 T MRI扫描改良双环己酮草酸二腙(cuprizone,CPZ)小鼠多发性硬化(multiple sclerosis,MS)脱髓鞘模型,探讨信号强度比(signal intensity ratio,SIR)联合扩散张量成像(diffusion tensor imaging,DTI)定量检测和分析小鼠MS模型灰、白质脱髓鞘的价值。方法20只小鼠使用随机数字表法分为实验组(n=10)及对照组(n=10),分别使用CPZ-羧甲基纤维素钠(sodium carboxymethyl cellulose,CMCNa)悬浊液及0.5%CMCNa溶液灌胃6周后,在7.0T MRI上对两组小鼠行T_1WI及T_2WI扫描,在空间配准后计算SIR,同时行DTI扫描获取各向异性分数(fractional anisotropy,FA)、平均扩散率(mean diffusivity,MD)等扩散张量参数,并行脑组织病理染色。选择胼胝体(corpus callosum,CC)、双侧大脑皮层(cortex,CTX)、双侧丘脑(thalamus,THA)及双侧海马体(hippocampus,HIP)为感兴趣区(regions of interest,ROI),比较两组SIR、FA、MD及病理染色平均灰度值(mean grayscale value,MGSV)的差异,并行影像及病理参数的两两相关分析及线性拟合。结果与对照组相比,实验组小鼠CC呈明显脱髓鞘改变,SIR及FA值显著降低(P<0.05),而MD值差异无统计学意义,病理MGSV显著升高(P<0.05);其余部位两组SIR、FA、MD值及病理MGSV比较差异均无统计学意义。相关性分析显示SIR、FA值均与MGSV呈负相关,且|r_(SIR)|>|r_(FA)|。结论利用SIR联合DTI可以定量评估MS模型白质脱髓鞘改变。

三维点云模型特征张量描述符的构造及自相似性分析

三维模型局部自相似性是物体形状分析中的一个基本问题,其中,局部形状描述符的构建对自相似性分析的最终结果至关重要.针对此问题,提出了一种基于张量融合特征描述符的自相似性分析方法.首先利用相关面和反向点对点云模型进行形状直径函数(shapediameterfunction,SDF)的近似计算;然后利用谱聚类对模型进行过分割成模型子块,由K近邻(K-nearest neighbor, KNN)邻域点的SDF、形状指数(shape index, SI)和高斯曲率(Gauss curvature,GS)矩阵构造三维特征张量;最后利用张量范数构造映射得到形状描述符,并定义相似性度量分析模型子块之间的自相似性.对几种最新的方法(包括部分匹配和显著性检测)进行了实验,无论是直观视觉效果,还是相似性测度和相对误差上的评价指标,结果均表明,该方法可有效地对形状进行描述,提高了点云模型相似子块的识别精度.

扩散张量图像去噪算法研究进展

扩散张量成像是研究组织大脑微结构与白质纤维束分布的重要手段,然而受扩散加权信号衰减与长回波时间的影响,扩散张量图像存在严重的低信噪比问题.因此,有效的去噪技术在提高图像质量方面发挥着重要的作用.本文首先阐述了扩散张量成像的原理及噪声类型;其次论述了经典的扩散张量图像去噪算法,包括基于传统图像处理方法与基于深度学习方法,并着重探讨了扩散张量图像去噪的研究现状及不足;接着介绍了去噪评估标准及常用的公开数据集;然后讨论分析了文中提及的扩散张量图像去噪方法;最后总结并对该领域未来的研究方向进行了展望.

9.4 T下TX模型小鼠脑组织的扩散张量成像研究

本文首次应用9.4T高场磁共振扩散张量成像(diffusion tensor imaging,DTI)技术,研究了Wilson疾病模型TX(toxic milk)小鼠的脑组织微观结构改变和结构连接情况.基于感兴趣区域(region of interest,ROI)的分析发现,与对照组相比,TX模型组的各向异性比值(fractional anisotropy,FA)在海马、尾状核和苍白球显著下降;平均扩散率(mean diffusivity,MD)则呈现上升趋势,但无统计学意义.纤维束追踪法结果表明TX模型组小鼠的脑结构连接并未受到严重破坏,证明了铜累积对脑组织的损伤具有区域性.

约束张量规范多元分解时变社区图模型检测

在现实网络中社区检测通常是一项有挑战的任务,引入稀疏张量表示,与矩阵表示相比其具有更丰富的结构,使社区检测更为可靠;引入约束张量近似框架,产生的约束三线性优化问题采用交替极小化处理,保证收敛性;对该检测算法框架进一步扩展,实现对随时间变化社区图模型的检测,其中边集和底层社区随时间发展。对基准合成图和现实网络的测试结果表明,所提基于张量的表示方法具有更低的传导率指标,其所获得的社区检测结果具有更佳的凝聚力,社区检测效果更为理想。