联合多通道均衡与多尺度融合的水下图像增强方法

针对不同场景水下退化图像出现的颜色失真和低 对比度等问题,提出了一种联合多通 道均衡与多尺度融合的水下图像增强方法。首先利用绿通道补偿红通道并通过区域红通道 均值二次加强红通道,其次利用自适应平台直方图均衡扩展R、G、B 3通道灰度级范围并 重新分配灰度值,最后将经过Gamma 、GUM 和CLAHE 算法处理的亮度V(Value )分量进 行多尺度融合。实验结果表明,本文算法简单而有效,能够明显改善图像雾化现象和蓝绿 外观,增强图像清晰度,且在多种场景下均表现出较强的泛化适应能力。     

基于两级神经网络的心音分割

心音信号是分析诊断心脏疾病的重要信号,而心音分割是对其进行分析处理之前必不可少的一步。本文通过将心音分割任务分离为定位与识别两个子任务,提出一种两级卷积神经网络,由定位网络和判别网络两级构成,分别完成心音信号的识别与定位。首先将原始信号通过滑动窗口进行分帧,然后通过短时傅里叶变换得到其频谱,再通过梅尔滤波器得到其梅尔频谱系数（Mel frequency spectral coefficient, MFSC）特征,输入第1个定位网络对其是否为心音段进行判断,如果是的话,再输入判别神经网络,识别第一心音与第二心音,从而实现心音的分割。最后利用多帧结果投票,减小误判。同时,在卷积神经网络中引入空间注意力机制,实验结果表明,这种加入了注意力机制的两级神经网络模型在心音分割任务上比使用单个卷积神经网络分类模型的准确率更高,也使得模型更加简单,轻量化。     

低信噪比下联合训练生成对抗网络的语音分离

提升低信噪比下的分离语音质量是语音分离技术研究的重点,而大多数语音分离方法在低信噪比下仍只对目标说话人的语音进行特征训练.针对目前方法的不足,提出了一种基于联合训练生成对抗网络GAN的混合语音分离方法.为避免复杂的声学特征提取,生成模型采用全卷积神经网络直接提取混合语音时域波形的高维特征,判别模型通过构建二分类卷积神经网络来学习干扰说话人的特征信息,继而使系统得到的分离信息来源不再单一.实验结果表明,所提方法在低信噪比下仍能更好地恢复高频成分的信息,在双说话人混合语音数据集上的分离性能要优于所对比的方法.     

一种融合模块2DPCA与PCA的人脸识别方法

针对主成分分析（PCA）求解高阶矩阵计算量很大和模块二维主成分分析（M2DPCA）特征数量仍然较大且有一定的相关性的问题,提出了融合模块2DPCA与PCA的方法进行人脸识别．该方法先通过M2DPCA对子图像进行特征提取,然后把每个图像中的子图像按分块的顺序重新组成新的矩阵,再对新的矩阵进行PCA．在ORL人脸库中实验,结果表明,该算法在一定程度上去除了特征参数间的相关性并大大减少了特征维数．     

气枪震源理论与技术综述（下）

本文详细介绍了气枪震源的发展与应用,主要从三个方面对气枪震源的理论与技术进行综述:气枪震源系统的发展历程、气枪震源理论及相关知识、气枪阵列子波研究与软件开发成果.文中深入分析了评价气枪阵列性能的几个参数和气枪阵列优化设计模拟系统,并就气枪沉放深度与仪器因素对气枪组合技术各项指标的影响、炸药与气枪震源的对比等问题进行了细致地分析.     

基于近场测量的气枪阵列模拟远场子波

气枪阵列远场子波是衡量气枪阵列优劣以及进行海上地震资料处理的重要参数，因此能够随着气枪激发而实时获得阵列远场子波这一手段逐渐受到地球物理界的重视。但是在水深只有几十米的极浅海海域，无法满足记录远场子波的要求。勾此，我们在渤海湾海域进行了实验，在海上记录下气枪近场子波，随后在计算机上模拟计算阵列远场子波，计算结果与PGS—Nucleus软件系统模拟子波吻合得较好，从而证明了本方法切实可行。这为实时获取阵列远场子波提供了可能。     

气枪阵列延迟激发技术探讨

在深海拖缆地震勘探中,广泛应用气枪阵列组合。组合激发方式可压制因震源产生的虚反射波。本文利用不同深度气枪子阵列组合并采用延迟激发方式,压制虚反射、改善气枪激发子波的特性及激发子波的信噪比。文中理论模拟和实际资料分析表明,采用气枪阵列延时激发技术在一定程度上拓展了气枪子波频谱,对提高低频和高频成分能量均有一定效果。     

利用地震道头数据进行深海拖缆数据采集质量控制技术

 在深海进行拖缆数据采集过程中,往往产生许多辅助数据和地震数据,为了确保数据的质量,必须对这些数据进行实时现场质量监控。本文以Pioneer三维拖缆船为例（Pioneer三维拖缆船数据记录系统是SERCEL公司SEAL系统,船载处理系统是ProMax）,通过分析拖缆船三维地震数据采集的道头数据和对应的现场处理系统,开发了船载现场处理质量监控的功能,形成了一套有效的拖缆数据采集的船载系统质量控制技术。实践应用表明,这套质量监控方法有利于保障地震资料采集的质量和生产时效的提高。     

CGRP通过激活cAMP/PPARγ/eNOS途径改善血管内皮细胞胰岛素抵抗

目的:探讨降钙素基因相关肽（CGRP）对人脐静脉内皮细胞胰岛素抵抗的保护作用及其机制。方法:用人脐静脉内皮细胞（HUVEC）建立胰岛素抵抗细胞模型（irHUVEC）,分别用葡萄糖氧化酶法和蒽酮-硫酸法检测细胞葡萄糖消耗能力和糖原合成能力;RT-PCR和Western blot分别检测目的蛋白和基因表达。结果:33.3 mmol/L的高糖和5 μmol/L 的胰岛素处理24 h可以成功诱导内皮细胞产生胰岛素抵抗。与正常HUVEC相比,irHUVEC体积变大,边界模糊,形态异常;当细胞用高糖和高胰岛素分别诱导24 h和48 h时,irHUVEC的葡萄糖消耗量分别减少20%和31%,并且糖原合成分别减少了55%和64%,差异都具有显著性;同时,过氧化物酶增殖体激活受体γ（PPARγ）和还原型一氧化氮合酶（eNOS）的表达均降低。CGRP可以明显增加irHUVEC葡萄糖的消耗量约20%和糖原合成增加约70%,并能增加PPARγ和eNOS蛋白及mRNA表达;SQ22536（cAMP阻断剂）能使PPARγ和eNOS的蛋白和基因表达量明显减少。结论:CGRP可以改善内皮细胞的胰岛素抵抗,其机制可能与上调环磷酸腺苷（cAMP）,增加PPARγ和eNOS表达有关。     

基于生成对抗网络联合训练的语音分离方法

基于深度神经网络的语音分离方法大都在频域上进行训练，并且在训练过程中往往只关注目标语音特征，不考虑干扰语音特征。为此，提出了一种基于生成对抗网络联合训练的语音分离方法。该方法以时域波形作为网络输入，保留了信号时延导致的相位信息。同时，利用对抗机制，使生成模型和判别模型分别训练目标语音和干扰语音的特征，提高了语音分离的有效性。实验中，采用Aishell数据集进行对比测试。结果表明，本文所提方法在三种信噪比条件下都有良好的分离效果，能更好地恢复出目标语音中的高频频段信息。