提高关联成像重构质量的研究

比较基于压缩感知关联成像(CGI)与伪逆关联成像(PGI)两者之间的成像效果差异,探讨形态学权重自适应对关联成像去除噪声的效果。选择不同的图像,通过MATLAB软件开展仿真实验,对目标图像分别采样64、256、512、1 024、2 048、3 000次,首先通过关联成像、基于压缩感知关联成像与伪逆关联成像三种方法重构图像,再对比压缩感知与伪逆两种方法重构图像的效果,以峰值信噪比(PSNR)、相关系数(CC)为量化指标,将基于压缩感知关联成像与伪逆关联成像在不同采样次数下进行对比分析。同时,通过实验分析形态学权重自适应去除关联成像中噪声的效果。伪逆关联成像在低次数采样的情况下比基于压缩感知关联成像的成像效果更好,在高采样次数下,基于压缩感知关联成像的成像效果更好。在实际重构中压缩感知关联成像重构的图像仍有噪声,形态学权重自适应可以有效去除关联成像实验中产生的噪声。     

矿用无人卡车国内外研究现状及关键技术

分析了国内外露天矿山用卡车无人驾驶技术发展现状,详细介绍了露天矿山卡车无人驾驶关键技术;通过分析对比前装线控和后装线控两种技术路线的优缺点以及超声波雷达、毫米波雷达、激光雷达、4D光场智能感知系统、红外传感器、视觉传感器等环境感知技术的优缺点;提出多传感器高度融合将是露天矿山卡车实现全天候环境感知的发展方向。通过分析对比惯性导航系统、GNSS差分定位技术、车联网定位技术、电子地图定位技术、视觉传感器等定位导航技术的差异,指出多定位技术融合是露天矿山无人驾驶卡车定位方式的必然选择。结合露天煤矿的生产实际,提出将现有的无人驾驶各种技术算法与露天矿山标准作业流程有机融合是实现卡车无人驾驶的必由之路。最后指出无人驾驶卡车应用5G技术是露天矿山安全生产的关键和核心,是无人驾驶的必备技术。     

关于以客户感知为核心及以大数据分析为基础的践行精准营销与维系浅析

对于大部分的营销者来说,在众多的营销手段中,网站再定向是其中一个重要方法,网站再定向就是对曾经采访过的访问过此网站的群体展开第二次宣传,客户在进行网页的访问过程中进行网站广告的宣传。该种类型的宣传方式最为关键的因素在于第一次接触中真正的购买的转化率仅占2%,而剩余的部分躯体未能达成交易浏览完毕就离开网站的用户。网站再定向的主要作用是帮助网住吸引更多的潜在用户,而由于这些用户在之前已经访问过此网站,就证明他们对网站的产品或服务有一定的兴趣。当网站不断地向这些用户展示网站相关宣传广告时,一定程度上会吸引用户完成回访并购买。但网站定向服务,在理论上来说很完美,但执行起来却不是那么容易,本文就是对以客户感知为核心以及大数据分析为基础的践行精准营销与维系浅析。     

压缩感知改进探地雷达回波信号时延估计

针对探地雷达回波受环境及多径干扰而导致时延估计的精度和速度不满足应用需求的问题,提出了基于改进快速匹配追踪的时延估计算法,算法首先基于压缩感知理论对雷达探地回波进行稀疏分解和重构,以提高信号的信噪比,消除回波中强干扰信号对时延估计的影响,然后采用QR分解优化的快速正交匹配追踪对时延估计模型进行求解,降低基函数错选概率,提高模型收敛速度.仿真实验表明,算法能够有效均衡回波信号中强信号分量和弱信号分量,具有较高的回波时延估计精度.     

自适应融合层级特征的混合退化图像复原算法

多种退化类型混合的图像比单一类型的退化图像降质更严重,很难建立精确模型对其复原,研究端到端的神经网络算法是复原的关键.现有的基于操作选择注意力网络的算法(operation-wiseattentionnetwork,OWAN)虽然有一定的性能提升,但是其网络过于复杂,运行较慢,复原图像缺乏高频细节,整体效果也有提升的空间.针对这些问题,提出一种基于层级特征融合的自适应复原算法.该算法直接融合不同感受野分支的特征,增强复原图像的结构;用注意力机制对不同层级的特征进行动态融合,增加模型的自适应性,降低了模型冗余;另外,结合L1损失和感知损失,增强了复原图像的视觉感知效果.在DIV2K,BSD500等数据集上的实验结果表明,该算法无论是在峰值信噪比和结构相似性上的定量分析,还是在主观视觉质量方面,均优于OWAN算法,充分证明了该算法的有效性.