关于医学图像去噪的方法研究

目的 :为了研究新的医学图像去噪方法。方法:对同组图片做小波变换、中值滤波和合并小波变换和中值滤波图像去噪新方法 ,观察对比去噪后图片的清晰度。结果:通过对比实验,研究结果显示合并小波变换和中值滤波图像去噪方法有很好的临床效果。结论:合并小波变换和中值滤波图像去噪方法是有效的。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。     

基于FPGA的颜色识别触摸屏系统设计与实现

为了提高颜色识别系统的准确性、稳定性以及设计灵活性,基于现场可编程门阵列技术,设计了一个应用于静态图片的颜色识别系统,并设定了触摸屏功能。通过触摸读取屏幕坐标对应的RGB颜色值,减少了环境变化对系统的影响,利用阈值判定法实现颜色识别。实验结果表明,该系统稳定而且实用性强,系统可以识别任意800×480像素bmp图像的颜色,并具有较好的鲁棒性。     

基于小波变换的场强定位算法

利用服务基站与移动台之间的场强测量值来进行移动台位置估计,并从场强信号传播模型和定位算法出发,提出了一种基于小波变换的改进场强定位算法。通过小波变换来修正传播误差,然后利用LS算法进行定位。仿真结果表明,该基于场强的移动台定位方法在一定程度上提高了定位精度,定位效果明显优于Chan算法、LS算法、Taylor算法。     

一种基于非下采样Contourlet变换的去噪算法

文章提出了一种新的去噪算法,算法是基于非下采样Contourlet变换(NSCT)的自适应阈值。首先需要对含噪图像进行非下采样Contourlet变换,然后得到各个尺度各个方向子带的系数。为了克服软、硬阈值函数的缺点,提出了一种自适应的新阈值函数。仿真实验表明,文章方法在峰值信噪比(PSNR)、信噪比(SNR)、均方误差(MSE)与视觉效果上均优于其他去噪算法。     

转子/密封系统失稳振动抑制的动力吸振方法研究

针对密封中流体引起转子/密封系统振动失稳的问题。提出采用动力吸振器(DVA)实现转子/密封系统失稳振动抑制。建立转子/密封-DVA系统非线性微分方程,采用数值方法求解并获得附加DVA前后转子/密封系统的非线性特性;根据Hurwitz判据获得系统的临界稳定条件;通过遗传算法优化DVA参数,获得附加优化DVA前后转子/密封系统稳定性。结果表明:附加DVA能够改变转子/密封系统失稳振动频率和失稳阈值;在一定的转速范围内失稳振动被完全抑制;在不完全抑制的转速范围内,附加DVA能降低失稳振动的振幅。