神经网络在少数投影图像重建中的应用

本文提出了将两种神经网络模型进行套用的图像重建算法。算法将图像重建问题转化为神经网络优化计算,利用Hopfield神经网络（HNN）将各种优化准则转化为模型的能量函数,并应用Adaline网络调整各准则在能量函数中所占的比重,从而求取图像重建的最优解。将其应用于少数投影图像重建,体现出重建精度高、收敛快等特点,取得了令人满意的效果。     

油茶籽粕分离蛋白及其超滤组分的功能特性研究

分析了油茶籽粕分离蛋白(茶籽蛋白)及其超滤组分(≥10 ku和10 ku)的化学组成与功能特性,探讨了p H和温度对其功能特性的影响。结果表明:茶籽蛋白及其超滤组分≥10 ku和10 ku的蛋白质量分数分别为85.7%、89.3%和84.2%,还含有少量的多糖、多酚及皂苷;超滤组分10 ku拥有良好的持油性,但持水性较差,而超滤组分≥10 ku则相反。超滤组分10 ku拥有良好的蛋白溶解性,泡沫稳定性较差;茶籽蛋白及其超滤组分≥10 ku显示出良好的泡沫稳定性和乳化性;p H和温度对其功能特性的影响因分子量差异而不同,超滤组分10 ku的温度耐性较强,80℃下依然拥有良好的乳化稳定性,但酸性环境中其乳化稳定性和泡沫稳定性较弱。茶籽蛋白及其超滤组分在60℃表现出最好的蛋白溶解性和乳化性。     

修改的联合代数迭代法及其在图像重建中的应用

少数投影重建算法研究是当今图像重建算法中的一个难点问题,本文提出了一种基于联合代数迭代法的改进算法,该算法将射线穿过像素的长度和像素的灰度综合考虑进迭代公式,有效地抑制了联合代数迭代法的边缘效应,使得重建精度大大提高,并且可以很好地应用于少数投影重建。