自适应三维分数阶微分增强算法

针对三维数字图像在重构预处理阶段分辨率不高、模糊等影响重构精度的问题,提出了基于自适应三维分数阶微分的增强算法。在将二维分数阶微分推广应用至三维的基础上,尝试性地基于图像自身梯度信息和相邻体素间梯度变化构造了自适应三维分数阶微分阶数,并给出了三维离散滤波模板。利用三维切片图像自身梯度信息解决了不同属性图像及不同图像区域最优的分数阶微分阶数不同的问题,提高了实时处理效率。将自适应增强算法应用至三维边缘曲面追踪算法,可以重构出精度更高的三维数字图像。     

城市漂泊者的梦想与辛酸

20世纪90年代,复杂多变的社会人群中又出现了一批新人类——"北漂"一族。邱华栋、徐坤等人用他们的笔描绘了这些大城市中的漂泊者,展示这些漂泊者对城市的憧憬与梦想,以及城市的冷漠与无情带给他们的无尽辛酸与无奈。     

李益边塞诗意象特点探析

将中唐诗人李益的边塞诗中的自然风物意象、人文意象、人物意象与盛唐时期边塞诗中的意象进行比较分析,认为李益边塞诗的意象所表现的已没有盛唐边塞诗中建功立业、扬威边塞的高昂乐观的情怀,而是传达出幽怨伤感的时代精神．具有伤感和悲凉的特点。     

改性磷石膏球作缓凝剂对水泥性能的影响

研究了工业化生产的改性磷石膏球对水泥标准稠度用水量、凝结时间、胶砂流动度、胶砂强度及水泥与减水剂相容性的影响,并与原状磷石膏和天然石膏进行对比,结合X-射线衍射、综合热分析等微观测试,分析了改性磷石膏球对水泥水化产物相、水化程度的影响.结果表明:采用改性磷石膏球配制的水泥,其初凝、终凝时间与掺配原状磷石膏水泥相比分别缩短217 min、227 min,1d、3d强度显著高于原状磷石膏配制的水泥,28d强度高于天然石膏配制的水泥,且标准稠度用水量、胶砂流动度、与减水剂的相容性等指标优于天然石膏配制的水泥.改性磷石膏球对水泥早期水化无不良延缓作用,且能提高水泥后期水化程度.综合对比上述三种石膏对水泥性能影响的各项指标,认为改性磷石膏球可以完全替代天然石膏作水泥缓凝剂.     

注重学生心肺机能的提高普及健身长跑运动

本文以健身长跑对人体的特殊影响为依据,阐明了健身长跑的锻炼价值在于它能有效地提高人的心肺机能水平。根据大专院校的现状,论述了健身长跑普及推广的必要性和可能性。     

古钱币元素的文创产品品牌化包装设计研究

目的 分析古钱币元素在文创品牌产品包装上的应用,并通过实例对文创品牌包装设计进行归纳总结。方法 通过文献资料法、田野考察法及实践性研究分析,对古钱币元素在文创产品上的相关情况进行概述,并阐述文创产品包装设计的重要性,主要以秦半两古钱币元素文创品牌包装实例为分析重点,对文创品牌包装设计细节及品牌标志进行设计研究,结论 古钱币元素在产品设计中是极为经典的元素,但文创产品设计中古钱币元素的应用较为单一,面对文创产品需品牌化的现状,体现品牌化的其中一点就是品牌包装设计。基于秦半两古钱币元素,研究文创品牌服饰的标志及包装设计,得出包装是文创产品品牌化的重点体现之一,同时总结了文创品牌的标志设计原则及文创产品品牌包装设计原则。     

正面人脸的眼睛精确定位算法

在AdaBoost人脸检测的基础上，对眼睛实现精确定位。先得到人脸图像的谷区域图像，再获取眼睛的候选点，综合分离度信息和霍夫变换的结果来计算每一个眼睛对的代价函数，找到比较准确的眼睛位置。分别在SJTUFace和BioID人脸库进行实验，得到了99.43%和91.36%的结果。     

高频谐振门极驱动电路的研究

在MOSFET的高频驱动电路中,传统的图腾柱式驱动存在损耗高、两管共通等缺点.因此提出了有利于减小驱动损耗,优化电路效率的谐振门极驱动方案.为了找到更适合高频驱动,更高效,结构更简单的电路,将传统的硬开关式驱动电路与3种结构简单,使用元件少,设计方便的典型谐振驱动电路作了对比.通过理论分析和实验对比,指出了3种电路的特点和适用条件,分析了电路的损耗及寄生参数的影响,在此基础上,择优选出了适合高频应用的电路.实验结果验证了理论分析.     

基于Quaternion-Gabor滤波器的彩色纹理分割算法研究

提出一种的简单快速的多通道Gabor滤波技术对彩色纹理进行分割。首先,通过DRBFT和IDRBFT对彩色纹理的进行多通道Gabor滤波,再运用PCA对滤波得到的特征向量进行降维,对降维后的特征向量进行k-mean聚类,最后再对聚类后的区域用meanshift进行平滑,通过对平滑后的区域进行边缘检测就可以得到不同纹理的边界。最后给出几种分割算法的实验结果比较,表明该算法对于分割彩色纹理还是非常有效的。     

改进SRGAN的图像超分辨率算法

SRGAN算法虽然具有许多优点,但也存在图像重建效果不够好、参数数量庞大、激活函数表现较差等问题。为此,本文提出一种基于SRGAN的图像超分辨率算法SRGAN-E。该算法首先删除BN层,提高图形的重建效果;再在原生成器模型中加入一维卷积注意力机制,使得图像在重建过程中更加关注上下文信息并减少网络模型中生成器的参数;将SRGAN算法鉴别器模型中的LeakyReLU函数改为Mish函数,以提升鉴别器的性能。实验结果表明:对比SRGAN算法,改进后的SRGAN-E算法在4个测试集上PSNR的平均值增加了0.345,SSIM的平均值增加了0.009;SRGAN-E算法的生成器参数数量与SRGAN算法相比,减少了1 388个。SRGAN-E算法不但提高了图像的重建效果而且还减少了模型参数。