建立在泊松方程上的空间电荷密度测量技术

本论文以泊松方程的基本公式为中心,通过数学转换和物理建模,巧妙地解决了泊松方程的边界条件问题,直接求取了空间电荷密度与电场的关系式。本论文还根据基本的物理学知识对传感器进行了设计,实现了空间静电场转化为电流信号功能,进而转化为电压信号,其功能上还能辨识电荷极性。最后通过物理模型的电场分布特性计算了如何通过直流电场对测量装置进行校正。本论文所设计的空间电荷密度测量技术可应用于大气电荷研究、电荷移动研究等。     

基于TV-泊松奇异积分联合先验模型的图像重构

目的针对当前图像重构算法容易产生过渡平滑图像纹理区域,使复原图像丢失大量纹理,降低重构图像视觉质量等缺陷,提出TV-泊松奇异积分联合先验模型耦合贝叶斯推理的图像重构算法。方法引入配分函数,结合TV函数,构造TV图像先验。定义泊松奇异积分先验,并将其嵌入到TV先验中,设计一种联合先验模型,控制图像纹理平滑度。基于高阶统计量技术,完善图像退化模型,并耦合先验模型,生成重构图像的最大后验估计MAP。引入优化最小原则,求解MAP,完成贝叶斯推理,获取重构图像。对文中算法复原图像纹理的关键参数进行优化,并研究分析该算法的用户响应。结果与当前图像重构算法相比,文中算法的复原视觉质量更高,能够较好地平衡噪声与纹理。在图像退化程度较大时,文中算法具有良好的用户响应。结论文中算法能够较好地同步保持图像边缘与纹理。     

二维泊松方程问题Lagrange型有限元p型超收敛算法

该文针对二维泊松方程问题的Lagrange型有限元法提出了一种p型超收敛算法。该法受有限元线法对二维问题降维思想的启发,基于网格结点位移的天然超收敛性,通过从网格中取出一行对边相邻的单元作一子域,将子域内各单元另一对边解答取为原有限元解答,在子域上建立真解近似满足的局部偏微分方程边值问题,对该局部边值问题,沿对边方向单向提高单元阶次进行有限元求解获得单元对边上的超收敛解。单元另一对边上的超收敛解可通过另一方向的单元行类似获得。在单元边超收敛解的基础上,依次取出各个单元,以单元边位移超收敛解为Dirichlet边界条件,双向提高单元阶次对原泊松方程问题进行有限元求解即可获得全域超收敛解。数值算例表明,通过简单的后处理计算本法可显著提高解答的精度和收敛阶。     

一种基于压力泊松方程的流体结构紧耦合算法

从流固耦合系统的整体控制方程出发,推导出与流体控制方程一致的耦合等价方程,并得到基于耦合方程的压力泊松方程,通过求解耦合系统压力泊松方程和一致的等价方程就能获得耦合系统的解,而不需要直接求解整体耦合系统的控制方程,有利于降低求解自由度。预估-校正多步迭代格式用于耦合系统的时间推进,克服了传统迭代耦合方法由于时间不同步而产生较大数值误差的不足。应用该方法对附带局部突起的主动脉弓动脉瘤进行流固耦合分析,验证数值方法的可行性。     

泊松噪声下图像去模糊的几个非凸模型

图像复原中通常假设图像在梯度域上是稀疏的,而非凸正则化方法会更加促进稀疏性。本文基于近年出现的几类非凸正则项,提出了泊松噪声下图像去模糊问题的几个非凸模型,发展了相应的高效求解算法,并研究了算法的收敛性;数值实验表明所提出的非凸模型可以增强图像在梯度域上的稀疏性,并优于一些现有的方法。     

基于独立分量分析的图像特征提取及泊松噪声去除

针对泊松噪声具有与信号相关和不一致性分布的特性,提出了一种基于独立成分分析(ICA)的软阈值滤波算法。泊松噪声对基于高阶统计量的ICA变换不敏感,其能量均匀分布在ICA域。首先将包含泊松噪声的图像变换到ICA域,然后再对图像独立成分进行软阈值滤波。该算法对图像和噪声具有自适应能力,在噪声去除和图像细节保留方面达到一个平衡。实验结果表明:该算法不仅可以有效去除图像中的泊松噪声和提高图像质量,而且具有良好的鲁棒性。     

基于Allen-Cahn方程图像修复的算子分裂方法（英）

本文提出了一种基于Allen-Cahn方程图像修复的算子分裂方法．其核心思想是利用算子分裂方法将原问题分解为一个线性方程和一个非线性方程,线性方程使用有限差分Crank-Nicolson格式进行离散,非线性方程利用解析方法进行求解,因此时间和空间都能达到二阶精度．由于该方法只作用于图像需要修复的区域,而其余区域的像素值与原始图像的保持一样,可以大大提高计算效率．合成图像和真实图像的数值实验验证了该算法的正确性和有效性．     

基于多元泊松时间序列的累积和控制图设计

多元离散自相关数据在现代制造业中非常普遍,时间序列控制图常被用来监控此类数据,如P-CUSUM和P-EWMA图等。然而,这些控制图都建立在一维的泊松时间序列模型基础上,忽视多个维度之间的相关性,因此应用范围有限。基于多元泊松一阶自回归时间序列模型,建立多元累积和控制图。之后利用蒙特卡洛模拟,研究了模型参数和偏移距离对该控制图性能的影响。与传统的一维离散自相关数据的控制图相比,在某些参数组合的情形下,新控制图对过程偏移具有较高的灵敏度。     

基于匹配调节法则和梯度约束模型的图像修复算法

目的针对当前较多图像修复算法难以根据不同纹理结构来自适应调整修复块的尺寸,导致修复结果中存在不连续效应和模糊效应等不足,提出一种结合匹配调节法则和梯度约束模型的图像修复算法。方法首先,利用平滑因子对置信度项进行约束,构造优先级判定模型,对待修复块的优先级进行度量,确定优先修复块。随后,通过SSD模型度量样本块之间的匹配结果,并根据匹配结果制定匹配调节法则,使得样本块能根据匹配度自适应调节其大小,以提高修复质量。最后,将梯度模值块中像素点的均方距离度量结果与样本块中像素点相结合,构造梯度约束模型,用以获取最佳匹配块对待修复块进行填充修复。结果实验结果表明,与当前图像修复算法相比,该算法修复的图像具有更好的修复质量,在像素丢失率较高的情况下,仍然具有较高的相似度值。结论所提算法具备较好的修复视觉质量,可用于被大面积损坏图像的修复。     

基于傅里叶卷积和多特征调制的图像修复网络

目的 解决大面积破损难以修复且修复过程中感受野、特征空间信息利用不足,导致修复后的孔洞区域与背景之间出现结构、纹理、风格不一致的问题。方法 基于傅里叶卷积和多特征调制的修复网络FFC-MFMGAN,傅里叶卷积在网络的浅层便具有较大的感受野,尤其是在宽掩码时能够跳过掩码区域,捕获到有效特征,多特征调制生成网络能够分别利用完整区域的信息和随机样式操纵,增强与未受损区域的语义连贯性,以及大空洞率下修复的多样性。结果 在Place 2数据集上,将文中方法与其他图像修复方法进行了对比实验,经过测试,各类指标均得到明显改善,峰值信噪比提高了1.4%,结构相似性提高了4.5%,平均绝对误差降低了12.6%,基于学习的感知图像块相似性降低了9.1%。结论 FFC-MFMGAN网络能够较好地修复大面积不规则孔洞,同时增强修复图像的全局结构性和清晰度,对实际包装印刷图像的缺陷修复也有一定参考价值。     

基于UKF的非齐次泊松跳跃市场微结构模型研究

本文针对不确定性因素引起资产价格的巨大波动,构建了一个由非齐次泊松过程驱动的跳跃市场微结构模型.在模型参数未知的情况下,我们使用非参数化方法检测出时变跳跃强度,由此再利用无迹卡尔曼滤波和极大似然法来估计跳跃市场微结构模型参数的值.模拟仿真与实证分析验证了该方法的有效性,并利用AIC准则对两类跳跃波动率模型进行了优劣比较.研究结果表明,跳跃市场微结构模型在拟合股指数据方面要优于跳跃随机波动模型.     

电力物资复合泊松需求下的最优订货量

以上海电力公司的物资供应体系为背景,给出了（T,Q）库存策略下服从复合泊松分布的电力物资最优订货量的算法。建立复合泊松分布下的库存成本模型,对此模型用闭式算法求得其最小库存成本下的最优订货量,将该算法应用于电力物资进行实证分析。数值结果表明,与传统的报童模型相比,本文提出的最优订货量算法更适用于间断需求。     

基于泊松分布的低本底α、β计数器的本底测量时间探讨

放射性计数装置的本底计数应满足泊松分布。本文对低本底α、β计数器4种不同时间间隔的本底计数进行了泊松分布检验,并将4种不同时间间隔对应的本底值进行了方差分析和多重比较,结果表明本底测量时间为240min以上较稳定。     

考虑泊松效应的材料/结构一体化设计方法

为实现含有不同泊松比组分复合材料的优化设计,并考虑宏观结构及复杂的边界条件,提出了考虑泊松效应的材料/结构一体化设计方法,其显著特征在于不同组分材料中引入了泊松比插值,假设宏观结构由周期性排列的复合材料组成,复合材料含两种各向同性且泊松比不同的组分材料,以静态问题中柔顺度最小化或动态问题中特征值最大化为目标以及宏微观体积比为约束建立了拓扑优化模型。采用均匀化理论预测了复合材料等效性能,推导了目标函数对宏微观密度变量的敏度表达式。分别采用密度过滤和敏度过滤来消除宏微观拓扑优化中的不稳定性现象。采用优化准则法分别更新宏观、微观密度变量,考察了微观体积比和组分材料泊松比参数对优化结果的影响。三维数值算例结果表明所提出的一体化方法具有可行性和优越性。     

基于均方差快速增强的图像修复算法

在分析几种关键图像修复算法的实现原理、适用性及其优劣的基础上,针对目前图像修复算法可能存在适用性有限、优化修复算法中存在的算法复杂度较高或者未考虑破损图像的结构信息的情况,提出了一种基于数据融合的加权均方差快速增强图像修复算法,并将其应用于壁画和自然图像的修复实验中。通过系统仿真实验证明,在修复强结构纹理自然图像和壁画时该方法能紧密结合图像结构信息进行有效地修复,同时,其适用性在原有的基础上有所提高。     

基于平行坐标下降法的图像修复

以压缩传感和稀疏表示为理论依据,提出了一种基于平行坐标下降法的图像修复模型。该模型用小波变换作为图像的稀疏表示,以稀疏性作为正则化项;同时基于松弛阈值来标记函数实现全局优化,并采用该模型算法得到全局最优解。从峰值信噪比、收敛速度和视觉效果等3个方面验证了算法的有效性。结果表明新的模型无论是在客观还是视觉主观上都有更好的效果,同时算法具有更快的收敛速度。     

基于泊松过程的超高斯随机振动试验控制技术研究

针对工程化的超高斯随机振动试验控制技术实现尚存在问题,在对其控制原理研究的基础上,提出基于泊松过程的超高斯随机振动控制策略。利用参考谱设计出符合控制要求的滤波器,通过泊松过程产生泊松点,使泊松点的信号取值服从正态分布,利用该信号与滤波器之间的卷积运算产生用于系统控制的驱动信号,从而实现对超高斯随机振动试验控制系统的功率谱和峭度同时控制,且二者相互独立。仿真与实验结果表明,基于泊松过程的超高斯随机振动试验控制算法,其控制输出响应谱与参考谱的误差满足振动试验工程上±3dB要求,控制峭度也达到很高的精度,完全满足工程要求。     

基于p-Laplace方程的图像彩色化方法

灰度图像的彩色化是图像处理研究领域中富有挑战性的研究课题,且具有十分广阔的应用前景。在分析现有图像彩色化方法的基础上,提出了一种基于p-Laplace方程的图像彩色化新方法。新方法首先由用户在灰度图像上给定少量的颜色条带;然后通过求解p-Laplace方程实现颜色扩散的彩色化。由于p-Laplace算子是一个各向异性扩散的非线性算子,所以与采用偏微分方程方法的泊松方法和拉普拉斯方法相比,图像彩色化在扩展颜色的同时更能保持边缘效果。     

基于引导因子与曲率惩罚模型的图像修复算法

目的 解决当前图像修复方法主要通过待修复像素点的法向量来确定修复过程,无法保证其修复顺序从破损区域的周边至中心进行,导致修复图像中存在块效应和不连续效应等问题。方法 将引导因子与曲率惩罚模型相结合,设计新的图像修复方法。利用破损区域的中心像素点与其他任意待修复像素点之间的距离来构造引导因子,并将其与置信度项以及数据项结合,形成优先权模型,用于选取优先修复块。利用待修复块的梯度特性对其平滑度进行判断,以明确该待修复块对应的最优匹配块的搜索范围,使其通过最小绝对差平方和（SSD）函数来搜索最优匹配块,从而将最优匹配块中像素点扩散填充至待修复块。最后,基于像素点间的等照度线曲率来建立曲率惩罚模型,以更新置信度项,从而实现图像的修复。结果 测试数据表明,与已有修复方案相比,所提算法可以更好地兼顾修复质量与效率。结论 所提方案具有较好的修复质量,可用于损坏面积较大图像的复原。     

基于优先权和匹配度量的图像修复算法

目的 针对当前图像修复算法主要通过固定单一模板大小实现修复块与匹配块之间的匹配度量来完成图像复原,导致其存在一定的模糊效应以及振铃效应等不足,这里提出基于改进优先权和匹配优化度量的图像修复算法。方法 首先,利用数据项构造平滑因子,建立优先权模型,度量待修复像素点的优先权,选定优先修复块。然后,制定四级模板大小,利用误差平方和函数,结合模板大小特性,构造匹配度量模型,用于实现修复块和匹配块之间的动态匹配,选取最优匹配模板,对待修复块进行填充修复。最后,利用待修复像素点及其邻域像素点的灰度值构造邻域灰度差分模型,用于对修复区域的边缘进行缝合,优化修复效果。利用最优匹配度量结果,构造置信度更新模型,对置信度项进行更新,实现图像修复。结果 仿真实验结果显示,与当前图像修复算法相比,所提算法具有更高的修复质量,其输出图像无模糊效应与振铃效应。结论 所提算法能够较好地对损坏图像进行复原,在图像信息处理领域具有一定的参考价值。