基于边缘PUnet网络的虚拟视图空洞修复

基于深度图的绘制(DIBR)是虚拟视点合成的关键技术, 但其生成的虚拟视图存在大面积连续的空洞. 传统的图像修复算法修复后的空洞缺乏语义感, 现有的部分卷积神经网络修复后的空洞边缘失真, 因此本文提出基于边缘信息的部分卷积神经网络修复算法. 首先本文利用视差移位来生成虚拟视图, 并对虚拟视图进行赋值和膨胀预处理操作, 以消除裂缝和伪影对后期空洞修复的影响, 然后在部分卷积神经网络中加入设计的边缘检测器, 使部分卷积神经网络重点学习图片的边缘部分, 最后利用学习好的网络模型修复虚拟视图中的大面积空洞. 实验结果表明本文方法可以对大面积连续的空洞进行修复, 修复后的空洞区域不仅具有语义感, 且边缘细节也更精细.     

基于半监督学习的单幅图像去雨算法

在雨天采集的图像通常存在背景物体被雨纹遮挡、图像变形等影响图像质量的现象,对后续图像分析及应用造成严重影响。近年来,已经提出了许多基于深度学习的去雨算法并获得了较好的效果。由于真实雨图的无雨纹干净背景图采集非常困难,大多数算法都采用监督学习即在含有配对标签的合成雨图数据集上进行模型训练。由于合成雨图和真实雨图中雨纹的亮度、透明度、形状等存在巨大差异,基于监督学习的去雨算法对真实雨图的泛化能力普遍较差。为提高去雨模型对真实雨图的去雨效果,提出了一种基于半监督学习的单幅图像去雨算法。该算法在模型训练过程中加入合成雨图和真实雨图并最小化两个输入图像转换成的特征向量的一阶信息和二阶统计信息差异,使两者特征分布一致。同时,针对雨纹复杂多样的特点,引入多尺度网络以获取更丰富的图像特征,并提高模型性能。实验结果表明,所提算法在Rain100H合成雨图测试集上相较JDNet、Syn2Real等算法在峰值信噪比（PSNR）和结构相似度（SSIM）上分别至少提升了0.66 dB、0.01,在去除雨纹的同时能最大限度保留图像细节和颜色信息;并且由于减少了分布差异,该算法在真实雨图测试集上的去雨效果明显优于现有的JDNet、Syn2Real等去雨算法,具有较强的泛化能力。所提算法可以应用于现有的基于监督学习的去雨算法并显著提高其去雨效果,拥有较高的独立性。     

试论道德建设的可能性

道德建设应当首先回答可能性问题,即"道德能不能被建设"的问题。文章认为道德虽然是人们的内心活动,但是与外部有丰富的联系,这种联系正是道德建设可取的途径;在特定历史和社会环境下,人们关于道德状态或评判标准的区分,为道德建设提供了广阔的空间;公德与私德的辩证关系,预示着道德建设的方法。道德建设在途径、空间、方法上的可能性都是存在的。     

水文模型参数优选的改进粒子群优化算法

针对标准粒子群算法的早熟收敛问题,提出了一个提高算法性能的改进途径,即引入动态改变惯性权重策略和混沌思想,在两个方面同时改进以提高粒子群算法的收敛速度和克服局部极值的能力.对两个函数进行寻优测试表明,改进后的粒子群算法收敛速度、精度以及全局搜索能力均优于标准粒子群算法.最后将提出的改进粒子群算法应用于新安江模型进行参数优选,应用结果表明,该算法具有较强的可行性与实用性.     

"校园一卡通"系统方案简介

"数字化校园"成为高校信息化管理的发展趋势,"校园一卡通"系统是"数字化校园"的重要组成部分,本文以国内高校信息化建设实际情况为依据,提出了高校建设"校园一卡通"系统的方案,并对建设模式,系统应用等进行了分析,具备一定的应用价值.     

基于化学物质释放的五点傅里叶变换求解泊松方程的方法

在电离层化学物质释放数值模拟中,傅里叶变换是一种有效的求解泊松方程的方法,但其仿真精度有待进一步提高.文章提出一种改进的傅里叶变换求解泊松方程的方法,对泊松方程的五点差分形式做傅里叶变换,并引入误差修正项,弥补二阶差分带来的误差,模型中给出了详细推导过程,并与常用方法进行了对比分析.研究结果表明,改进方法求得电势的均方误差（Mean Square Error,MSE）相对Birdsall方法和电势求导方法小6个量级,电势空间分布更加接近解析结果.文中所提方法满足化学物质释放数值仿真的要求,为等离子体粒子模拟中泊松方程的求解提供了一种新的方法.     

镁合金激光-MIG复合焊温度场数值模拟

采用MSC.Marc有限元软件对镁合金激光-MIG复合焊的温度场进行数值模拟计算,并与实验结果对比,研究表明:数值计算获得的焊缝截面形状和尺寸与实验结果相比,一致性达到94%以上;母材上3点的计算温度与实测值偏差在8%以内;由于上表面温度向下表面传导,使下表面焊缝从凝固温度冷却到300℃比上表面焊缝所需时间长约50%。     

空域预滤波的稳健自适应波束形成方法

假定的期望信号方向向量与真实信号方向向量存在误差时,常规自适应波束形成性能将严重降低,针对该问题,提出了一种稳健的自适应波束形成算法.首先利用凹槽空域矩阵滤波器对基阵接收数据进行空域预滤波,消除协方差矩阵中的期望信号分量,然后重构协方差矩阵同时反变换到阵元域,再用重构的协方差矩阵形成自适应波束权向量.由于方法消除了期望信号分量的影响,极大地提高了自适应波束形成算法对系统误差的稳健性.计算机仿真验证了所提方法的有效性.