基于自组织增量-图卷积神经网络的金相图半监督学习

采用深度学习对钢铁材料显微组织图像分类,需要大量带标注信息的训练集.针对训练集人工标注效率低下问题,该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法.首先,采用迁移学习获取图像数据样本的特征向量集合;其次,通过引入连接权重策略的自组织增量神经网络(WSOINN)对特征数据进行学习,获得其拓扑图结构,并引入胜利次数进行少量人工节点标注;然后,搭建图卷积网络(GCN)挖掘图中节点的潜在联系,利用Dropout手段提高网络的泛化能力,对剩余节点进行自动标注进而获得所有金相图的分类结果.针对从某国家重点实验室收集到的金相图数据,比较了在不同人工标注比例下的自动分类精度,结果表明:在图片标注量仅为传统模型12％时,新模型的分类准确度可达到91％.     

340 GHz稀疏MIMO阵列实时3-D成像系统

介绍了一种基于稀疏MIMO(Multiple Input and Multiple Output)阵列的340 GHz三维成像系统.系统采用水平放置的4发16收稀疏MIMO阵列配合垂直维的聚束扫描实现方位维的高分辨成像,每个发射通道的波形为16GHz带宽的线性调频连续波信号,通过脉冲压缩实现距离维的高分辨.测试结果表明,在4 m的探测距离(光程)上,成像系统方位向、垂直向和距离向的分辨率分别达到14 mm、10 mm和12 mm,通过对人体隐藏枪支的三维成像实验验证了系统对人体携带危险品的探测能力.     

基于形态学top-hat算子的多传感器图像融合

本文根据形态学top-hat算子能够提取图像中极大值与极小值区域的特点,将其应用于多传感器图像融合的两个重要领域——多聚焦图像融合和高分辨、多光谱图像融合.实验中将本文方法与Laplacian塔型变换、子波变换、主分量分析等方法进行了比较,结果表明本文所提的基于top-hat算子的融合方法具有优越的性能,拓广了top-hat算子的应用范围.     

图像的多尺度几何分析:回顾和展望

多尺度几何分析旨在构建最优逼近意义下的高维函数表示方法.本文以二维函数的非线性逼近为主线,分析了推动多尺度几何分析发展的深刻数学和生理学背景,综述了图像多尺度几何分析方法的最新进展及存在的问题,指出了进一步研究的方向.     

基于模糊图像合成的微结构平面运动测量技术

动态测试技术在MEMS研发过程中具有极为重要的作用。本文在机器微视觉的MEMS动态测试系统的基础上,基于模糊图像合成技术对MEMS谐振器的运动特性如谐振器的运动幅度、谐振频率f及品质因数Q等重要参数进行了测试,并给出了实验结果。     

40Gb/s DWDM传送技术及实际考虑

给出了40Gb/s DWDM传送系统的进展现状,分析了40Gb/s传输问题和一系列使能技术,讨论了40Gb/sDWDM传送系统基本结构,并从实际应用的角度,对10Gb/s和40Gb/s传输系统的特性及成本进行了比较,最后指出了发展40Gb/s传送系统思路及对策。     

光场力对烧蚀物时空分布的影响

对烧蚀物的时空分布进行了研究。烧蚀物离开靶材表面时的速率分布由蒸发机制决定,在激光作用时间内烧蚀物的传输行为由扩散机制和光场力机制共同决定,激光作用结束后烧蚀物的传输行为由扩散机制单独决定,并解释了烧蚀物的时空分布及烧蚀物趋光运动的现象。     

一种有效的基于并行量子进化算法的图像边缘检测方法

本文基于费用函数最小化方法,提出一种混合并行量子进化算法用于文本图像的边缘检测。量子进化算法是一种基于量予计算的概念和理论(诸如量子比特和量子叠加态)的进化算法,它采用了量子编码来表征染色体,由于量子比特的概率表示,能够表示出解的线性叠加状态。此外,量子进化算法具有收敛快和好的全局搜索特性,因此它比传统的进化算法更适于并行结构的实现。我们将这一算法和局部搜索算法相结合,用于图像的边缘检测问题,得到了令人满意的检测效果,并对噪声有较好的抑制作用。     

0.67 THz高分辨力成像雷达

为达到厘米甚至亚厘米级的成像分辨力,从电子学角度出发,设计并构建了0.67 THz线性调频连续波(FMCW)成像实验平台。平台通过将Ka波段带宽1.2 GHz、功率2 W的线性调频信号24倍频,获得0.66 THz~0.688 8 THz的发射信号,功率约为1.2 mW,接收端的回波经过谐波混频完成去斜(Dechirp)形成2.4 GHz中频信号,二次变频后经高速采样送入信号处理机箱完成成像。雷达发射信号带宽为28.8 GHz,经系统非线性校正处理后,成像分辨力达到1.3 cm,验证了太赫兹雷达的高分辨成像能力。