【摘 要】
：
抚仙湖1米真空太阳望远镜（NVST）受到大气湍流的影响,观测图像通常伴随着模糊或严重退化、更多的噪声和局部细节丢失。虽然近年来深度学习被广泛用于图像重建,但它们通常仅适用于运动、抖动模糊,对于太阳图像的重建依然存在高频细节丢失、生成伪像、边缘轮廓平滑等问题。本文利用生成对抗网络（GAN）与弱监督学习（WSL）相关技术,针对上述问题进行了研究,主要工作如下:（1）提出一种基于双阶段特征金字塔网络（F
论文部分内容阅读
抚仙湖1米真空太阳望远镜（NVST）受到大气湍流的影响,观测图像通常伴随着模糊或严重退化、更多的噪声和局部细节丢失。虽然近年来深度学习被广泛用于图像重建,但它们通常仅适用于运动、抖动模糊,对于太阳图像的重建依然存在高频细节丢失、生成伪像、边缘轮廓平滑等问题。本文利用生成对抗网络（GAN）与弱监督学习（WSL）相关技术,针对上述问题进行了研究,主要工作如下:（1）提出一种基于双阶段特征金字塔网络（FPN）与单管道（SP）耦合的重建方法（DSFSP）,用于重建高分辨率太阳斑点图像。在阶段一中,使用一个FPN来恢复结构特征;在阶段二中,使用另一个FPN来强化图像的结构上下文特征,并使用与这个FPN耦合的单管道来捕获梯度特征信息。在融合这些特征得到重建图像之后,使用多尺度鉴别器使其更加接近参考图像。（2）提出一种针对太阳斑点图像的无监督模糊分级方法,能够有效地将不同分布的图像子块进行分离训练。由于拍摄的大视场太阳斑点图像中不同区域存在不同程度的模糊,这近似于单张拍摄图像中出现多种不同分布。若直接将多种分布数据应用于模型训练,将会导致模型严重过拟合。通过无监督模糊分级方法,能够有效防止过拟合现象。（3）提出一种基于图像子块分级后进行退化与逆退化的训练方法,有效地将太阳斑点图像的有监督训练转化成为弱监督训练。有监督训练方法通常需要借助于高清图像,但新拍摄的太阳图像仅存在退化图,利用弱监督训练能够减少参考图像的依赖。本文方法使用中国科学院云南天文台提供的太阳斑点数据集进行训练与测试。实验结果验证本文提出的重建方法DSFSP能够有效增强梯度空间与上下文语义信息、恢复图像的清晰度、重建出高频细节与减少生成的伪像,所设计的弱监督方法能够降低训练复杂度,而且有较好的泛用性。
其他文献
随着经济水平的发展和饮食结构的改变,全球肥胖患者的数目迅速上升,严重威胁人们的身心健康。临床数据表明,肥胖除了会引起他人的歧视之外,还会诱发糖尿病、高血压、癌症、中风、心肌梗死等代谢性疾病。目前临床上针对肥胖的方案主要是手术治疗、药物治疗和改善生活方式三种,但都有各自的缺点和不足。因此,寻找更加安全有效的先导化合物变得十分急迫。肥胖的成因主要是机体内白色脂肪的过度堆积,而白色脂肪堆积的主要形式是脂
植物内生真菌（endophyte fungi）是一定阶段或全部阶段生活于健康植物各种组织和器官内部或细胞间隙,且不会引起植物组织变化的真菌。对内生真菌次生代谢产物及其生物活性研究已成为发现先导化合物,药物研发的新途径。本论文以药用植物黄草乌（Aconitum vilmorinianum Kom）中分离的一株内生真菌黑曲霉（Aspergillus niger B-30）为研究对象。采用马铃薯固体发酵
特殊环境来源放线菌是活性天然产物的重要来源之一,蕴含大量未经开发的次生代谢产物资源,而基因组挖掘能充分揭示微生物的生物合成基因簇,有利于特境放线菌资源的开发和利用。本论文通过基因组挖掘发掘了两株特殊环境土壤来源放线菌的产生结构及活性丰富的次生代谢产物的潜力,通过培养基筛选确定了合适的发酵条件,扩大发酵并对其次生代谢产物进行了研究。论文主要内容分为以下三个章节。第一章综述了近几年微生物来源活性环肽类
急性肺损伤（ALI）是一种严重的呼吸系统疾病,如果不及时治疗经常发展为具有很高的发病率和死亡率的急性呼吸窘迫综合征（ARDS）。湖北贝母是著名的中药材,具有镇咳、祛痰、平喘等功效。在这里,首次评估了湖北贝母提取物对脂多糖（LPS）诱导的ALI小鼠的影响,结果表明乙酸乙酯部分（EAF）显著降低了支气管肺泡灌洗液（BALF）的白细胞和中性粒细胞,肺指数以及肺匀浆的促炎细胞因子（TNF-α和IL-6）,
如今,社会已经进入信息化时代,各领域在面对信息化转型时会产生大量空间数据。因此,空间数据挖掘成为了不可忽视的研究方向。在空间数据挖掘中,快速且高效的空间co-location模式挖掘近年来得到研究者极大重视,收获了丰富的成果。Co-location模式的挖掘目标是识别空间事物之间的并置关系,因此识别出的co-location模式仅反映出空间事物之间的同位关系;基于团实例模型的传统colocatio
脚骨脆属（Casearia）植物在南美和亚洲等国家已被用于民间医学,用来治疗溃疡、糖尿病和抗菌感染等。研究发现,该属植物中次生代谢产物主要以克罗烷型二萜、三萜、苯丙素类等化合物。药理研究也证明,该属植物的粗提物或单体化合物具有降血糖、抗氧化、抗炎、细胞毒性和抗菌等活性。基于现在具备的对植物中二萜类成分提取分离研究的经验和条件,以及对化合物进行抗炎活性研究的基础。本论文以采集自云南普洱的球花脚骨脆（
蛋白质是生命活动最主要的载体,了解蛋白质的结构对于认识其功能有着至关重要的意义。近年来,用深度学习的方法从蛋白质的序列进行结构预测的工作已经有了巨大进展,作为蛋白质结构预测中必不可少的一步,蛋白质模型质量评估工作不仅可以帮助从模型池中挑选出最优的模型,也可以为模型进行局部优化提供参考,是蛋白质结构预测的最后一步。在蛋白质模型质量评估的研究中,使用深度学习模型进行蛋白质结构的特征表示学习是非常有效的
社会网络是由网络中个体成员之间的交互作用形成的,被广泛应用于描述成员之间的相互行为。由于近年来社会发展迅猛,社会网络也呈现多样化发展,伴随着的便是网络信息的复杂化,也更加凸显了它的研究价值。社会影响力是在一定的网络下,个体能影响并改变其他人行为举止的一种能力。影响力最大化（Information Maximization,IM）问题旨在寻找网络中使信息成功传播最广泛的网络成员集合,以至于能够将这些
烟草是我国重要的经济作物之一,云南省作为“烟草王国”,在烟草质量、产量、销售量与出口创汇等多项指标中多年连续位居全国首位,同时烟草也是云南省经济社会发展的重要支撑和财税收入的主要来源。烟支作为烟草最常见的产品,一直以来都是烟草行业发展的重点。目前烟支的高速生产线虽然能满足产量上的需求,但不可避免地给烟支质检提升了难度。在质检中,烟支外观瑕疵会直接影响香烟质量,如果次品大量流入市场,不但会降低消费者
空间频繁并置（co-location）模式是一组空间特征的子集,这些特征的实例在地理空间中频繁地出现在一起。空间并置模式挖掘旨在从空间数据中提取人们尚未知道但潜在有用的信息从而更好地服务人类活动,它已经驱动了许多社会应用,如基于位置的服务、城市规划等。尽管对频繁并置模式挖掘技术已经开展了许多探索,但仍然存在一些问题:（1）空间实例的邻近关系计算完成后通常存储在内存中,这种方式收集候选模式的表实例具