【摘 要】
：
准确测量温度分布对工业生产具有重要的意义。针对声学层析成像中有限的网格划分数目会影响重建精度的问题，提出TR-RBF(Tikhonov Regularization-Radial Basis Function)重建算法对温度场进行高分辨率重建。采用Tikhonov正则化对超声飞行时间(TOF， Time of Flight)重建，得到粗网格下的温度分布，并用局部加权回归法对数据进行平滑处理；进而采
论文部分内容阅读
准确测量温度分布对工业生产具有重要的意义。针对声学层析成像中有限的网格划分数目会影响重建精度的问题，提出TR-RBF(Tikhonov Regularization-Radial Basis Function)重建算法对温度场进行高分辨率重建。采用Tikhonov正则化对超声飞行时间(TOF， Time of Flight)重建，得到粗网格下的温度分布，并用局部加权回归法对数据进行平滑处理；进而采用RBF神经网络将粗解进行预测得到细化后的温度分布。通过有噪声和无噪声的数值仿真，本算法与ART、SVD
其他文献
针对当前数据链的时隙分配问题，提出并实现了一种基于灰色关联分析法的混合时隙分配协议。通过灰色关联分析法对吞吐量、时延和当前报文缓冲区的负载程度做聚合，得到各节点综合得分，再根据综合得分对时隙进行动态分配，同时采用固定时隙分配的方式保证网络中的节点最少有一个时隙可用。结果表明：与固定TDMA协议和P-TDMA协议相比，该协议在减少竞争冲突的同时，也保证了有较低的时延、相对较高的吞吐量和高时隙利用率。
重大公共卫生事件爆发初期，医疗物资消耗迅速，供给严重不足，为了合理高效地分配医疗物资，开展应急医疗物资配送问题研究。引入熵权法确定需求点的需求紧迫度，优先配送紧迫度高的需求点，在此基础上尽可能地使配送路径最短，实现构建基于物资需求点紧迫度不同前提下的需求可拆分的多目标应急医疗物资调度模型;并使用动态惯性权重和增加粒子扰动项等策略对粒子群算法进行改进用于求解模型。结果表明：该方法可高效解决资源紧缺情
微操纵执行器末端位置的精确反馈在显微自动化操作中具有重要意义,而现有研究无法克服在复杂干扰环境下执行器末端精确跟踪的问题。针对上述提到的问题,提出一种基于语义分割模型的执行器末端位置检测跟踪方法。首先构建端到端的执行器图像语义分割模型,其次利用轮廓拐点检测算法在分割出的掩模图像中跟踪执行器末端位置,为了进一步提高算法在复杂环境中的跟踪精度及鲁棒性,利用二维卡尔曼滤波算法对遮挡情况进行处理,实现了执
磁性粒子成像是一种新型示踪剂成像技术,该技术利用磁性粒子在零磁场中的非线性磁化特性对被测物进行成像,其中零磁场的精细度决定其空间分辨率,而零磁场的精细度由空间磁场梯度决定。为了提高空间分辨率,设计了能产生大磁场梯度的静磁场结构,将其与驱动结构组合成线型零磁场系统。首先设计了基于圆环磁体阵列的静磁场结构,利用大梯度的静磁场构造精细线型零磁场;其次设计了基于亥姆霍兹线圈的驱动结构及其驱动方式,确定线型
电阻抗层析成像技术(EIT)因其非侵入和可视化等特性为人体肺部空间特性的监测提供了一种有效的方法。但是EIT的逆问题具有严重的非线性、病态性和欠定性,使得图像重建结果含有严重的伪影。针对上述问题,提出了一种由预映射、特征提取、深度重建以及残差去噪四个模块构成的V-ResNet的深度网络成像算法,实现对场域空间位置和电导率参数分布的重建。该算法有效地增加了前馈信息的多重传递并解决了深度网络的梯度消失
针对现有研究没有考虑用户移动性对移动边缘计算（mobile edge computing， MEC）服务器反馈计算结果的影响，提出一种基于虚拟机迁移的能量收集MEC系统资源分配策略。考虑用户移动性影响，分别给出用户移动性模型和能量收集模型。采用虚拟机迁移的方式，将用户卸载给初始MEC服务器的计算任务转移到当前MEC服务器。当前MEC服务器完成计算任务以后，将计算结果直接反馈给用户。联合考虑用户卸载
计算密集型、时延敏感型车载应用的不断涌现导致资源受限的车载终端设备无法满足在短时间内处理大量应用任务的需求，而且在复杂多变的车联网场景中卸载节点动态变化特性会导致任务候选卸载节点的不确定性。针对上述问题，提出一种基于强化学习的计算卸载策略来实现任务卸载预判和计算资源分配。该策略首先结合设备链接时间与通信半径等因素制定卸载节点发现机制。其次，通过考虑时延与成本对车联网移动边缘计算卸载系统的影响建立效
为了充分挖掘可见光通信(visible light communication， VLC)和射频(radio frequency， RF)通信的优势，提出一种室内混合VLC/RF异构无线网络传输模型。针对该模型，考虑用户最大最小公平性、网络带宽约束以及最大发射功率约束条件，以用户需求速率门限值作为资源分配的重要条件，提出了一种最大化最小用户传输速率的资源分配问题以提高用户公平性和提高网络的传输速率
近年来，遥感图像的语义分割得到广泛应用。虽然基于深度学习的方法极大程度地提高了其分割精度，但由于遥感图像的多样性(不同的地理位置、地形和天气条件)以及像素级标签的缺乏，该算法难以适用于跨多个域的任务。而若重新训练新的域则需要消耗大量人力资源来收集相应的像素级标签。为了解决这一跨域问题，本文基于对抗学习提出了一种目标域图像级标签已知的弱监督域适应方法：1)利用图像级标签，提出多类域判别器，使目标域各
精确实时的家畜数据对发展现代畜牧业、保障畜产品有效供给和草原生态系统平衡，促进草原可持续发展至关重要。目前这些数据主要通过地面调查和基层上报方式获取，成本高、实时性差。本文在构建家畜深度学习识别模型和体重估算模型基础上，建立了基于B/S（浏览器/服务器）架构的家畜实时监控系统（http://218.202.104.82:5806/vid），利用无人机视频流，实现了家畜的在线识别、计数和体重估算。家