基于奇异值分解的测量矩阵优化

针对压缩感知理论中通用的测量矩阵(如随机高斯、伯努利等)不具有最优性能保证的问题,本文通过引入奇异值分解,提出基于奇异值分解的测量矩阵优化方法,对压缩感知中一般线性测量模型中的测量矩阵与测量向量进行优化,再利用优化后的测量矩阵与测量向量重建原稀疏信号。经典的随机高斯测量矩阵和伯努利测量矩阵的数值实验结果表明本文提出的方法可以显著地提高重建成功恢复概率以及对高斯噪声的鲁棒性。该方法适用于一般线性测量系统,成功地实现了测量矩阵和重建矩阵的分离,可在不改变前端测量模型的前提下使重建矩阵接近最优配置。     

基于雪岭云杉树轮的阿克苏河干流冬季径流重建

基于阿克苏河上游高山区采集的雪岭云杉树轮样芯构建了雪岭云杉树轮宽度年表,结合阿克苏河干流径流数据解析了雪岭云杉长期生长与阿克苏河干流径流关系,并重建了阿克苏河干流1813—2015年冬季径流序列。结果表明:利用雪岭云杉树轮宽度年表重建的阿克苏河干流1813—2015年冬季径流序列模拟值与实测值吻合度较高,重建径流序列稳定可靠;1813—2015年阿克苏河干流冬季多年平均流量为82.19 m~3/s,共出现5次持续丰水期和3次持续枯水期,最长的枯水段持续17年(1943—1959年);阿克苏河干流冬季径流变化存在51 a、29 a、16 a周期,第一主周期为51 a。     

丰满水电站重建工程建设期非常情况下游供水措施研究

丰满水电站重建工程在建设期仍然承担原工程的下游供水任务,但建设期向下游供水通道比原工程有所减少,非常情况时下游供水是应重视的问题。通过供水措施分析研究,采取分时段增加相应措施,提高了非常情况时下游供水保障能力。     

新疆白杨河胜利渠首斜坡护坦消能防冲设施

新疆白杨河胜利渠首为卵砾石河床上的多沙低水头渠首,因过洪能力不足、建筑物结构老化、泥沙淤积等原因拆除重建。渠首泄洪冲砂闸闸后消能防冲设施以"适度消能"为原则,选用斜坡护坦、防冲墙及混凝土软排组合的防冲方式加强下泄水流的挟沙能力。     

学习小波超分辨率系数的人脸超分算法

目前基于卷积神经网络的超分方法虽然在峰值信噪比和结构相似性评价指标上能取得优异的结果,但是得到的超分图像视觉质量较差,会丢失人脸五官区域的细节信息。针对这一现象,设计了一种新的深度神经网络来预测超分小波系数以获得信息丰富的超分辨率人脸图像,首先利用人脸图像的先验知识手动地给予五官区域更多的关注,然后在网络中引入线性低秩卷积运算,最后利用长距离依赖的思想补充超分图像的细节。实验验证该算法可以在获得较高的峰值信噪比和结构相似性的同时,使超分人脸图像五官区域更加清晰、视觉质量更优。     

基于ResNeXt和WGAN网络的单图像超分辨率重建

为解决现有基于生成对抗网络的单图像超分辨率重建模型SRGAN网络训练不稳定、学习速率慢等问题,提出了一种基于ResNeXt和WGAN的单图像超分辨率重建模型Res_SRGAN。该模型参考ResNeXt网络结构构造生成器,降低了生成器的复杂度,仅为SRGAN的1/8;通过WGAN来构造判别器解决了SRGAN模型不稳定的问题;实验结果表明,在四个公开数据集上本文所提模型相较于现有的单图像超分辨率重建模型在主客观评价中均取得了更加优越的性能。     

大学生就业忠诚度培养模式重建探究

面对高等院校毕业生就业过程中日渐凸显的“高就业高流失”现象,以及由此引发的有关大学生就业忠诚度缺失的问题,用人单位将其原因指向高等院校就业指导教育的欠缺以及“先就业后择业”等就业观的不良影响。结合某高校应届毕业生实际情况,围绕完善就业指导体系、抓好诚信教育、重视情感教育等方面,探究高校毕业生就业忠诚度培养模式的重建问题。     

基于Kinect的三维人体重建

提出了一种利用Kinect设备识别和获取三维人体数据,并结合点云库(PCL)进行三维人体模型重建的新方法。为了达到三维人体重建的目的,在调整参考模型体型系数的基础上,同时利用了ICP迭代算法,将参考模型的点云数据同目标模型的点云数据进行配准。实验结果表明此种方法达到了重建的目的,具有实用性和可行性,同时体现了成本低、方便和实时性强的优点。     

车牌识别系统中的超分辨率图像重建技术研究

针对车牌识别系统中图像模糊和分辨率低而影响车牌识别效果的问题,提出利用超分辨率重建来提高车牌图像分辨率的解决方法.建立了凸集投影(POCS)算法的数学模型,研究了凸集投影超分辨率重建的实现过程,并用仿真实验进行了验证.实验结果表明:采用凸集投影算法进行图像重建,可以提高车牌图像分辨率,丰富图像细节信息,能够有效提高车牌识别的准确率,并且迭代次数越多,图像重建效果越好.     

基于鲁棒主成分分析的图像放大算法

给出一种采用鲁棒主成分分析去噪的图像超分辨率算法。对高分辨率训练图像进行Haar小波变换,使用鲁棒主成分分析法得到去噪后的近似子带字典和细节子带字典;将低分辨率测试图像的近似子带作为相应高分辨率测试图像的近似子带,通过细节子带字典恢复出高分辨率测试图像细节子带;通过逆Haar小波变换得到高分辨率测试图像,利用多级增强进一步提高图像的质量。实验结果显示,用所给方法得到的字典对噪声有鲁棒性,且高分辨率重建图像峰值信噪比较高。