基于纹理和结构的图像修复算法研究

图像修复是一种修复图像中破坏部分的技术,具有广泛的应用。传统的图像修复算法对于纯结构或纯纹理图像有较好的修复效果,对于既有结构又有大量纹理的图像,可以先将图像分为结构子图和纹理子图,再分别用不同的方法处理两个子图。算法结合了Poisson方程和块纹理合成的思想,首先将原图分解成结构子图和纹理子图两部分,然后根据两个子图各自的特征分别进行修复。对于结构子图像,采用基于Possion方程的方法进行修复,对于纹理子图,采用纹理块合成方法进行修复。实验证明,该算法具有良好的修复效果。     

脉冲磁场下储藏小麦自身呼吸CO2变化分析研究

储粮自身呼吸是陈化和霉变的重要原因之一,为动态了解储藏期间粮食呼吸的效应,开展了小麦自身所产生CO2浓度变化的研究工作.对常规条件下小麦自身呼吸CO2浓度与脉冲磁场中不同强度和脉冲数所对应的试验数据进行分析研究,结果表明:低水分储藏小麦的CO2浓度呈线性恒稳变化,脉冲磁场能抑制小麦的后期呼吸从而延缓小麦的陈化变质进程;而中、高水分的数据严重偏离线性关系,变化幅度较大,在高强度和大脉冲数的磁场中,出现曲线变化的拐点(阈值),其对小麦呼吸作用中CO2浓度变化发生窗口效应,在小麦存储中具有促进作用.     

JSP网络中文件编码系统的研究与实现

随着互联网技术的发展，动态网站是近年来发展的方向。动态网站的关键技术是数据库的建立、连接和调用。本文首先介绍Oracle数据库的建立；然后讲述了用jdbc连接并访问数据库的方法；最后详细地阐述了JSP网络中文件编码系统的解决方案和实现方法。     

基于图像曲线和最小二乘法进行函数拟合的研究

对超导磁体系统中CICC导体进行数字模拟时,发现某些有用的图像曲线,可利用最小二乘法原理,对图像内容进行选择、修改、锐化处理,二值化后获得图像中曲线的函数表达式,即CICC稳定性与氦流量之间的量化关系.同时对拟合的函数曲线和原曲线比较,发现二者基本吻合,因此用最小二乘法来研究图像中曲线拟合构成的函数,是非常有用的方法.     

稳态强磁场中小麦储藏生理特性分析研究

为预防小麦储藏期间的霉变和陈化,以及真实了解储藏期小麦的生理特征变化,开展了小麦生理指标变化的研究。在室温和湿度为12.5%下,通过常规条件下与稳态强磁场中降落值、生活力和粘度值所对应试验数据的分析显示：降落值和粘度值在前60d内快速变化、后30d变化缓变,它是小麦储藏中微生物活动增强和可能出现霉变的关键时期;在7T（Tesla,特斯拉）和15T的强磁场中,降落值和粘度值变化呈减小趋势,尤其15T磁场下后期出现平坦变化现象。这表明稳态强磁场具有抑制小麦生理变化和延缓小麦质变的作用。     

改进的Criminisi图像修复算法

针对Criminisi等人提出的基于样本的图像修复算法在确定匹配块大小时存在的一些不足,提出了一种改进的基于样本的图像修复算法。该算法根据样本的纹元大小确定其匹配块大小,使得匹配更为准确,并利用多级合成提高修复效果,弥补了Criminisi算法修复时出现的结构断裂缺陷。实验结果表明,该方法在修复强结构纹理图像时有很好的效果。     

基于多指标模糊综合评价模型的小麦品质评估

小麦品质评估是小麦储藏和检测中最为重要的环节,针对传统小麦品质评价中因素较为单一、主观性较强的问题,本文提出了一种多指标模糊融合评价小麦品质的模型。首先,对小麦多生理生化指标进行分析与研究,选取脂肪酸值、沉降值、还原糖、发芽率、降落数值作为模型的因素集;首先对测试数据的标准差作放缩计算,得到一个可以反应数据可靠程度的权重矩阵;再次使用劣化度和隶属度函数构建了多因素模糊评价矩阵模型;最后,通过对权重矩阵和评价矩阵的融合计算,并结合最大隶属度原则获得综合评价结果。计算分析表明:模糊评价所得到的结果与实测小麦品质状况基本吻合,本模型可为储藏小麦的测量与评价提供一定的科学依据。     

应变对Nb_3Sn股线临界特性退化影响

为应对12 T以上的磁场影响,国际热核聚变反应堆ITER和国内CFETR装置上环向和中心螺线磁体系统已采用Nb3Sn材料;而低温下临界温度和分流温度是超导体稳定运行的重要因素,由于缺乏应变效应对临界温度和分流温度影响的研究,为此,本研究利用模拟应变作用的周期载荷,对Nb3Sn超导股线样品的临界温度和分流温度进行了测试以及数值模拟计算,分析获得扭距等作用使临界温度和分流温度随模拟应变载荷周期退化的结果。同时,推导分流温度随周期载荷变化的双对数分布模型,模型可以描述股线样品中由周期载荷导致的弯曲应变所产生的股线性能降级情况。     

基于长短期记忆生成对抗网络的小麦品质多指标预测模型

小麦多生理生化指标变化趋势反映了储藏品质的劣变状态,预测多指标时序数据会因关联性及相互作用而产生较大误差,为此该文基于长短期记忆网络(LSTM)和生成式对抗网络(GAN)提出一种改进拓扑结构的长短期记忆生成对抗网络(LSTM-GAN)模型。首先,由LSTM预测多指标不同时序数据的劣变趋势;其次,根据多指标的关联性并结合GAN的对抗学习方法来降低综合预测误差;最后通过优化目标函数及训练模型得出多指标预测结果。经实验分析发现:小麦多指标的长短期时序数据的变化趋势不同,进一步优化模型结构及训练时序长度可有效降低预测结果的误差;特定条件下小麦品质过快劣变会使多指标预测误差增大,因此应充分考虑储藏期环境变化对多指标数据的影响;LSTM-GAN模型的综合误差相对于仅使用LSTM预测降低了9.745%,并低于多种对比模型,这有助于提高小麦品质多指标预测及分析的准确性。     

基于PPP协议远程数据传输的研究和实现

根据省高血压中心和地方高血压医院工作的方式，在对其实际情况进行了深入调查研究的基础上，首先拟定了解决省高血压中心和地方高血压医院各自的管理系统，然后采用PPP协议传输的方案来实现其间的数据上传和下载这一功能。相对于借用电话来实现简单的点到点传输，该方案充分考虑到一线通(ADSL)、宽带接入的可能性，还为将来规划中的Internet网站提供了接口。