一种非开关型快速随机脉冲噪声降噪算法

为提高现有开关型随机脉冲噪声（Random-Valued Impulse Noise,RVIN）降噪算法的降噪性能,提出了一种基于卷积神经网络的非开关型RVIN快速降噪算法（Fast Non-switching RVIN Denoising Algorithm,FNRDA）.首先,利用噪声检测器随机地检测给定噪声图像中少量不同位置处的像素点;然后,将检测为RVIN噪声点的个数除以被检像素点总数转化为噪声比例值;最后,根据噪声比例值调用相应预先训练好的非开关型卷积神经网络降噪模型,快速且高质量地完成图像降噪任务.实验结果表明：所提出的非开关型FNRDA算法在各噪声比例下的综合性能（降噪效果和执行效率）优于经典的开关型RVIN降噪算法,适用于图像恢复、信号检测、无线通讯等实时系统中.     

适用于迭代型去模糊算法粗精检测相结合的自适应终止机制

由于缺乏合适的去模糊图像质量度量方法,迭代型去模糊算法通常将其迭代次数简单地设置为固定值,无法在执行效率和去模糊质量之间获得最优的平衡点。为此,提出一种粗精检测相结合的迭代终止机制并将其应用到迭代型去模糊算法中以自适应地确定它们最佳的迭代次数。具体地,在每一步迭代过程中利用伪PSNR值细粒度地判断去模糊图像质量是否趋于稳定,另一方面每隔若干步利用从反向卷积残差图像中提取的统计特征值粗粒度准确地判定图像质量是否达到最佳,将两种去模糊图像质量度量方法有机结合以实现一种效率高且准确的迭代终止判定机制。评估结果显示,将所提出的粗精相结合的终止机制应用于NCSR、GSR和ADMM共三种主流去模糊算法后,执行效率可提高50%左右,而去模糊图像质量也得到了最佳保证。实验结果表明,提出的检测机制能够有效地解决各种迭代型去模糊算法因采用固定迭代次数而存在的无益迭代和过迭代问题,非常具有普适性。     

海洋钻井平台维修中的人因管理

人员可靠性越来越成为制约海样钻井平台生产安全的重要因素,海洋平台维修中的人为因素管理是人因可靠性的一个重要方面。目前国内外控制维修中人为差错方法,一方面趋向于被动反应式而不是主动前瞻式的管理;另一方面属于定性评价而非定量分析。选用定性与定量结合的模糊综合评价法,对维修组织各因素的安全性进行评价,找出弱项,以预防维修中人为差错的产生。     

新媒体环境下食品广告策划研究

新媒体环境下,食品行业能够借助微信、抖音等新媒体进行广告投放,不断提升广告传播效果。因此,应当切实把握消费群体的心理诉求,在保证食品广告的定位精确和创新前题下,注重食品广告策划的创意呈现,进而满足市场的个性化需求,做到与消费者认可的有机统一。一,基于线下新媒体的食品广告策划。     

两阶段多层感知的随机脉冲噪声比例预测

目的 基于卷积神经网络（CNN）在图块级上实现的随机脉冲噪声（RVIN）降噪算法在执行效率方面较经典的逐像素点开关型降噪算法有显著优势,但降噪效果如何取决于能否对降噪图像受噪声干扰程度（噪声比例值）进行准确估计。为此,提出一种基于多层感知网络的两阶段噪声比例预测算法,达到自适应调用CNN预训练降噪模型获得最佳去噪效果的目的。方法 首先,对大量无噪声图像添加不同噪声比例的RVIN噪声构成噪声图像集合;其次,基于视觉码本（visual codebook）采用软分配（soft-assignment）编码法提取并筛选若干能反映噪声图像受随机脉冲噪声干扰程度的特征值构成特征矢量;再次,将从噪声图像上提取的特征矢量及对应的噪声比例分别作为多层感知网络的输入和输出训练噪声比例预测模型,实现从特征矢量到噪声比例值的映射（预测）;最后,采用粗精相结合的两阶段实现策略进一步提高RVIN噪声比例的预测准确性。结果 针对不同RVIN噪声比例的失真图像,从预测准确性、实际降噪效果和执行效率3个方面验证提出算法的性能和实用性。实验数据表明,本文算法在大多数噪声比例下的预测误差小于2%,降噪效果（PSNR指标）较其他主流降噪算法高24 dB,处理一幅大小为512×512像素的图像仅需3 s左右。结论 本文提出的RVIN噪声比例预测算法在各个噪声比例下具有鲁棒的预测准确性,在降噪效果和执行效率两个方面较经典的开关型RVIN降噪算法有显著提升,更具实用价值。     

基于风险检查的海洋立管腐蚀失效分析

在收集海洋立管数据和最后1次检查数据的基础上,确定其主要失效类型；根据相关规范和文件确定其腐蚀率.根据检查出的缺陷尺寸和腐蚀率,采用改进的一次二阶矩法计算海洋立管在新缺陷下的失效概率,绘出失效概率随时间变化的曲线.根据立管失效概率的可接受标准,确定何时需要对哪个部位进行检查和维修,并将检查结果作为下次风险分析的基础数据.应用风险检查方法制定的检查计划同时满足经济性和安全性的要求,可为水下生产系统的其他管线腐蚀失效分析提供参考.     

深水海底管道屈曲试验数据采集技术研究

为了观察深水海底管道屈曲试验过程中管道的屈曲进程和测量管道在屈曲变形过程中的应变,设计和完善了一种适用于深海海底管道屈曲试验数据采集的工艺流程和方法。数据采集工作的重点是保护应变片并使其在模拟深海环境中能够正确输出试验数据,同时可以实时监控试验压力等数据。试验结果表明：研制出的深水海底管道屈曲试验数据采集技术和方法可行、有效。     

基于锁相混频原理的高精度激光外差干涉信号的处理方法研究

利用锁相环实现拍频转换,将高频干涉拍频信号降频至1.0 kHz,通过填脉冲式测相方法获得被测相位差.实验结果表明利用该方法在拍频转换后易于获得0.078°的高精度相位差,而且该方法具有实现电路简单、频率稳定性高和相位跟踪稳定的优点.     

深度卷积神经网络降噪模型的技术瓶颈与研究展望

现有的深度卷积神经网络（DCNN）图像降噪模型受其技术路线内在固有特性的制约,降噪性能仍然有待进一步改进。为了推动现有DCNN图像降噪模型技术的发展,需要正视并及时解决制约其进一步完善的瓶颈问题。本文简要概述了传统的基于自然图像非局部自相似性、稀疏性和低秩性这3种先验知识设计的图像降噪算法的技术路线特点和优缺点,从传统图像降噪算法存在的问题中引出基于DCNN构建图像降噪模型的技术优势,并梳理并总结了DCNN降噪模型未来的发展瓶颈,就相应的解决方案（研究方向）进行详细讨论。通过深入分析发现,可以从扩大卷积核的感受野、降低网络参数与训练集之间的依赖关系以及充分利用DCNN网络的建模能力这3个角度入手,突破现有基于数据驱动的DCNN降噪模型的瓶颈制约,把图像降噪算法的研究水平推向新的高度。     

FBG非均匀应变分布的动态粒子群算法重构研究

基于动态粒子群算法(DPSO)和传输矩阵法,提出了一种新的光纤布喇格光栅(FBG)轴向非均匀应变分布重构方法.利用光栅轴向采样点处的应变值作为粒子,让其在解空间中模拟鸟群行为进行搜索,算法的惯性权重ω根据不同粒子与当前种群中全局最优粒子距离的大小进行动态调整,加快了算法收敛到最优点的速度.采用DPSO对线性、二次、正弦、不连续等4种应变分布形式进行了应变重构,并与量子行为粒子群优化算法(QPSO)的重构结果进行了比较,仿真结果表明,DPSO优化算法可有效地进行光栅轴向菲均匀应变分布的重构,精度和迭代速度较QPSO法有显著提高.