期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种线性变厚度矩形板结构刚度与强度的研究 被引量：2
1
作者 李韶杰 付林军 +2 位作者 田宝凤 赵锦奇 杨卫平 《机械设计》 CSCD 北大核心 2014年第7期47-50,共4页
采用弹性力学的变分原理,运用Galerkin方法,通过求解数理方程,对于中心与固定球形铰链连接,板面受均布力作用的一种线性变厚度矩形板结构刚度和强度进行了分析研究,给出了可供工程应用的结果。
关键词 变分原理 数理方程 固定球形铰连接 变厚度矩形板结构 均布力 弯曲强度 弯曲刚度 挠度函数
下载PDF
对四柱式油压机主机线性变截面压板结构设计的研究
2
作者 李韶杰 付林军 田宝凤 《造纸科学与技术》 北大核心 2014年第4期73-77,共5页
利用弹性力学的变分原理,采用Galerkin方法,通过求解积分方程,对四柱式平板压榨挤水(油)机主机线性变截面压板的结构设计进行了研究,给出了可供工程应用的结果。
关键词 弹性力学的变分原理 四柱式油压机 主机线性变截面压板 压板刚度 压板强度 压板厚度
下载PDF
改进自适应CEEMD方法在心电信号去噪中的应用 被引量：13
3
作者 付林军 王凤随 刘正男 《电子测量与仪器学报》 CSCD 北大核心 2020年第4期50-57,共8页
针对传统经验模式分解(EMD)方法存在的模式混淆问题,以及总体平均经验模式分解(EEMD)不具备完备性和计算量太大的缺陷,提出一种改进的自适应互补集合经验模式分解(CEEMD)方法。该方法在分析加噪准则的基础上,引入峰值误差(PE)作为加噪... 针对传统经验模式分解(EMD)方法存在的模式混淆问题,以及总体平均经验模式分解(EEMD)不具备完备性和计算量太大的缺陷,提出一种改进的自适应互补集合经验模式分解(CEEMD)方法。该方法在分析加噪准则的基础上,引入峰值误差(PE)作为加噪评价指标,来自适应确定最佳加噪幅值;然后利用原始信号的幅值标准差以及加入噪声的幅值标准差的比值系数,对不同信号自适应获取总体平均次数;最后将该方法运用到由美国麻省理工学院建立的MIT-BIH心电数据库中,很好地实现了对目标信号的去噪。实验表明,所提方法的平均信噪比(SNR)达到了19.2497、均方根误差(RMSE)仅为0.0473,平均平滑度指标R只有0.0305。算法有效地去除了原始心电信号噪声,改善了信号的平滑度,提高了运算效率。 展开更多
关键词 心电信号 自适应 互补集合经验模式分解 信噪比
下载PDF
基于信息熵和梯度因子的改进Criminisi图像修复方法 被引量：12
4
作者 王凤随 刘正男 付林军 《激光与光电子学进展》 CSCD 北大核心 2020年第22期93-102,共10页
针对传统Criminisi算法中优先权值很快趋于零,且修复时间较长等缺点,提出一种改进的基于信息熵和梯度因子的图像修复算法。首先,将图像信息熵与梯度因子拟合为权重因子,采用优化优先权的计算方式找到最优修复块;其次,利用可度量像素块... 针对传统Criminisi算法中优先权值很快趋于零,且修复时间较长等缺点,提出一种改进的基于信息熵和梯度因子的图像修复算法。首先,将图像信息熵与梯度因子拟合为权重因子,采用优化优先权的计算方式找到最优修复块;其次,利用可度量像素块复杂度的信息熵对匹配块的搜索区域进行调整,建立搜索区域的动态法则;然后,借助于梯度因子建立匹配块模板尺寸的自适应模型,完善最优匹配块搜索策略;最后,引入序贯相似性检测算法从源区域中选取最优匹配块,实现图像的修复。实验结果表明,与传统Criminisi算法相比,所提算法无论在客观方面还是在主观方面都获得了较满意的图像修复结果,修复效果更加真实,修复图像具有更好的视觉效果。 展开更多
关键词 图像处理 图像修复 Criminisi算法 信息熵 梯度因子
原文传递
改进的联合型图像超分辨率重建算法 被引量：7
5
作者 刘正男 王凤随 付林军 《电子测量与仪器学报》 CSCD 北大核心 2020年第1期111-120,共10页
针对传统锚定邻域回归(anchored neighborhood regression, ANR)的图像超分辨率方法缺乏灵活性、且对图像的细节没有很好的恢复能力的缺点,提出一种锚定邻域回归和卷积神经网络(convolution neural network, CNN)相结合的图像重建方法... 针对传统锚定邻域回归(anchored neighborhood regression, ANR)的图像超分辨率方法缺乏灵活性、且对图像的细节没有很好的恢复能力的缺点,提出一种锚定邻域回归和卷积神经网络(convolution neural network, CNN)相结合的图像重建方法。首先,在ANR中提出使用弹性网络回归模型,使算法具有特征选择的特点。其次,在CNN的图像预处理部分使用lanczos3插值方法,加快了运算速度,在特征提取中提出使用具有自门控特性的Swish函数作为激活函数,用于提高测试准确度。最后,在重建图像的评价方面提出了图像的相关系数,并用于对重建图像做进一步的有效性评估。实验结果证明,所提方法平均峰值信噪比(PSNR)达到了32.68,平均结构相似性(SSIM)达到0.938 0,平均相关系数达到0.982 8。算法有效地恢复了图像的细节部分,图像质量得到了进一步提升。 展开更多
关键词 图像重建 超分辨率 锚定邻域回归 卷积神经网络 图像相关系数
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部