目的医学影像获取和视频监控过程中会出现一些恶劣环境,导致图像有许多强噪声斑点,质量较差。在处理强噪声图像时,传统的基于变分模型的算法,因需要计算高阶偏微分方程,计算复杂且收敛较慢;而隐式使用图像曲率信息的曲率滤波模型,在处...目的医学影像获取和视频监控过程中会出现一些恶劣环境,导致图像有许多强噪声斑点,质量较差。在处理强噪声图像时,传统的基于变分模型的算法,因需要计算高阶偏微分方程,计算复杂且收敛较慢;而隐式使用图像曲率信息的曲率滤波模型,在处理强噪声图像时,又存在去噪不完全的缺陷。为了克服这些缺陷,在保持图像边缘和细节特征的同时去除图像的强噪声,实现快速去噪,提出了一种改进的曲率滤波算法。方法本文算法在隐式计算曲率时,通过半窗三角切平面和最小三角切平面的组合,用投影算子代替传统曲率滤波的最小三角切平面投影算子,并根据强噪声图像存在强噪声斑点的特征,修正正则能量函数,增添局部方差的正则能量,使得正则项的约束更加合理,提高了算法的去噪性能,从而达到增强去噪能力和保护图像边缘与细节的目的。结果针对多种不同强度的混合噪声图像对本文算法性能进行测试,并与传统的基于变分法的去噪算法(ROF)和曲率滤波去噪等算法进行去噪效果对比,同时使用峰值信噪比(PSNR)和结构相似性(SSIM)作为滤波算法性能的客观评价指标。本文算法在对强噪声图像去噪处理时,能够有效地保持图像的边缘和细节特征,具备较好的PSNR和SSIM,在PSNR上比ROF模型和曲率滤波算法分别平均提高1. 67 d B和2. 93 d B,SSIM分别平均提高0. 29和0. 26。由于采用了隐式计算图像曲率,算法的处理速度与曲率滤波算法相近。结论根据强噪声图像噪声特征对曲率滤波算法进行优化,改进投影算子和能量函数正则项,使得曲率滤波算法能够更好地适用于强噪声图像,实验结果表明,该方法与传统的变分法相比,对强噪声图像去噪效果显著。展开更多
针对窄间隙熔化极气体保护焊(Gas Metal Arc Welding,GMAW)焊道侧壁处局部咬边缺陷检测困难的问题,提出了一种基于电弧声信号特征提取与处理的咬边缺陷在线检测方法。通过分析正常、临界咬边和咬边这3种焊接状态的电弧形态和电弧声信号...针对窄间隙熔化极气体保护焊(Gas Metal Arc Welding,GMAW)焊道侧壁处局部咬边缺陷检测困难的问题,提出了一种基于电弧声信号特征提取与处理的咬边缺陷在线检测方法。通过分析正常、临界咬边和咬边这3种焊接状态的电弧形态和电弧声信号特征,证实坡口侧壁引起的电弧形态变化是影响电弧声信号变化的重要因素。在此基础上采用小波包时频分析,同时引入特征类间标准差作为评价指标,确定了能有效识别3种焊接状态的敏感特征。采用Sigmoid支持向量机和五折交叉验证建立预测模型,实验结果表明该模型能较好地实现3种焊接状态的预测分类,识别准确率达到96.0%。展开更多
个性化服务质量(Qo S,quality of service)预测是构建高质量云服务系统的重要环节,传统基于协同过滤方法采用集中式的训练模式难以保护用户隐私,为了在获取高准确预测效果的同时有效保护用户隐私,提出分布式用户隐私保护可调节的云服务...个性化服务质量(Qo S,quality of service)预测是构建高质量云服务系统的重要环节,传统基于协同过滤方法采用集中式的训练模式难以保护用户隐私,为了在获取高准确预测效果的同时有效保护用户隐私,提出分布式用户隐私保护可调节的云服务个性化QoS预测模型(DUPPA)。该模型采用“服务器-多用户”架构,服务器协调多个用户,处理多用户上传模型梯度和下载全局模型的请求并维护全局模型参数。为进一步保护用户隐私,提出用户隐私程度调节策略,通过调节本地模型参数初始化比例、梯度上传比例以平衡隐私程度和预测精度。在本地模型初始化阶段,用户计算本地模型与全局模型的差值矩阵,并选择差值矩阵中数值较大元素所对应的全局模型参数初始化本地模型参数;在梯度上传阶段,用户可选择部分重要的梯度上传至服务器来满足不同应用场景对隐私保护的需求。为了评估DUPPA的隐私程度,提出针对分布式矩阵分解模型梯度共享方案的数据重构攻击方法。实验结果表明,当DUPPA在梯度上传比例为0.1、本地模型参数初始化比例为0.5时,预测的平均绝对误差(MAE,mean absolute error)和均方根误差(RMSE,root mean square error)较传统的集中式矩阵分解模型分别降低了1.20%和0.91%;当DUPPA的梯度上传比例为0.1时,隐私程度至少是梯度上传比例为1时的5倍;当DUPPA的本地模型参数初始化比例为0.5时,隐私程度至少是本地模型参数初始化比例为1时的3.44倍。展开更多
文摘目的医学影像获取和视频监控过程中会出现一些恶劣环境,导致图像有许多强噪声斑点,质量较差。在处理强噪声图像时,传统的基于变分模型的算法,因需要计算高阶偏微分方程,计算复杂且收敛较慢;而隐式使用图像曲率信息的曲率滤波模型,在处理强噪声图像时,又存在去噪不完全的缺陷。为了克服这些缺陷,在保持图像边缘和细节特征的同时去除图像的强噪声,实现快速去噪,提出了一种改进的曲率滤波算法。方法本文算法在隐式计算曲率时,通过半窗三角切平面和最小三角切平面的组合,用投影算子代替传统曲率滤波的最小三角切平面投影算子,并根据强噪声图像存在强噪声斑点的特征,修正正则能量函数,增添局部方差的正则能量,使得正则项的约束更加合理,提高了算法的去噪性能,从而达到增强去噪能力和保护图像边缘与细节的目的。结果针对多种不同强度的混合噪声图像对本文算法性能进行测试,并与传统的基于变分法的去噪算法(ROF)和曲率滤波去噪等算法进行去噪效果对比,同时使用峰值信噪比(PSNR)和结构相似性(SSIM)作为滤波算法性能的客观评价指标。本文算法在对强噪声图像去噪处理时,能够有效地保持图像的边缘和细节特征,具备较好的PSNR和SSIM,在PSNR上比ROF模型和曲率滤波算法分别平均提高1. 67 d B和2. 93 d B,SSIM分别平均提高0. 29和0. 26。由于采用了隐式计算图像曲率,算法的处理速度与曲率滤波算法相近。结论根据强噪声图像噪声特征对曲率滤波算法进行优化,改进投影算子和能量函数正则项,使得曲率滤波算法能够更好地适用于强噪声图像,实验结果表明,该方法与传统的变分法相比,对强噪声图像去噪效果显著。
文摘针对窄间隙熔化极气体保护焊(Gas Metal Arc Welding,GMAW)焊道侧壁处局部咬边缺陷检测困难的问题,提出了一种基于电弧声信号特征提取与处理的咬边缺陷在线检测方法。通过分析正常、临界咬边和咬边这3种焊接状态的电弧形态和电弧声信号特征,证实坡口侧壁引起的电弧形态变化是影响电弧声信号变化的重要因素。在此基础上采用小波包时频分析,同时引入特征类间标准差作为评价指标,确定了能有效识别3种焊接状态的敏感特征。采用Sigmoid支持向量机和五折交叉验证建立预测模型,实验结果表明该模型能较好地实现3种焊接状态的预测分类,识别准确率达到96.0%。
文摘个性化服务质量(Qo S,quality of service)预测是构建高质量云服务系统的重要环节,传统基于协同过滤方法采用集中式的训练模式难以保护用户隐私,为了在获取高准确预测效果的同时有效保护用户隐私,提出分布式用户隐私保护可调节的云服务个性化QoS预测模型(DUPPA)。该模型采用“服务器-多用户”架构,服务器协调多个用户,处理多用户上传模型梯度和下载全局模型的请求并维护全局模型参数。为进一步保护用户隐私,提出用户隐私程度调节策略,通过调节本地模型参数初始化比例、梯度上传比例以平衡隐私程度和预测精度。在本地模型初始化阶段,用户计算本地模型与全局模型的差值矩阵,并选择差值矩阵中数值较大元素所对应的全局模型参数初始化本地模型参数;在梯度上传阶段,用户可选择部分重要的梯度上传至服务器来满足不同应用场景对隐私保护的需求。为了评估DUPPA的隐私程度,提出针对分布式矩阵分解模型梯度共享方案的数据重构攻击方法。实验结果表明,当DUPPA在梯度上传比例为0.1、本地模型参数初始化比例为0.5时,预测的平均绝对误差(MAE,mean absolute error)和均方根误差(RMSE,root mean square error)较传统的集中式矩阵分解模型分别降低了1.20%和0.91%;当DUPPA的梯度上传比例为0.1时,隐私程度至少是梯度上传比例为1时的5倍;当DUPPA的本地模型参数初始化比例为0.5时,隐私程度至少是本地模型参数初始化比例为1时的3.44倍。
基金国家高技术研究发展计划(863计划)项目(2014 AA 10 A 601)主要粮食作物产业化湖北省协同创新中心开放基金项目(2015MS 010+4 种基金LXT-16-06LXT-17-02)深圳市孔雀团队计划(20130415095710361)湖北省农业科学院合作项目(2015H200014)湿地生态与农业利用教育部研究中心开放基金(KF 201403)项目资助
