导读:本文包含了多通道算法论文开题报告文献综述及选题提纲参考文献，主要关键词:多光谱成像系统,色彩重建,神经网络,算法模型
多通道算法论文文献综述
易文娟,孙刘杰,王文举[1]（2019）在《多通道图像色彩重建的神经网络算法》一文中研究指出为了解决目前多光谱成像设备输出的应用问题,将神经网络算法应用于多通道图像色彩重建。CCD相机加LED光源组成多光谱成像系统,研究其输出的多通道图像中色彩信息的高效转换方法,建立了D50光源下的神经网络转换模型,利用BP神经网络和GRNN对多光谱成像系统进行色彩重建实验。研究结果表明:采用搭建的模型可以得到较高的色度重建精度,更换目标样本色彩重建性能保持稳定。(本文来源于《包装学报》期刊2019年04期）
邓贺元,刘加,夏善红,彭春荣[2]（2019）在《一种联合频谱和空间特征的深度学习多通道语音增强算法》一文中研究指出近年来,越来越多的电子产品使用麦克风阵列,而且与传统多通道语音增强算法相比,基于深度学习的算法效果更好,为了进一步提高增强效果,提出一种联合频谱特征和空间特征的深度学习算法。该算法包括两个部分,第一部分,使用频谱和通道间相位差特征估计时间频率掩蔽值,然后进行基于掩蔽值的波束成形;第二部分,使用方向特征和频谱特征进行进一步的增强。在CHiME4数据集上的实验证明了该算法的有效性,与仅使用频谱特征的方法相比,在真实数据上的词错误率相对降低27.6%,在仿真数据上的主观语音质量评估得分从2.46提高到2.81。(本文来源于《电子测量技术》期刊2019年18期）
徐艳,谭波[3]（2019）在《容迟网络多通道协作路由跨层控制算法仿真》一文中研究指出针对当前算法网络平均时延高、负载率低等问题,提出基于蚁群算法的容迟网络多通道协作路由跨层控制算法。建立概率转移矩阵,完成容迟网络链路容量的离散化分析,并利用网络节点转发的探测包来探索路由的情况,通过转发和复制两种方式分析,给出数据包的转发策略,确定网络中数据包的转发情况。利用转发策略来帮助路由跨层控制,达到维护路由的目的。在此基础上,分别计算网络的延迟约束、宽带约束、延迟抖动约束和包丢失率约束条件的目标函数值,实现了容迟网络多通道协作路由跨层控制。实验结果表明,提出算法的网络平均时延较低、负载率较高,并且能够准确的控制网络,验证了提出算法的有效性。(本文来源于《计算机仿真》期刊2019年09期）
张允祥,李新,韦玮,翟文超,张艳娜[4]（2019）在《基于多通道温度与发射率分离算法的敦煌场地红外特性研究》一文中研究指出采用多通道式热红外辐射计CE312开展敦煌辐射校正场红外特性的研究,通过测量场地目标和红外标准板获取地表辐射亮度和大气下行辐射亮度,再采用多通道温度与发射率分离算法得到场地通道发射率和场地温度,最后利用最优偏移量法得到场地发射率光谱;将其与利用102F傅里叶变换红外光谱仪对相同目标区域进行测量,并采用光谱迭代平滑温度与发射率分离算法分离出的结果进行比较,两种算法获得的通道发射率最大偏差在0.011以内,场地温度偏差在0.104 K以内,说明采用多通道式热红外辐射计可以实现场地温度和发射率的分离,获得高精度的热红外场地参数。本试验为基于敦煌辐射校正场开展卫星遥感器热红外波段场地自动化观测绝对辐射定标提供了参考。(本文来源于《光学学报》期刊2019年10期）
李昌利,孙亚伟,闫敬文,樊棠怀[5]（2019）在《基于多通道均衡化的水下彩色图像增强算法》一文中研究指出针对水下环境存在的颜色衰减和散射效应导致水下图像颜色严重失真的问题,提出一种多通道均衡化的水下图像增强算法.首先,对原始图像在对数域上进行归一化处理后转换到HSI(色调-饱和度-亮度)颜色空间;然后,对亮度分量利用McCann Retinex算法在四个方向(纵横)进行比较、实现增强,并根据图像全局亮度信息进行照度增强;最后,将图像重新转换到RGB(红-绿-蓝)空间,计算各通道的累积分布函数,对密集部分进行拉伸处理,达到颜色均衡的效果.针对多幅水下彩色图像进行增强对比实验,结果表明:通过该方法得到的增强图像颜色失真程度减弱,图像对比度和清晰度显着提高,色彩更加鲜艳;该算法在改善水下图像照度信息的同时,保留了饱和度和色度信息,解决了水下图像增强的颜色失真问题,使水下图像具有较高的对比度和清晰度.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年06期）
徐晓莹[6]（2019）在《基于变参数active demons算法的多通道DTI配准研究》一文中研究指出弥散张量成像(Diffusion tensor image,DTI)技术是脑功能成像的的一种新方法。DTI通过测量水分子的弥散过程来评价生物组织结构和生理状态,是当前唯一的一种能有效观察和追踪脑白质纤维束的非侵入性检查方法。DTI配准可以监测退行性脑疾病的发展状况,还可以发现不同群体之间的统计差异。由于DTI包含丰富的脑白质纤维方向信息,DTI配准不仅要保证配准前后图像解剖结构的一致性,还要保持张量方向的一致性,所以DTI配准要比常规的标量图像配准更加复杂。为了有效利用DTI的张量信息,提高DTI配准的精度和速度,本文重点对基于张量的DTI配准方法进行了研究。为了探讨基于张量的DTI配准方法与基于标量的DTI配准方法的优劣,本文首先从基于标量的DTI配准角度出发,实现了基于FA的DTI仿射配准。然后从基于张量的DTI配准方法的角度出发,考虑到基于demons算法的多通道DTI配准方法可充分利用张量的信息,改善配准质量,但是大形变区域配准效果不理想,收敛速度慢,提出基于active demons算法的多通道DTI配准。基于active demons算法的多通道DTI配准方法中,均化系数太小会改变图像拓扑结构。固定均化系数,引入单一的平衡系数能加快收敛速度,也会导致拓扑结构改变。由此,本文综合active demons算法中平衡系数能加快收敛速度、均化系数能提高DTI配准精度的优点,手动选择一个均化系数,并在算法收敛过程中随着高斯核的减小动态调整平衡系数,在配准开始时采用较小的平衡系数获得较快的收敛速度,随着收敛的加深逐渐增大平衡系数获得较小的配准误差,进一步提出基于变参数active demons算法的多通道DTI配准方法。实验结果证明,该方法有效提高了DTI配准的收敛速度,明显改善大形变区域的配准效果,同时能保持图像拓扑结构不变。与基于FA的DTI仿射配准方法相比,本文提出的两种基于张量配准的方法显着的提高了DTI配准精度,明显减小了FA差值图的差异,说明本文提出的两种基于张量的DTI配准方法在配准效果方面优于基于标量的DTI配准方法。(本文来源于《河北大学》期刊2019-06-01）
梁晗星,王敏庆,刘海林[7]（2019）在《多通道振动主动控制解耦算法与试验研究》一文中研究指出研究了基于FxLMS算法的多通道解耦控制方法,以解决多通道振动主动控制中多作动器抑制系统全局振动的技术难题,改善各个通道耦合串扰的缺点,减小串扰对系统稳定性的影响。提出了将通道串扰影响考虑在内的修正解耦算法,并理论上推导该算法,对比了修正算法与经典算法的振动控制效果,试验与仿真结果的一致性表明:修正算法具有更好的控制效果和控制稳定性,在单频和多频振动控制方面都具有优越性。(本文来源于《中国声学学会水声学分会2019年学术会议论文集》期刊2019-05-25）
孔兆明[8]（2019）在《基于块对角表示的多通道图像去噪算法》一文中研究指出图像在获取、传输、以及存储的过程中都有可能受到噪点的污染。为了减少对其它图像处理工作的影响,图像去噪因往往扮演着重要的角色。现实生活中常见的图像,如彩色图像,视频,多谱图像以及核磁共振图像往往不只有一个通道或者光谱,给图像去噪的实现带去了巨大的挑战。近年来,通过图像块集群利用图像的自相似和变换域的稀疏近似性质,非局部变换域框架展现了强大的去噪效果。许多相关的方法着眼于刻画图像块之间的复杂关系,并且往往使用了大量的图像块和多次迭代策略,但是对于图像块本身的表示却没有太多重视。本文提出用块对角矩阵对图像块进行全局表示,结合简单的主成分分析描述图像块间的关系,通过变换域上的硬阈值截断方法进行去噪。基于块对角矩阵的数学性质,本文进一步降低了算法的时间复杂度。为了更好地进行对比试验,本文构建了一个大规模的真实图像和视频数据库。大量基于模拟和真实数据库的对比试验证明了本文所提算法的有效性和鲁棒性。(本文来源于《华南理工大学》期刊2019-04-20）
李博,张洪刚[9]（2019）在《基于多通道小波卷积神经网络的路面异常检测算法》一文中研究指出为了保证路面质量和行人与驾驶员的安全,提出了一种利用传感器时序多变量信号数据进行路面异常检测的算法.针对行驶过程中需要结合多种传感器信号在不同尺度对路面特征进行分析的问题,提出结合小波卷积网络和多通道网络技术,实现路面异常检测.首先,在多级小波变换间加入卷积神经元网络,从多个尺度分析单个传感器信号的局部连续性;然后,构建多通道神经网络,将多个传感器信号分别作为不同通道的输入,计算多个信号相结合的特征向量;最后,使用多层感知机根据多通道小波网络的输出实现路面异常检测.实验结果表明,该检测算法相对于传统的时间序列分类方法,同时考虑了多尺度分析、信号局部连续性和多变量信号的结合,在分析多变量时序信号数据时,具有更低的误检率和漏检率,更高的F1值.(本文来源于《华中师范大学学报(自然科学版)》期刊2019年02期）
姜南[10]（2019）在《基于近场误差传感的多通道ANC算法研究》一文中研究指出噪声抑制技术可分为被动(无源)噪声控制(Passive Noise Control,PNC)技术与主动(有源)噪声控制(Active Noise Control,ANC)技术两类。由于成本、部署方式等局限性,PNC技术对低频噪声的抑制效率较低。人类听觉系统恰恰对低频噪声更为敏感。ANC技术能有效弥补这一缺陷,成为PNC技术的重要补充。随着在主动降噪耳机中取得的商业成功,ANC技术受到了越来越多的关注。瞄准城市交通噪声难题的主动降噪窗口,成为ANC领域的热点应用研究。主动降噪窗口在保证室内通风的同时减弱进入室内的噪声,提高居住品质。这时,窗口的开口视为初级噪声源,分布在开口处的扬声器阵列发射“反噪声”,与进入室内的噪声形成对消。误差麦克风阵列的摆放策略分为两种:远场误差传感与近场误差传感。理论上,误差麦克风阵列远离窗口摆放的远场误差传感可以将声压信号平方和作为声功率的一种有效估计,是ANC系统中最常见的处理方法。由于远场误差传感会影响室内空间的正常使用,近场误差传感成为了主动降噪窗口的必然选择。近场误差传感需要同时测量声压和质点振速才能计算声功率。但是,质点振速是瞬时矢量,难以直接获取。因此,本研究工作要解决的关键性问题就是怎样仅仅利用近场误差传感中的声压信息使主动降噪窗口获得与远场误差传感一样的降噪效果。本文围绕近场误差传感的多通道ANC算法展开研究,主要工作包含如下:1.对上述关键性问题进行分析,对潜在的可解决方法进行整理归纳;对经典单、多通道ANC算法进行推导,对影响ANC系统降噪性能的关键因素进行仿真调试;2.提出多通道ANC系统的虚拟传感方法,使近场误差传感取得了与远场误差传感一致的最优滤波控制器;3.使用Minimax方法,降低多通道ANC算法的复杂度,并且减少了多通道虚拟传感方法的计算量;4.搭建主动降噪窗口的实验平台,验证了本文所提出方法的有效性(本文来源于《电子科技大学》期刊2019-04-01）
多通道算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,越来越多的电子产品使用麦克风阵列,而且与传统多通道语音增强算法相比,基于深度学习的算法效果更好,为了进一步提高增强效果,提出一种联合频谱特征和空间特征的深度学习算法。该算法包括两个部分,第一部分,使用频谱和通道间相位差特征估计时间频率掩蔽值,然后进行基于掩蔽值的波束成形;第二部分,使用方向特征和频谱特征进行进一步的增强。在CHiME4数据集上的实验证明了该算法的有效性,与仅使用频谱特征的方法相比,在真实数据上的词错误率相对降低27.6%,在仿真数据上的主观语音质量评估得分从2.46提高到2.81。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多通道算法论文参考文献
[1].易文娟,孙刘杰,王文举.多通道图像色彩重建的神经网络算法[J].包装学报.2019
[2].邓贺元,刘加,夏善红,彭春荣.一种联合频谱和空间特征的深度学习多通道语音增强算法[J].电子测量技术.2019
[3].徐艳,谭波.容迟网络多通道协作路由跨层控制算法仿真[J].计算机仿真.2019
[4].张允祥,李新,韦玮,翟文超,张艳娜.基于多通道温度与发射率分离算法的敦煌场地红外特性研究[J].光学学报.2019
[5].李昌利,孙亚伟,闫敬文,樊棠怀.基于多通道均衡化的水下彩色图像增强算法[J].华中科技大学学报(自然科学版).2019
[6].徐晓莹.基于变参数activedemons算法的多通道DTI配准研究[D].河北大学.2019
[7].梁晗星,王敏庆,刘海林.多通道振动主动控制解耦算法与试验研究[C].中国声学学会水声学分会2019年学术会议论文集.2019
[8].孔兆明.基于块对角表示的多通道图像去噪算法[D].华南理工大学.2019
[9].李博,张洪刚.基于多通道小波卷积神经网络的路面异常检测算法[J].华中师范大学学报(自然科学版).2019
[10].姜南.基于近场误差传感的多通道ANC算法研究[D].电子科技大学.2019