公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

一种基于压缩感知的无损图像认证算法被引量：4: 2013年; 针对图像无损认证和篡改检测问题,提出了一种基于压缩感知的自嵌入水印算法.首先,将图像划分为若干分块;然后,利用压缩感知理论对各图像块进行观测,将得到的观测值作为图像内容特征,通过基于哈希的消息认证码算法生成图像摘要,并将摘要信息作为水印嵌入到图像小波域中,嵌入方式采用量化索引调制算法.在认证端提取水印并恢复图像,然后对图像进行压缩感知随机投影,将得到的摘要信息与提取的水印进行对比,实现图像认证和篡改检测.仿真实验结果表明,水印嵌入后图像的峰值信噪比可达到39 dB以上,说明该算法具有较好的不可感知性和隐蔽性.此外,该算法还具有较强的局部篡改定位性能,图像认证块大小可根据图像进行相应调整.若图像通过认证,则可以无损地恢复原始图像.; 艾鸽伍家松段宇平舒华忠; 关键词：压缩感知消息认证码量化索引调制小波变换

基于虚拟现实的血管内介入手术三维导丝运动模拟(英文)被引量：3: 2010年; 导管和导丝在血管中的运动模拟在介入手术训练、计划及术中辅助治疗中具有重要意义。本文提出了一种快速有效的碰撞消除方法,开发了实时三维介入手术模拟系统,以模拟导管或导丝在实际血管中的运动行为。采用OpenGL图形库检测导管或导丝与血管壁之间的碰撞,通过几何分析和旋转角传播方法消除碰撞,最后对导管或导丝模型施加松弛过程,使其状态与实际状态更加吻合。实验结果表明,导管或导丝模型的运动状态与给定的材料参数密切相关,松弛过程使其状态更加自然,模拟可满足实时要求,方法可靠有效。; 周正东Pascal HaigronVincent GuillouxAntoine Lucas; 关键词：导管虚拟现实导丝血管内介入

面向图像分类的核主成分分析网络（英文）被引量：5: 2015年; 为了能够用线性分类器对非线性特征进行分类,同时提高图像的分类正确率,提出了一种核主成分分析网络(KPCANet).首先通过核主成分分析算法将数据映射到高维空间中,使得数据线性可分,然后建立一个2层的KPCANet,提取出图像的主特征,最后将图像的主特征输入线性分类器中进行分类.实验结果表明,KPCANet对于人脸识别、物体识别以及手写数字识别效果良好,其分类效果优于现存的主成分分析网络(PCANet).同时,KPCANet的成分提取效果不受光照条件变化的影响,且对于遮挡以及微小的形变提取效果稳定.; 吴丹伍家松曾瑞姜龙玉姜龙玉舒华忠; 关键词：手写数字识别

基于字典学习的低剂量X-ray CT图像去噪被引量：11: 2012年; 介绍了一种基于字典学习的去噪方法,并将其应用于降低低剂量CT图像噪声水平的研究.针对体模图像和病人图像,分别选择低剂量CT图像和正常剂量CT图像作为训练样本,采用K-SVD算法,通过迭代学习构建图像字典;然后,结合正交匹配跟踪算法,实现图像稀疏表示,稀疏成分对应于图像的有用信息,其他成分对应于图像噪声;最后,依据图像的稀疏成分重建图像,达到去除噪声的目的.实验结果表明:字典的大小、稀疏表示的约束条件等参数会显著影响所提算法的去噪结果;相比低剂量CT图像,将正常剂量CT图像作为训练样本可以得到更好的去噪结果;在相同的噪声水平下,所提算法与传统图像去噪算法相比可以更好地去除图像噪声,且保留了图像的细节信息.; 朱永成陈阳罗立民Toumoulin Christine; 关键词：低剂量CT 字典学习

基于通用赤池信息量准则改进维纳-格兰杰因果索引算法的颅内脑电效应连通性研究被引量：3: 2018年; 本文的目标是处理并分析使用深度电极在难治性癫痫患者癫痫发作期间其大脑皮层中记录到的癫痫脑电信号间的大脑效应连通性。维纳-格兰杰因果索引算法是一种众所周知的检测脑电信号间大脑效应连通性的有效方法。它是一种基于线性自回归模型的方法,而模型参数估计问题在其用于脑电因果效应连通性研究中的计算准确性与鲁棒性方面起着至关重要的作用。本文针对这一问题,使用了我们提出的改进的赤池信息量准则来估计算法中自回归模型的模型阶数,以提高维纳-格兰杰因果索引算法检测大脑效应连通性的性能。实验仿真结果表明:不管是在线性随机系统中还是在能生成模拟癫痫信号的生理模型中,该改进的维纳-格兰杰因果索引算法在检测脑效应连通性上都表现出良好的鲁棒性。; 杨淳沨向文涛伍家松孔佑勇姜龙玉Le Bouquin Jèannes Régine舒华忠; 关键词：癫痫

利用离散正交矩的有限角度CT图像重建: 2008年; 补全未知角度投影数据是提高有限角度CT图像重建质量的有效方法.提出一种新的投影数据估计算法,利用离散Radon变换和Tchebichef正交多项式建立图像矩和投影矩之间的关系,并用这种关系从已知投影数据中估计未知投影数据,达到提高重建图像质量的目的.实验证明,该方法能提高估计投影数据的精度,获得更好的重建结果,并具有更好的抗噪声性能.; 戴修斌舒华忠罗立民韩国牛Jean Louis Coatrieux

基于分裂基-2/(2a)FFT算法的卷积神经网络加速性能的研究被引量：8: 2017年; 卷积神经网络在语音识别和图像识别等众多领域取得了突破性进展,限制其大规模应用的很重要的一个因素就是其计算复杂度,尤其是其中空域线性卷积的计算。利用卷积定理在频域中实现空域线性卷积被认为是一种非常有效的实现方式,该文首先提出一种统一的基于时域抽取方法的分裂基-2/(2a)1维FFT快速算法,其中a为任意自然数,然后在CPU环境下对提出的FFT算法在一类卷积神经网络中的加速性能进行了比较研究。在MNIST手写数字数据库以及Cifar-10对象识别数据集上的实验表明:利用分裂基-2/4 FFT算法和基-2 FFT算法实现的卷积神经网络相比于空域直接实现的卷积神经网络,精度并不会有损失,并且分裂基-2/4能取得最好的提速效果,在以上两个数据集上分别提速38.56%和72.01%。因此,在频域中实现卷积神经网络的线性卷积操作是一种十分有效的实现方式。; 伍家松达臻魏黎明SENHADJI Lotfi舒华忠; 关键词：信号处理卷积神经网络快速傅里叶变换

基于L_1范数正则化的四元数信号重建(英文): 2013年; 提出了一种通过求解L1范数最小化问题来重建四元数信号的算法,并且同时考虑了有噪声和没有噪声2种应用场景.该算法首先将四元数域的L1范数最小化问题转化为实数域的二次锥规划问题,然后通过工具包如SeDuMi来解决这个二次锥规划问题.为了验证所提出算法的正确性和有效性,进行了相关的数值试验.试验结果表明:在没有噪声的情况下,在某些实际可接受的条件下原始信号的精确重建是可以实现的;在有噪声的情况下,所提出的算法对于测量中的加性噪声具有鲁棒性.该算法可以被应用于四元数域基于压缩感知理论的信号重建中.; 张旭伍家松杨冠羽Lotfi Senahdji舒华忠; 关键词：四元数信号重建压缩感知

全选清除导出

共1页<1>

中法生物医学信息研究中心