导读:本文包含了残差校正论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:卷积,神经网络,稀疏,方法,因子,均匀,四维。
残差校正论文文献综述
张鹏程[1]（2018）在《残差学习在CT稀疏重建伪影校正中的应用》一文中研究指出随着科学技术日新月异的发展,计算机断层扫描(CT)设备不断地更新换代,已经在医学和工业领域上发挥越来越重要的作用。在医学治疗中,CT所具有的高分辨率特性能够为各组织器官提供清晰的图像,这就促进了医务人员更快地进行准确诊断。但CT作为放射性设备,其X射线具有较大的辐射危害,故而对人体存在潜在的威胁。为了减少CT扫描中X射线的辐射剂量,最常用的有叁种可行的方法:减少投影数、减少扫描时间和降低射线管两端的电压。与传统的方法相比,本文以减少投影数为研究切入点,结合当下学者广泛关注的深度学习技术进行研究。为了减少投影数,本文主要采用了稀疏重建的方法。首先,利用稀疏重建方法对原始投影数据进行重建,减少投影的个数;其次,建立基于有关残差学习的卷积神经网络模型结构,对重建过程中的伪影特征进行学习;最后,通过对稀疏重建的图像进行残差操作,得到去伪影的CT图像。本文的创新点和主要研究工作包括以下几点:(1)提出了利用残差学习卷积神经网络的方法去除稀疏重建中的伪影。通过建立残差学习卷积神经网络模型进行训练学习和测试,根据具体的实验数据进行分析,从而验证利用残差学习卷积神经网络的方法较传统的方法具有更好的处理效果,时间更短,且效率更高。(2)利用改进型的GoogLeNet残差学习卷积神经网络对稀疏重建的图像去伪影。残差学习卷积神经网络模型只使用了单一的卷积核模式,将GoogLeNet模型加入到残差卷积神经网络模型结构中,把单一的卷积核模式变为多卷积核模式。改进的GoogLeNet残差卷积神经网络能更好地学习伪影的特征,从而具有更好地去伪影效果。实验结果表明,在对稀疏重建图像去伪影的研究过程中,本文方法大大降低了X射线的辐射剂量,有效缩短了其所需要的处理时间,且显着提高了图像重建的效果。(本文来源于《南京邮电大学》期刊2018-11-14）
张鹏程,谢世朋[2]（2018）在《基于残差学习的CT稀疏重建伪影校正》一文中研究指出为减少CT扫描中X射线的辐射剂量,提出一种基于残差学习的CT稀疏重建伪影校正的方法。增大CT扫描间隔的角度,减少投影的个数;利用FBP方法对原始数据进行反投影重建;建立基于残差学习的卷积神经网络模型,对重建过程中的伪影特征进行学习;通过对稀疏重建的图像进行残差操作,得到去伪影的CT图像。实验结果表明,该方法降低了X射线的辐射剂量,减少了传统稀疏重建中正则化的影响,有效降低了条形伪影。(本文来源于《计算机工程与设计》期刊2018年08期）
赖睿,官俊涛,徐昆然,熊皑,杨银堂[3]（2019）在《级联残差学习的红外图像非均匀性校正方法》一文中研究指出针对现有场景自适应非均匀性校正方法存在的图像过平滑和非均匀性残留问题,提出了一种基于级联残差学习的非均匀性校正方法。该方法将多尺度特征提取单元所获取的特征进行融合,并运用残差学习策略解决深度神经网络的过拟合问题。实验结果表明,该方法在平均峰值信噪比上较传统的场景自适应校正方法有近5dB的提升,主观视觉效果也更加清晰锐利。(本文来源于《西安电子科技大学学报》期刊2019年01期）
陈爱萍,邹文,何光明,李亚林,曹中林[4]（2016）在《基于初至残差的最小二乘法高频静校正技术及应用》一文中研究指出折射静校正和层析静校正是利用初至时间反演近地表速度模型,解决复杂山地地区的低频静校正问题,由于受偏移距范围、迭代次数和反演精度等因素的影响,由反演模型求解的静校正量残留高频静校正量,影响地震资料的成像质量。针对这个问题,这里提出了基于初至残差的最小二乘法高频静校正技术。假设初至残差就是炮点和检波点高频静校正量,通过最小二乘法构建方程,采用矩阵迭代法求解即可获得炮点和检波点高频静校正量。实际资料的应用结果表明,该方法原理可行、计算稳定快速,可以在折射法或层析法静校正的基础上显着改善地震资料的成像质量。(本文来源于《物探化探计算技术》期刊2016年05期）
傅夏青,彭青玉,冯杰[5]（2016）在《基于几何扭曲模型的CCD图像扭曲校正残差及分析》一文中研究指出在已知图像几何扭曲模型的基础上,对2013年2月5日使用云南天文台2.4 m望远镜观测近地小行星(99942)Apophis资料中的58幅CCD图像进行了几何扭曲校正,并对校正后的图像测出的星像位置进行了几何扭曲残差分析。结果发现,星像位置X、Y两个方向的几何扭曲残差约在±0.02 pixel内。为了探究影响几何扭曲残差大小的因素,设计了仿真实验。将模拟星像函数经过设定的扭曲函数模型添加几何扭曲,得到受扭曲的星像函数,并对扭曲前后的星像进行几何扭曲残差分析。结果显示,星像的半峰全宽(FWHM)越大,几何扭曲模型的扭曲变化越快,几何扭曲残差越大。(本文来源于《天文研究与技术》期刊2016年03期）
杜文[6]（2016）在《多元校正及模型转移中的缺损数据重构和交替残差多线性方法研究》一文中研究指出本文作者对数据存在缺陷时的多元校正方法进行了研究,提出了一种在多元校正迭代计算中重构缺陷数据的化学计量学算法。本文还提出了一种新的叁线性分解算法——交替残差叁线性化,并结合缺陷数据重构探讨了处理叁维荧光分析中强干扰数据的方法。本文还研究了在一阶多元校正中用缺陷数据重构等算法提高模型转移性能的方法,并将这些方法应用于实际分析体系。本论文的内容主要叁个部分：1.缺损数据重构与二阶多元校正建模本文以模拟数据和叁维荧光光谱为研究对象,探讨了以缺省数据重构(MDR)处理数据阵缺陷数据的多元校正方法。瑞利散射是荧光光谱分析中典型的高强度非线性信号干扰,很难直接对含有瑞利散射信号的叁维荧光光谱进行多元校正。为了消除或降低多元校正过程中瑞利散射的干扰,本文探讨了结合缺损数据重构迭代算法与主成分分析(MDR-PCA)去除荧光光谱中瑞利散射干扰的方法,以及在平行因子分析(PARAFAC)中结合缺损数据重构消除散射信号影响的方法。通过设置合适的数据缺损区域,对于单组份荧光EEM光谱,MDR-PCA方法可以有效避开散射干扰精确地提取到纯组分激发、发射光谱,并重构不含散射区的EEM光谱；对于多组分荧光EEM光谱,选择合适的主成分数,用MDR-PCA方法加上缺损区单调下降约束后可有效修正散射区信号。本文探讨了在经典叁线性分解算法——平行因子分析中结合缺损数据重构消除散射信号影响的方法,以及在重构中进行高斯轮廓约束的方法。结果表明,MDR-PARAFAC结合轮廓约束的方法在模拟数据、酚类荧光和分子信标荧光数据集的解析中,均可获得与真实值高度吻合的解析解。从而证明,MDR通过叁线性分解计算过程中的跟随迭代重构缺损区数据,既能充分利用光谱阵中的有效信息,又能有效避免干扰信号的影响以助于叁线性数据解析。本文提出了一种新的二阶校正方法——交替残差叁线性化(ART),用于解决多种靶序列同时定量检测时分子信标荧光光谱重迭的问题。分子信标探针技术目前被广泛应用于小分子、蛋白和核酸的分析检测中。但由于标记分子信标的荧光分子种类少、光谱带宽,严重限制了分子信标在多组分同时分析中的应用。与传统的二阶校正平行因子分析方法(PARAFAC)相比,ART无需预先估计组分数N,而是在收敛过程中自行确定,提高了分子信标检测的稳健性。为了规避荧光光谱中不符合叁线性的瑞利散射干扰,本文在ART算法中结合采用了缺损数据重构(MDR)算法。数据分析结果显示,在叁种分子信标荧光光谱重迭非常严重的情况下,ART分辨得到的解析光谱与真实光谱高度吻合,其定量结果与真实浓度基本一致,证实了ART的有效性。2.缺损数据重构与一阶多元校正模型的转移在近红外定量分析中,校正模型的转移效果是分析方法是否能够实用的关键。本文利用缺损数据重构(MDR)算法,用标准化样本集构建光谱转换矩阵,将待转换光谱视作缺损数据,把不同目标机上的光谱向源机的方向转换,使得不同目标机光谱用源机模型预测时能得到与源机光谱偏差水平相当的结果。对比了MDR方法与多台仪器混合建模的模型传递效果。结果表明,两台仪器混合建模策略取得了与MDR方法相近的效果,但叁台仪器混合建模的预测精度已经有明显下降,各个指标的预测RMSEP都高于MDR方法。除此之外,混合建模需要在各仪器获取大量校正样本的光谱,工作量大不易操作,而MDR方法只需采用很少数量(少于10个)的仪器间共同标样即可取得满意的效果。在近红外分析方法的实际应用中,往往要维护大批仪器的一致性,此时MDR光谱转换方法无论在效果上还是效率上,都具有明显优势。本文提出了一种新的一阶多元校正模型转移方法——光谱空间转换(SST),并用两组近红外光谱数据对SST的性能进行了评价。考察了两组光谱数据集的PLS预测模型,在维护模型转移性能时,SST方法与全局PLS、斜率截距校正(SBC)和分段直接标准化(PDS)等经典方法相比,在所有数据集的预测中均得到了最好的结果。结果表明,SST是一个性能优异的校正模型转移方法,在光谱定量分析方面具有良好的应用前景。3.模型转移方法在烟草分析中的应用在MDR、SST两项模型转移方法研究工作的基础上,本文深入探讨了缺损数据重构(MDR)、光谱空间转换(SST)两种光谱转换方法以及一阶导数、离散小波变换等光谱前处理方法在烟草化学成分近红外分析模型转移中的应用效果。结果表明,SST法简便易行,在不同机器间应用时,只需优化因子数一个参数,模型转移性能即提升显着,且较稳定。与一阶导数、小波变换等光谱前处理方法相比,SST方法在仪器间差别较大或差异较复杂时,优势较明显。缺损数据重构(MDR)法得到的结果与SST法相近,但由于MDR方法每校正一次光谱都需要进行NIPALS迭代计算,因此效率低于SST方法。(本文来源于《湖南大学》期刊2016-03-01）
刘博元,姜嘉慧,范文慧,曲慧杨,侯宝存[7]（2014）在《带周期校正的灰色残差预测模型》一文中研究指出随着实验系统规模的不断扩大,系统运行成本高、周期长等问题逐渐显现,这就造成了实验数据获取困难、可供分析的实验数据量偏小等问题。因此,有必要通过合理的模型和方法分析原始数据的特点,对实验数据进行建模预测,获得足够的数据来对系统进行下一步的分析。针对此问题,以灰色理论为基础,在非等间距GM(1,1)灰色预测模型的基础上,首先加入残差校正模型来提高预测精度,同时对于原始数据具有周期性的情形,建立周期补偿序列,最终建立起了带周期校正的灰色残差数据预测模型。最终的实验结果表明,该模型在用于对周期性数据的预测时,准确率相对于不带周期校正的预测模型有所提高。(本文来源于《计算机应用研究》期刊2014年09期）
樊宏杰,许振领,杨淼淼,王敏,邹前进[8]（2013）在《焦平面红外成像设备非均匀性校正残差分析》一文中研究指出非均匀性是焦平面红外成像设备的固有特性,影响成像质量。介绍了非均匀性产生的原因、校正方法及校正残差的描述方法。从理论上分析计算了不同校正方法的校正残差及其变化规律。并针对某VOx非制冷热像仪实测图像数据计算了不同校正方法、不同温度下的校正残差大小,得出在使用单点校正方法测量时尽量将校正温度点选在测量对象温度(等效黑体温度)分布的中间位置及使用两点校正时校正温度尽量设置在测量对象温度区域(等效黑体温度)两侧的结论。(本文来源于《红外技术》期刊2013年07期）
刘亚娟,吴海龙,俞汝勤[9]（2012）在《自加权交替拟合残差四维校正新方法用于测定血浆中的血清素含量》一文中研究指出本文提出了一种新的基于自加权交替拟合残差(SWANRF)算法的四维校正新方法,它不仅包括"二阶优势",而且还包含其他的优势。例如,四维校正方法无疑是能够比叁维校正提取到更多的信息;根据分析信号理论,由于这额外的一维,使校正方法的灵敏度和选择性皆有所提高。该四维校正方法和四维平行(本文来源于《中国化学会第28届学术年会第14分会场摘要集》期刊2012-04-13）
王江浩,葛咏[10]（2011）在《遥感影像几何校正的GCP残差模拟分析》一文中研究指出多源遥感数据分析应用前需要评价影像几何校正或配准的质量以确保满足应用的需求。传统的均方根误差(RMSE)位置精度评价方法固然简单,然而无法描述校正后控制点(GCP)残差的分布特性,因而具有一定局限性。采用交叉验证法并从GCP残差角度出发,分别引入了Moran’sI空间自相关系数和标准偏差椭圆用于评价GCP残差的随机性和方向性。模拟实验结果表明,Mo-ran’sI和标准偏差椭圆可用于定量衡量GCP残差的空间随机性和分布方向性,从而更深入地分析几何校正的效果,指导选择恰当的校正模型,提高影像校正的精度。(本文来源于《遥感技术与应用》期刊2011年02期）
残差校正论文开题报告
（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：
为减少CT扫描中X射线的辐射剂量,提出一种基于残差学习的CT稀疏重建伪影校正的方法。增大CT扫描间隔的角度,减少投影的个数;利用FBP方法对原始数据进行反投影重建;建立基于残差学习的卷积神经网络模型,对重建过程中的伪影特征进行学习;通过对稀疏重建的图像进行残差操作,得到去伪影的CT图像。实验结果表明,该方法降低了X射线的辐射剂量,减少了传统稀疏重建中正则化的影响,有效降低了条形伪影。
（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。
残差校正论文参考文献
[1].张鹏程.残差学习在CT稀疏重建伪影校正中的应用[D].南京邮电大学.2018
[2].张鹏程,谢世朋.基于残差学习的CT稀疏重建伪影校正[J].计算机工程与设计.2018
[3].赖睿,官俊涛,徐昆然,熊皑,杨银堂.级联残差学习的红外图像非均匀性校正方法[J].西安电子科技大学学报.2019
[4].陈爱萍,邹文,何光明,李亚林,曹中林.基于初至残差的最小二乘法高频静校正技术及应用[J].物探化探计算技术.2016
[5].傅夏青,彭青玉,冯杰.基于几何扭曲模型的CCD图像扭曲校正残差及分析[J].天文研究与技术.2016
[6].杜文.多元校正及模型转移中的缺损数据重构和交替残差多线性方法研究[D].湖南大学.2016
[7].刘博元,姜嘉慧,范文慧,曲慧杨,侯宝存.带周期校正的灰色残差预测模型[J].计算机应用研究.2014
[8].樊宏杰,许振领,杨淼淼,王敏,邹前进.焦平面红外成像设备非均匀性校正残差分析[J].红外技术.2013
[9].刘亚娟,吴海龙,俞汝勤.自加权交替拟合残差四维校正新方法用于测定血浆中的血清素含量[C].中国化学会第28届学术年会第14分会场摘要集.2012
[10].王江浩,葛咏.遥感影像几何校正的GCP残差模拟分析[J].遥感技术与应用.2011
论文知识图
