2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩72頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、熒光分子斷層成像作為一種重要的分子成像模態(tài),在腫瘤檢測(cè)、疾病治療和藥物研發(fā)方面得到了廣泛應(yīng)用。但由于光的強(qiáng)散射特性以及測(cè)量數(shù)據(jù)的不足,使得重建問(wèn)題具有嚴(yán)重的病態(tài)性。為降低重建的病態(tài)性,得到魯棒的重建結(jié)果,研究者通常采集多個(gè)投影角度的熒光數(shù)據(jù)進(jìn)行重建。大規(guī)模的投影數(shù)據(jù)給重建帶來(lái)了復(fù)雜的矩陣運(yùn)算,使得計(jì)算復(fù)雜、耗時(shí)。本文圍繞重建精度和重建效率,從矩陣維數(shù)約減的角度出發(fā)開(kāi)展FMT重建算法研究。具體內(nèi)容如下:
  采用多角度投影的數(shù)據(jù)進(jìn)行

2、重建需要較大的計(jì)算內(nèi)存和耗費(fèi)較長(zhǎng)的計(jì)算時(shí)間。本文采用滿足正交投影變換原理的主成分分析將原本繁瑣復(fù)雜的數(shù)據(jù)集線性變換到維數(shù)相對(duì)較小的數(shù)據(jù)集上,然后利用降維后規(guī)模較小的數(shù)據(jù)集并且結(jié)合稀疏正則化算法進(jìn)行重建。實(shí)驗(yàn)結(jié)果表明經(jīng)過(guò)降維后重建時(shí)間縮短數(shù)10倍。
  基于流形學(xué)習(xí)和壓縮感知理論,本文提出了結(jié)合局部保留投影和稀疏正則化的重建方法,該方法利用局部保留投影將表面熒光數(shù)據(jù)進(jìn)行局部的線性特征抽取,得到的局部數(shù)據(jù)可以較為完整的包含整個(gè)數(shù)據(jù)的全

3、局特征同時(shí)也很好的保留了原有數(shù)據(jù)的非線性結(jié)構(gòu)。因?yàn)橹亟ㄊ褂昧艘?guī)模較小的局部數(shù)據(jù),所以加快了重建速度,同時(shí)還改善了目標(biāo)的重建精度和聚集性。實(shí)驗(yàn)結(jié)果表明本方法在減少重建時(shí)間的同時(shí)還能改善目標(biāo)的定位精度,具有很強(qiáng)的魯棒性。
  提出基于線性近似回歸和對(duì)偶增廣拉格朗日的熒光分子斷層成像。線性近似回歸方法可以有效解決大規(guī)模矩陣特征提取,將原始的多投影數(shù)據(jù)進(jìn)行處理得到新的子空間數(shù)據(jù),然后采用基于對(duì)偶問(wèn)題稀疏重建的增廣拉格朗日方法進(jìn)行三維重建得

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論