导读:本文包含了自适应形变模型论文开题报告文献综述及选题提纲参考文献，主要关键词:形变监测,自适应AR模型,相关性分析
自适应形变模型论文文献综述
金婷,李倩霞,程翔,江海建,何维炜[1]（2018）在《自适应AR模型及在形变监测中的应用研究》一文中研究指出在国家一带一路倡议与实施战略的引导下,随着我国基础建设的技术水平快速提高,基础设施的建设速度快速提高,规模迅速扩大,把握与维持这些重大设施与工程的安全成为一项紧迫而又重要的任务。形变监测是这项任务的典型技术手段。本文针对形变模拟分析中常用的自回归模型(AR)的应用现状与存在问题,提出了基于相关性深化分析的自适应AR模型阶数控制方法,通过模拟结果的残差相关分析,补偿改进AR模型的有效阶数,使之更客观地反映变形序列的变化规律,扩展了序列分析与形变模拟的有效性,并且以某高楼的形变研究为例,通过实际观测数据和应用实例验证了改进模型的可行性。(本文来源于《测绘与空间地理信息》期刊2018年07期）
王渐韬,赵丽,齐兴斌[2]（2017）在《自适应叁维形变模型结合流形分析的人脸识别方法》一文中研究指出为了在人脸姿态和表情归一化后减少人脸外观的信息损失,提出自适应叁维形变模型(3DMM)结合流形分析的人脸识别方法。首先,描述人脸姿态变换引起的2D和3D坐标的不对应性,提出自适应3DMM拟合方法;然后,通过叁维变换来保留尽可能多的身份信息,将整个图像网格化映射成3D对象,姿态和表情的归一化保证了变换的稳定;最后,利用多流形判别分析计算流形与流形之间的距离,并利用最近邻分类器完成识别。在Multi-PIE,LFW以及自己采集的数据库上的实验验证了所提方法的有效性,在3个数据库上的识别率分别高达99.8%,95.25%,98.62%。所提方法显着改善了人脸识别性能,在约束和无约束环境下均优于其他几种较新的识别方法。(本文来源于《计算机科学》期刊2017年S1期）
王立新,刘新新,刘希云,杨志海,杨健[3]（2016）在《基于区域自适应形变模型的CT图像牙齿结构测量方法研究》一文中研究指出针对叁维计算机断层扫描(CT)体数据的牙齿分割问题,本文提出了一种基于区域自适应形变模型的CT图像牙齿结构测量方法。本文方法结合了自动阈值分割、CV活动轮廓模型和图割方法,利用自动阈值分割实现牙冠的分割与定位,然后利用牙冠分割结果作为初始轮廓逐层分割牙齿。在分割难度最大的牙根上采用CV活动轮廓和图割互补的方法实现了牙根的准确分割。实验结果表明本文提出的牙齿结构测量方法能够准确地自动分割出牙齿的牙冠部分,进而在牙冠分割基础上快速准确地分割出牙颈和牙根。本文提出的牙齿结构测量方法能够准确地从临床CT牙齿数据中分割提取牙齿结构,鲁棒性强、精度高,可以有效辅助医生的临床治疗。(本文来源于《生物医学工程学杂志》期刊2016年02期）
王明[4]（2014）在《基于自适应模糊神经网络模型的边坡形变预测应用研究》一文中研究指出由于边坡变形所造成的地质灾害往往会对人们的日常生活及工程建设造成很大影响，因此边坡的变形预测成为近年来变形预测方面的一个重要研究方向，在对边坡变形进行监测的同时，对监测数据进行分析，然后做出及时准确预测，能在很大程度上减少灾害发生时造成的国家经济损失及人们的生命安全损失。本文在研究了已有的一些变形预测模型的基础上，利用模糊集理论，结合BP神经网络模型，建立了自适应模糊神经推理系统模型(Adaptive Neuro-Fuzzy Inference System)也称为基于网络的自适应模糊推理系统(Adaptive Network-based Fuzzy Inference System)，简称为ANFIS，该模型同时具有模糊逻辑的易于表达人类知识能力和神经网络的分布式信息存储及学习能力，融合了模糊系统的语言推理能力和神经网络的学习机制能力，表现出很强的容错能力，具有很好地适应性，本文探索性的将该模型应用到边坡工程实例中，并用采集的监测数据，验证该模型在边坡变形预测中的可行性。本文的主要研究内容及成果总结如下：1、简单介绍了目前常用的一些变形预测模型，重点讲述了BP神经网络模型的基本理论、结构、算法以及流程。2、详细介绍了模糊系统理论，以及模糊隶属度、模糊规则的选取，简单的介绍了模糊系统工具箱的各中参数的应用，比较了模糊系统与BP神经网络的的优缺点，将两种理论进行融合，建立了自适应模糊神经推理系统模型（ANFIS），并根据该模型的优点提出了的它在变形预测中的适用性。3、基于自适应模糊神经网络模型，本文选取了黑龙江鹤岗市华鹤煤化股份有限公司大型煤化工基地边坡监测项目中深层水平位移的实测数据对模型进行验证，并对预测结果和精度进行对比分析，证明了该模型在此边坡变形预测中的可行性。(本文来源于《长安大学》期刊2014-06-01）
刘秀玲,陈栋,董亚龙,董斌,王洪瑞[5]（2013）在《软组织形变模型的自适应网格细分算法》一文中研究指出软组织形变效果的真实性和实时性是评价虚拟手术训练系统优劣的2个重要因素.软组织的叁角网格模型作为形变算法的基础,直接影响着形变的整体效果.为提高软组织形变仿真的真实性和实时性,提出了软组织叁角网格自适应细分算法,可以针对模型指定区域进行细分处理,避免了为提高形变真实性而无选择性地加密所有叁角网模型的弊端,大大减少形变计算的数据量,进而提高形变仿真的速度.同时为达到更好的形变效果,对模型表面进行平滑处理,消除"棱角"现象.仿真实验表明,本文的算法不仅大大提高了软组织形变仿真的速度,而且对形变效果也有很好的提升.(本文来源于《河北大学学报(自然科学版)》期刊2013年03期）
丁阿鹿,杨建华,张莞玲,张贵钢[6]（2013）在《基于自适应拟合推估的最小二乘配置改进模型在地壳形变分析中的应用研究》一文中研究指出系统论述在地壳形变场的构建过程中,以最小二乘配置模型作为基础结合自适应拟合推估法对模型加以改进的方法。通过建立自适应因子对信号向量与观测向量间的先验权比进行调整,以提高对形变量推估的准确性,防止并克服由于协方差函数选择不合理所产生的系统偏差。以川滇菱形块体GPS速度场作为实例进行对比分析,结果显示,基于最小二乘配置的自适应拟合推估模型能够更为准确地反映区域形变特征。(本文来源于《测绘通报》期刊2013年01期）
杨元喜,曾安敏[7]（2009）在《顾及几何观测信息和地球物理模型的形变参数自适应滤波解》一文中研究指出研究地壳形变的理论和方法主要有两大类:地球物理模型方法和几何方法.由于基准误差、观测误差和模型误差等,两种方法得到的结果往往存在差异.为合理利用几何信息和物理信息,控制几何观测及物理模型误差对形变参数估计的影响,并平衡两类信息对形变参数的贡献,本文提出一种利用自适应滤波综合估计形变参数的方法.采用抗差等价权控制几何观测异常误差的影响,引入自适应因子平衡几何观测和地球物理模型信息对形变模型参数估计的贡献,利用高精度IGS站速度确定局部形变的基准.利用一实测GPS监测网进行计算,结果表明该混合估计策略可充分利用局部重复几何观测信息减弱地球物理模型信息带来的形变系统误差,提高了形变参数解算精度.(本文来源于《中国科学(D辑:地球科学)》期刊2009年04期）
孙丰荣,刘泽,李艳玲,曲怀敬,姚桂华[8]（2008）在《一种改进的自适应形变模型及其血管内超声图像边缘提取应用》一文中研究指出血管内超声(IVUS)图像冠状动脉血管壁内膜的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。提出一种改进的自适应形变模型(T-Snake),该模型能够解决基本T-Snake模型中的自交(Self-collisions)问题,并有着更高的数值计算精度。同时,基于改进的T-Snake模型,给出一种用于自动提取IVUS序列图像冠状动脉血管壁内膜边缘的方法。实验结果表明,所提出方法准确性和可靠性较高,对IVUS序列图像处理的可重复性和鲁棒性较好;表明了改进T-Snake模型的有效性和可实现性。(本文来源于《中国生物医学工程学报》期刊2008年02期）
耿俊卿,孙丰荣,刘泽,李艳玲,宫延新[9]（2007）在《基于自适应形变模型的胸部CT图像肺组织分割》一文中研究指出肺组织分割是肺结节检测、肺功能定量分析、叁维重建与可视化计算等胸部CT图像分析处理的基础。为此,首先提出了一种改进的自适应形变模型(T-Snake模型),然后基于改进的T-Snake模型给出胸部CT图像肺组织分割方法。上述模型能够解决基本T-Snake模型的自交(Self-collisions)问题,有着更高的数值计算精度;并且,对T-Snake模型的节点更新算法也做了改进,使模型节点的更新速度加快。实验结果表明,方法准确性和可靠性较高,有着较好的应用前景。(本文来源于《系统仿真学报》期刊2007年23期）
刘泽[10]（2006）在《自适应形变模型及其在血管内超声图像处理中的应用研究》一文中研究指出二十世纪九十年代中后期，Tim McInerney等学者结合形变模型(Deformable Models)和ACID图像分解(Affine Cell Image Decomposition)技术提出了自适应形变模型(Topologically Adaptable Snakes，T-Snake模型)概念。T-Snake模型是一个拓扑可变的形变模型，继承了Snake模型的诸多优点，但T-Snake模型更重要的特性是其每经过一个微小形变，便要进行一次拓扑变换，因而T-Snake模型相对于Snake模型的突出优点在于其受初始轮廓的影响小，而且能够根据图像的边缘信息自适应地改变其拓扑结构，因而对于复杂拓扑结构图像的处理和适应能力较强。近年来，T-Snake模型已逐渐成为相关学科的研究热点，并开始成功应用于边缘提取、图像分割、叁维表面重建等领域的科研工作中，而研究的焦点是T-Snake模型内、外力结构的改进及其形变演化过程的数值实现。 血管内超声(Intravascular Ultrasound，IVUS)是对诸如动脉粥样硬化之类的冠状动脉疾病的诊断和评价的常用工具，它具有安全、实时和无损等优点。提取IVUS图像冠状动脉血管壁的边缘(下文将简称IVUS图像的边缘)并作进一步的图像分析处理，可以对血管腔的面积、血管厚度进行精确测量，还可以发现或识别早期冠状动脉粥样硬化斑块，并对斑块的形态结构实时显示，对斑块成分和偏心距等参数实时检测。所以，IVUS图像的边缘提取对冠状动脉疾病的诊断和治疗有着重要的临床意义。 本文首先介绍T-Snake模型的一般理论，然后描述对T-Snake模型所作的改进，并给出基于改进的T-Snake模型的IVUS序列图像内外膜边缘提取算法。同时，我们将改进的二维T-Snake模型进一步推广到叁维情况，并给出了利用改进的叁维T-Snake模型对IVUS图像进行叁维表面重建的算法。实验结果表明，与以往同类研究报道的方法相比，本文边缘提取方法准确性和可靠性较高，对IVUS序列图像处理的可重复性和鲁棒性较好，而IVUS图像叁维表面重建的重建速度及重建的准确性和可靠性也较高。另外，实验结果也表明了本文改进的T-Snake模型的有效性和可实现性。(本文来源于《山东大学》期刊2006-04-03）
自适应形变模型论文开题报告
（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：
为了在人脸姿态和表情归一化后减少人脸外观的信息损失,提出自适应叁维形变模型(3DMM)结合流形分析的人脸识别方法。首先,描述人脸姿态变换引起的2D和3D坐标的不对应性,提出自适应3DMM拟合方法;然后,通过叁维变换来保留尽可能多的身份信息,将整个图像网格化映射成3D对象,姿态和表情的归一化保证了变换的稳定;最后,利用多流形判别分析计算流形与流形之间的距离,并利用最近邻分类器完成识别。在Multi-PIE,LFW以及自己采集的数据库上的实验验证了所提方法的有效性,在3个数据库上的识别率分别高达99.8%,95.25%,98.62%。所提方法显着改善了人脸识别性能,在约束和无约束环境下均优于其他几种较新的识别方法。
（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。
自适应形变模型论文参考文献
[1].金婷,李倩霞,程翔,江海建,何维炜.自适应AR模型及在形变监测中的应用研究[J].测绘与空间地理信息.2018
[2].王渐韬,赵丽,齐兴斌.自适应叁维形变模型结合流形分析的人脸识别方法[J].计算机科学.2017
[3].王立新,刘新新,刘希云,杨志海,杨健.基于区域自适应形变模型的CT图像牙齿结构测量方法研究[J].生物医学工程学杂志.2016
[4].王明.基于自适应模糊神经网络模型的边坡形变预测应用研究[D].长安大学.2014
[5].刘秀玲,陈栋,董亚龙,董斌,王洪瑞.软组织形变模型的自适应网格细分算法[J].河北大学学报(自然科学版).2013
[6].丁阿鹿,杨建华,张莞玲,张贵钢.基于自适应拟合推估的最小二乘配置改进模型在地壳形变分析中的应用研究[J].测绘通报.2013
[7].杨元喜,曾安敏.顾及几何观测信息和地球物理模型的形变参数自适应滤波解[J].中国科学(D辑:地球科学).2009
[8].孙丰荣,刘泽,李艳玲,曲怀敬,姚桂华.一种改进的自适应形变模型及其血管内超声图像边缘提取应用[J].中国生物医学工程学报.2008
[9].耿俊卿,孙丰荣,刘泽,李艳玲,宫延新.基于自适应形变模型的胸部CT图像肺组织分割[J].系统仿真学报.2007
[10].刘泽.自适应形变模型及其在血管内超声图像处理中的应用研究[D].山东大学.2006