- 博客(77)
- 收藏
- 关注
RSS订阅
原创 深度学习五大模型：CNN、Transformer、BERT、RNN、GAN详细解析
CNN利用卷积操作实现局部连接和权重共享，能够自动学习数据中的空间特征。：广泛应用于图像处理相关的任务，包括图像分类、目标检测、图像分割等。此外，也常用于处理具有网格状结构的数据，如文档数据。
2025-03-01 13:31:49
12768
43
原创 深度学习中的知识蒸馏
知识蒸馏（Knowledge Distillation）是一种模型压缩技术，旨在将大型、复杂的模型（通常称为教师模型）的知识迁移到小型、简单的模型（学生模型）中。通过这种方式，学生模型可以在保持较高性能的同时，显著减少计算资源和存储需求。知识蒸馏广泛用于深度学习领域，尤其在计算资源有限的场景（如移动端设备、嵌入式设备）中，用于加速推理、减少存储成本，同时尽可能保持模型性能。
2025-02-17 12:55:06
7040
4
原创 基于MATLAB的涡旋光和高斯光叠加产生平顶光
通过分别生成高斯光和涡旋光的强度分布，然后按合适的权重将它们叠加，得到近似平顶光（flat‐top beam）的效果。由于我们只是将强度相加（而非复振幅叠加），因此不会出现干涉条纹。调整权重参数和其它参数来获得更理想的平顶光效果。通过调节 A 和 B 的值，可以让叠加后的光束在中心区域达到较为均匀的分布，从而接近平顶光。直接叠加两束光的强度（而非复振幅），不产生干涉条纹。的螺旋相位，但计算强度时相位信息会被抵消。高斯光采用标准高斯分布；强度叠加耦合成平顶光，不发生干涉。
2025-03-20 16:29:31
369
2
原创 支持向量机SVM的MATLAB分类预测实现
原理：对于线性可分的数据集，SVM的目标是找到一个超平面，能将不同类别的数据点尽可能分开，使两类数据点到超平面的距离最大化。这个超平面可以用方程，w是超平面法向量，b是偏置项。
2025-03-17 18:19:45
311
7
原创 机器学习--卷积神经网络原理及MATLAB回归实现
原理：卷积层是CNN的核心组成部分，通过卷积核在数据上滑动进行卷积操作，提取数据的局部特征。卷积核中的每个元素都与输入数据的对应位置进行乘法运算，然后将结果相加，得到卷积后的一个输出值。公式：假设输入特征图为X，大小为W*H*C（宽度、高度、通道数），卷积核为K,大小为（卷积核宽度、高度、输入通道数、输出通道数），则卷积层的输出特征图Y的计算公式为。
2025-03-17 18:11:03
1126
2
原创 影响单模光纤耦合效率的分析
计算入射光束的束腰半径ω1=4um，入射光束的束腰中心与纤芯中心横向偏移Δx=2um，入射光束的束腰与光纤端面轴向偏移Δz=20um，入射光束的束腰与光纤端面的夹角为θ=1°，ω0=5.2um，SMF-28单模光纤的耦合效率。此时，假设入射光束的束腰直径不等于单模光纤的MFD，入射光束的束腰中心与纤芯中心横向偏移Δx，入射光束的束腰与光纤端面轴向偏移Δz，入射光束的束腰与光纤端面的夹角为θ，此时单模光纤的耦合效率的一般方程为。（5）入射光束的束腰直径等于单模光纤的MFD（MFD≈1.15d）。
2025-03-17 18:02:46
741
1
原创 数字图像处理--频率域图像增强
频率域图像增强通过将图像转换到频率域，针对性地调整频率分量，达到改善图像对比度和细节的目的。本文详细介绍了频率域图像增强的原理，包括傅里叶变换、高通滤波以及逆傅里叶变换的关键步骤，并结合Python代码展示了如何实现这些操作。通过这种方法，我们可以在图像处理中突出边缘和细节，达到增强视觉效果的目标。希望这篇文章能帮助大家深入理解频率域图像增强的理论与实践。import cv2"""读取图像并转换为灰度图"""
2025-03-14 12:47:53
407
1
原创 使用MATLAB的图像处理示例（Matlab实现）
在光学图像处理中，对于有周期性噪声干扰的图像，在频域利用滤波器（如理想低通、高通滤波器，由 fftshift 和 ifftshift 等函数辅助构建）去除噪声对应的频率成分，再经逆傅里叶变换还原图像，可有效消除干扰条纹，还原清晰画面。在工业检测领域，对于零件的表面缺陷检测，阈值分割能快速提取出有缺陷的区域，与正常区域形成鲜明对比，后续便于量化分析缺陷特征，如面积、周长等，判断产品质量是否合格。例如，将一幅光线昏暗的医学 X 光片，经灰度变换后，骨骼结构等关键细节清晰可见，有助于医生更精准地诊断病情。
2025-03-11 16:24:57
577
5
原创 基于MATLAB的冰块变化仿真
本文通过matlab分别计算t=1min、5min、10min和20min后的温度云图及瞬态温度变化过程（计算总时间30min），计算结果展示如下表：
2025-03-11 16:19:56
1140
原创 噪声电流影响与光电探测器的灵敏度与信噪比
噪声电流频率的特性主要体现在不同频率范围内的噪声行为，例如低频范围内的1/f噪声（Flicker Noise）和高频范围内的散粒噪声。散粒噪声是由于电荷载子的离散性质引起的随机波动，特别是在光电效应中，光子撞击光敏元件产生电子时，这些电子的生成是随机的，符合泊松分布。例如，降低1/f噪声的影响可以显著提升探测器在低频应用中的性能，而减少散粒噪声和热噪声则有助于提高其在高速通信中的表现。通过分析噪声电流的频率特性，研究人员可以优化光电探测器的设计，选择合适的材料和结构，从而提升其灵敏度和信噪比。
2025-03-10 16:05:22
718
原创 基于Matlab的人脸识别的二维PCA
尽管 2DPCA 优势显著，但其对光照、姿态、表情变化适应性有待增强。二维图像操作模式，完整留存图像的行列像素分布特征，面部器官的相对位置等空间关系得以保存，为人脸识别精准度提升筑牢根基，比如精准识别双胞胎细微面部差异。收集人脸图像样本构建训练集，利用 2DPCA 计算协方差矩阵、提取主成分，将训练图像投影至主成分空间，生成特征向量并存储，形成人脸特征库。规避图像向一维向量转换，大幅削减计算量，能快速处理大规模图像数据，在实时人脸识别场景如安防监控的人流密集区，快速甄别人员身份，减少延迟。
2025-03-08 16:42:12
505
5
原创 计算光学成像与光学计算概论
计算光学成像所涉及研究的内容非常广泛，虽然计算光学成像的研究内容是发散的，但目的都是一致的：如何让相机记录到客观实物更丰富的信息，延伸并扩展人眼的视觉感知。总的来说，计算光学成像现阶段已经取得了很多令人振奋的研究成果，这些成果必将会对光学成像技术未来的发展方向产生深远影响。我们可以将注意力进一步前移，通过探讨计算光学成像的优势、面临的挑战来大胆展望它的未来发展趋势。
2025-03-06 17:06:21
1250
9
原创 光学神经网络
基于此，研究者们利用片上集成的方法解决了部分问题，如基于马赫曾德尔干涉仪（Mach–Zehnder Interferometer, MZI）、微环谐振器（Micro-ring Resonators, MRR）等片上集成光学元器件设计的ONNs，其集成度得到了提升，同时获得了较好的稳定性和便携性。关于ONNs的相关研究工作，早在1960s就已经开始，为了能够较清晰地展示ONNs的发展历程，该综述在文章开端以时间为轴线展示了ONNs相关研究工作的发展脉络，时间跨度为20世纪60年代至今，如。
2025-03-06 16:32:58
1194
1
原创 光学超表面的人工智能
光学超表面，即能够控制光传播的平面人工介质，正在从实验室过渡到商业应用。这种转变需要先进的超结构和超表面设计，考虑可制造性并通过后处理算法提高光学性能。人工智能 ，尤其是机器学习的优化，为这些需求提供了解决方案。该文章系统地回顾了 AI 在三个关键领域的潜在影响：AI 支持的超表面可制造性设计 （DFM）、超越经典局部相位近似的设计以及 AI 赋能的计算后端。
2025-03-06 16:28:39
846
1
原创 Matlab实现车牌识别
车牌识别技术作为现代智能交通系统、安防监控以及诸多车辆管理应用场景中的关键环节，正发挥着日益重要的作用，它能够自动、快速且精准地从车辆图像或视频流中提取车牌信息，实现车辆身份的智能化识别。
2025-03-05 16:57:09
980
2
原创 人工智能神经网络基本原理
MP 模型是神经网络领域的早期模型，它模仿了神经元的基本结构和工作原理。人工神经元是一个多输入、单输出的信息处理单元，是对生物神经元的建模。建模方式可以有很多种，不同的建模方式就意味着不同的人工神经元结构。比较著名的人工神经元模型是 MP 神经元（McCulloch-Pitts Neuron），直到今天，我们仍然在使用这个神经元模型的变形。
2025-03-05 16:54:04
1065
原创 突破光学成像局限：全视野光学血管造影技术新进展
基于GFD的FFOA图像融合方案为生物医学研究带来新契机。在肿瘤研究领域，有助于揭示肿瘤生长和转移机制，为开发抗肿瘤药物提供靶点。在心血管疾病研究中，能更准确评估血管状况，对早期诊断至关重要，为制定个性化治疗方案提供依据。目前该技术存在一些局限，如聚焦速度有限，无法实时成像，计算效率有待提升。未来，研究人员将优化硬件设备，提高成像速度，开发智能参数选择方法，减少人工经验依赖，并优化计算过程，提高计算效率。随着技术的改进和完善，该融合技术在临床诊断中，可辅助医生更准确地诊断眼科、皮肤科等疾病。
2025-03-04 16:03:47
878
9
原创 相干光是什么？相干光和非相干光区别是什么？
在相干光通信中主要利用了相干调制和外差检测技术。相干调制就是利用要传输的信号来改变光载波的频率、相位和振幅（而不象强度检测那样只是改变光的强度），这就需要光信号有确定的频率和相位（而不象自然光那样没有确定的频率和相位），即应是相干光。激光就是一种相干光。什么是外差检测?外差检测就是利用一束本机振荡产生的激光与输入的信号光在光混频器中进行混频，得到与信号光的频率、位相和振幅按相同规律变化的中频信号。相干光通信优势相干光通信的主要的优点包括：1） 灵敏度高，中继距离长2） 选择性好，通信容量大。
2025-03-04 14:56:59
629
原创 随机森林算法详解
随机森林（Random Forest）是一种集成学习算法，属于Bagging类型，用于分类和回归任务。它通过构建多个决策树并通过投票或平均的方式来提高模型的准确性和鲁棒性。
2025-03-04 14:52:10
1671
3
原创 基于粒子群PSO算法的飞行器三维路径规划（无人机路径规划）
基于粒子群优化（PSO）算法的无人机三维路径规划问题，针对海陆空多栖环境的复杂性，构建了路径规划的优化模型，并通过改进PSO算法提高寻优精度与收敛速度。仿真结果表明，该方法在复杂环境中能够快速生成满足约束条件的最优路径，为无人机及空中机器人在实际任务中的路径规划提供了有效的解决方案。
2025-03-04 14:45:34
255
原创 频谱泄露与加窗
wave1,wave2实际在时域中是一样的正弦波，表达式y=sin(2πft)，其中频率f=20Hz,但是经过快速傅里叶FFT变换之后，wave2的频域图中除了有冲激响应的峰之外，还出现了额外的频率元素，这个就是频谱泄露(Spectrum Leakage)。很显然，频谱泄露和信号泄露无关，从根本上说，它就是算法引起的。那同样的快速傅里叶算法,怎么会有这个差异？简单说来，造成这个问题的原因是：采样信号的相位在始端和终端不连续。从上面图中，可以发现，wave1的时域图形是完整的周期，而wave2不是。
2025-03-03 12:02:35
393
2
原创 机器学习：特征提取
通过对协方差矩阵C进行特征值分解，得到的特征向量就是新的正交基方向，而对应的特征值则表示数据在相应特征向量方向上的方差大小。PCA 将数据投影到这些由特征向量确定的新坐标轴上，按照特征值从大到小的顺序排列，选取前K个特征向量所对应的维度作为主成分，从而实现数据的降维和特征表示。为了进一步提高性能，还可以引入TF - IDF（词频 - 逆文档频率）权重，该权重能够衡量一个单词对于一个文档集合的重要程度，从而突出那些在特定文档中频繁出现但在整个文档集合中不常见的单词，使得提取的特征更具代表性。
2025-03-03 11:51:30
1482
5
原创 机器学习--特征选择
在决策树的构建过程中，通过计算每个特征的信息增益，并选择信息增益最大的特征作为分裂特征，决策树能够自动地对特征进行排序和筛选，在树的生长过程中，那些对分类或回归没有太大贡献的特征往往不会被选择为分裂特征，从而实现了特征选择的效果。3.嵌入式方法：将特征选择与模型训练过程相结合，在模型训练的过程中自动进行特征选择，例如Lasso回归通过在损失函数中添加L1正则化项，使得模型在训练过程中自动将一些不重要的特征的系数收缩为零，从而实现特征选择的目的。二、基于树的特征选择方法。
2025-03-03 11:46:29
626
原创 随机树算法 自动驾驶汽车的路径规划 静态障碍物（Matlab）
首先，确定自动驾驶汽车的初始位置作为树的根节点，设定目标区域。当树的分支成功延伸至目标区域附近，通过回溯从目标点到起始点的连接节点，即可提取出一条从起点绕过障碍物抵达终点的可行路径。从初始状态点出发，在车辆的状态空间内反复随机采样，将新采样点与已有树中的节点依据距离、可达性等规则进行连接拓展，逐步生长形成一棵能够覆盖状态空间大部分区域的树，向着目标区域快速探索。一旦发现新采样点或连接路径与静态障碍物相交，立即舍弃该点或重新规划连接方式，确保生成的路径始终位于无碰撞空间内，巧妙地引导车辆绕过障碍物。
2025-03-02 23:18:47
1306
5
原创 西安邮电大学电院研究生导师推荐（第一期）
任老师承担多项国家级、省部级（重点）课题工作，经费充足，课题组氛围和谐，学生补助标准相较于同平台偏高，所属实验室（西安邮电大学电子工程学院智能光电技术创新实验室）提供超净间科研平台，对努力的同学绝不辜负，对于有读博意愿的同学会积极帮助联系高水平院校导师，不卡毕业（任老师比学生更在意按时毕业），学生均有机会参与国际、全国性质会议。3、任凯利，2022-01-01—2023-12-31，基于手征光纤光栅色散特性的超宽带平坦光场调控方法，陕西省自然科学基金（面上）光电精密测量、光纤器件、深度学习和嵌入式系统。
2025-03-02 21:41:04
557
1
原创 基于Matlab的多目标粒子群优化
在复杂系统的设计、决策与优化问题中，常常需要同时兼顾多个相互冲突的目标，多目标粒子群优化（MOPSO）算法应运而生，作为群体智能优化算法家族中的重要成员，它为解决此类棘手难题提供了高效且富有创新性的解决方案。
2025-02-28 13:57:37
858
原创 指纹细节提取（Matlab实现）
指纹细节提取概述指纹作为人体生物特征识别领域中应用最为广泛的特征之一，具有独特性、稳定性和便利性。指纹细节特征对于指纹识别的准确性和可靠性起着关键作用。指纹细节提取，即从指纹图像中精确地提取出能够表征指纹唯一性的关键特征点，是指纹识别系统中的核心环节。
2025-02-28 13:53:33
1464
原创 无序拓扑光学
在光学中，连续域束缚态（BIC）是一种特殊的光学奇点，其能量被局域化，无法向外传播，从而在动量空间中形成一个不辐射、Q值无穷大的偏振奇点，围绕该奇点的偏振分布具有非平庸的拓扑荷。该研究提出了一种全新的拓扑光子晶体，通过设计结构微扰免疫的拓扑共振模式，成功实现了基于无序性的波前调控，并同时保持其动量空间BIC拓扑特性，为拓扑光学领域的应用提供了全新的思路。研究发现，光子晶体中存在一种特殊的BIC共振模式，该模式的场分布中也包含一个拓扑奇点，且围绕该奇点的相位具有非平庸的拓扑荷。图3：实-动量双重拓扑荷。
2025-02-28 13:50:18
496
原创 回归算法模型总结
回归算法在数据分析中至关重要，因为它们帮助我们预测连续变量并量化变量间的关系。通过建模复杂的依赖关系，回归算法为决策提供了科学依据，从而支持业务优化和战略规划。
2025-02-28 13:48:34
915
原创 基于MATLAB的短时傅里叶变换和小波变换及图像处理
短时傅里叶变换（Short-Time Fourier Transform，STFT）和小波变换（Wavelet Transform）是在信号处理与图像处理领域应用极为广泛的两种时频分析方法，而 MATLAB 作为功能强大的科学计算软件，为这两种变换的实现以及相关图像处理工作提供了便捷高效的平台。
2025-02-27 00:37:17
2447
原创 单目标:鹅优化算法（代码版见最下）
鹅优化算法（GOOSE Algorithm，GO）是2024年由Rebwar Khalid Hamad提出的一种群智能优化算法，该成果发表在知名SCI期刊JCQ3区 Evolving Systems 上。这是一种基于鹅的休息和觅食行为的新型元启发式算法。
2025-02-27 00:24:17
2631
原创 活细胞长期超分辨率成像的神经网络
超分辨率（SR）神经网络能够将低分辨率的光学显微镜图像转换为超分辨率图像。然而，将单图像超分辨率（SISR）方法应用于长期成像时，未能充分利用相邻帧之间的时间依赖性，并且难以量化推理的不确定性。
2025-02-27 00:19:16
2604
原创 离散傅里叶变换（DFT）-- “频率解码器”
DFT全称离散傅里叶变换，是数字信号处理的核心工具。简单来说，它能把一段随时间变化的信号（比如音频波形）转换成不同频率成分的组合，就像把一杯混合果汁分解出苹果、橙子各自的比例。
2025-02-27 00:17:15
2155
原创 艾里 - 贝塞尔子弹（Airy-Bessel bullet）
从数学角度来看，其光场分布可以用艾里函数和贝塞尔函数的组合来描述，这两种函数在光学领域有着独特的性质，它们的交织使得光场在空间和时间上呈现出高度局域化且稳定传播的特性，宛如一颗飞行的 “子弹” 轨迹，故得名艾里 - 贝塞尔子弹。例如，在一些实验装置中，利用空间光调制器（SLM）对激光束进行相位调制，将其变换为具有艾里函数横向分布和贝塞尔函数径向分布的光场结构，在合适的传播介质中，这种特殊结构的光场就能维持其独特的形状并稳定传播，形成艾里 - 贝塞尔子弹的形态。贝塞尔子弹的形成原理。
2025-02-26 12:43:19
1289
原创 MATLAB环境下从信号中去除60Hz工频干扰噪声
从信号中去除60Hz工频干扰噪声是信号处理中的常见需求（尤其在生物医学、工业传感等领域）。：硬件优化（从源头降低干扰） + 陷波滤波器（实时性）或自适应滤波（动态环境）。：信号频谱中在60Hz附近出现尖峰（可能伴随谐波，如120Hz、180Hz）。：电力线耦合（如50/60Hz交流电）、设备接地不良、电磁辐射。：掩盖真实信号特征（如ECG中的QRS波、EEG中的脑电节律）。：干扰频率漂移或存在谐波（如60Hz ± 2Hz）。：在60Hz处设计极窄的带阻滤波器，衰减干扰频率。
2025-02-26 11:56:13
2823
原创 计算光学成像系统测算提速方法
为克服扫描计算成像系统测量和计算速度慢的缺点，综述一些快速计算成像技术，从测量和计算方面论述提高速度的方法。该方法中，照明光经过一个透镜阵列，根据透镜的几何光学特性，每个透镜下的照明光束都在样本表面重叠阵列分布，如图5所示，因为在样本和相机间放置透镜，透镜阵列的各透镜将光束会聚样本区域从而光束投射到相机的不同成像区域。作为串行计算模式，在SBMIR计算重构中，首先将样本的复振幅传递到第一个记录平面，然后保持波前的相位不变，利用采集到的强度图替代振幅信息进行振幅约束，将更新后的图像传递到下一个平面。
2025-02-24 10:58:23
882
原创 AI + 100,000 fps 超时空分辨单帧结构光三维成像分享！
提出了一种基于深度学习的单帧三维超快成像技术（Single-shot super-resolved fringe projection profilometry，简称SSSR-FPP），可实现100,000 fps下的超快三维成像。SSSR-FPP仅使用一对低信噪比、低分辨率的条纹图像作为输入，并通过减少高速相机的读出窗口来换取成像帧频的显著提升，结合建立的物理域调控信息与后端统计模型的关联信息即可实现高分辨率（超时空分辨探测）绝对相位的精确解耦。依托“物理域”和“计算域”的协同处理，SSSR-FPP可大幅
2025-02-19 00:48:07
1255
原创 光学涡旋阵列的产生与应用最新进展
光学涡旋阵列以其独特的波前结构在光通信、捕获、成像、计量和量子等领域得到了广泛的应用。用于生成这些涡流束阵列的方法对其应用至关重要。在此，杜竫等人简要介绍了光学涡旋和光学涡旋阵列的基本概念和特征。随后，提出了三种产生光学涡旋阵列的方法，包括经典衍射光学元件、超表面和集成光学器件，并探索了光学涡旋光束阵列在五个不同领域的应用，包括光捕获、光通信、成像、计量和量子应用。最后，总结并展望了光学涡旋阵列的未来前景
2025-02-18 17:50:11
2204
原创 计算光学基础
传统光学成像技术通过透镜将物体发出的光线汇聚到面阵探测器上，经光电转换获取物体的二维强度图像。基于该技术研制的光学仪器如显微镜、望远镜等，是研究微观世界、探索宇宙奥秘的基础。但是，这种成像技术难以获取物体的完整信息且成像质量与硬件成本难以权衡。
2025-02-17 21:56:53
2080
西安邮电大学研究生奖助学金实施办法（修订）：资助体系及评审流程详解
2025-02-10
西安邮电大学高水平期刊与重要会议名录及其在科研成果认定中的作用
2025-02-10
西安邮电大学电子工程学院研究生奖助学金实施办法详解
2025-02-10
2020-2021年北大中文核心期刊目录发布及其分类指南
2025-02-10
第十二届‘挑战杯’西安邮电大学大学生创业计划竞赛表彰决定及成果展示
2025-02-10
中国国际大学生创新大赛（2024）陕西赛区省级复赛获奖项目公示及亮点解析
2025-02-10
电子工程学院第二届全国大学生职业规划大赛 - 赛事详情与规则
2025-02-10
2024年第29届'21世纪杯'全国大学生英语演讲比赛西邮校园赛报名通知与规则解读
2025-02-10
TI杯2024年大学生电子设计竞赛陕西赛区线下培训会-提升备赛技能与创新能力
2025-02-10
中国国际大学生创新大赛（2024）西安邮电大学校赛初赛成果公示与解读
2025-02-10
第十二届全国大学生光电设计竞赛（西北区赛）：赛事详情、报名流程及规则说明
2025-02-10
电子工程学院关于申请‘中科亿海微奖学金’的通知-激励优秀学子与资助贫困学生
2025-02-10
西安邮电大学光电信息科学与工程专业2022版本科人才培养方案解析
2025-02-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人