搜索筛选:
搜索耗时2.3464秒,为你在为你在102,285,761篇论文里面共找到 12 篇相符的论文内容
发布年度:
[期刊论文] 作者：吴锡周,,
来源：农业科技通讯 年份：1984
利用细绿萍作畜禽饲料,在北方越来越受到重视。由于缺乏经验,致使细绿萍越冬,春繁失败。近年来,我们经多次词查与观察发现,细绿萍在不同光强与温度条件下,对肥水中铵态氮的...
[期刊论文] 作者：符颖,吴锡,周激流,,
来源：工程科学与技术 年份：2017
针对图像去运动模糊问题的病态性,已有的方法通常引入对图像的正则化约束从而缩小解空间范围使其良态化,但单一的正则化约束并不能很好地估计点扩散函数和复原原始图像。基于此,本文提出一种基于多正则化约束的图像去运动模糊方法。首先,根据图像梯度符合重尾分......
[期刊论文] 作者：吴锡周,董建华,方平,,
来源：语文月刊 年份：1999
(一)阅读下面的文段,回答1—4题。生物具有完善的调控,可以保证机体各种生命活动的协调统一和对环境的适应。无论是复杂的多细胞动物,或是一个微小的单细胞,它们各个组成部...
[期刊论文] 作者：吴锡,周激流,何建新,,
来源：光子学报 年份：2011
本文提出一种采用非局部主成分分析的极大似然估计去噪方法.首先采用非局部主成分分析算法来计算像素邻域间的灰度值和纹理结构相似性,然后通过极大似然估计方法估计最优复原图像.本方法使用非局部主成分分析克服现有局部性去噪方法模糊边界等缺陷,引入极大似然......
[期刊论文] 作者：吴锡,周激流,谢明元,,
来源：中国生物医学工程学报 年份：2012
由于MRI图像中噪声呈Rician分布,直接使用现有针对高斯噪声的去噪方法将引入误差。基于此本研究使用Rician噪声模型改进现有极大似然估计去噪的高斯模型,同时引入非局部主成分分析,在非局部区域选择灰度和纹理均具有较高相似性的像素进行最优复原估计。使用非局......
[期刊论文] 作者：吴锡,周激流,谢明元,,
来源：电子学报 年份：2013
弥散加权磁共振图像(DWI)由于其本身扫描成像和应用特点,易被噪声干扰,且其噪声一般呈Rician分布,需要有效去噪以保证后续应用.目前使用较多的局部去噪方法缺乏对噪声统计信息的综合应用,缺乏针对DWI图像特殊Rician噪声分布的针对性应用.本文提出一种DWI图像Ric......
[期刊论文] 作者：肖丹,杨智鹏,吴锡,周激流,
来源：四川大学学报:自然科学版 年份：2020
磁共振弥散加权成像(DWI)可对大脑白质纤维束的结构连通性进行无创研究,其主要方法为DWI纤维重建.并且基于DWI的结构连接常常与基于功能磁共振成像的功能连接相结合,以得到纤...
[期刊论文] 作者：吴锡,周激流,谢明元,罗代升,,
来源：电子与信息学报 年份：2010
弥散张量磁共振成像(DT-MRI)的脑白质纤维追踪成像利用脑白质水分子弥散构成的弥散张量信息追踪脑白质纤维束并无创重建其3维结构图像。针对现有追踪方法一般以局部体素的弥散张量为主要追踪依据,缺乏对纤维结构、弥散度等人体解剖结构和生理机能的综合考量的缺......
[期刊论文] 作者：吴锡,周激流,谢明元,罗代升,,
来源：四川大学学报(工程科学版) 年份：2010
弥散张量磁共振成像(DTI)易受噪声干扰,且现有DTI去噪方法仅对各方向通道的DWI数据进行单独处理,未充分考虑各通道之间相关性以及DTI数据本身结构和形态特点。针对这些不足,作者根据DTI数据结构及形态特征,综合DWI不同方向通道间相关性,重构统一特征值和特征向......
[期刊论文] 作者：吴锡,周激流,谢明元,罗代升,
来源：中国生物医学工程学报 年份：2009
磁共振弥散张量成像（DTI）可对大脑白质纤维束的三维几何结构进行无创研究,其主要方法为DTI纤维追踪成像。研究打破现有DTI纤维追踪成像从初始种子区域逐步追踪增长的框架,提出...
[期刊论文] 作者：吴锡,周激流,毕务忠,谢明元,罗代升,,
来源：中国生物医学工程学报 年份：2010
弥散张量磁共振成像(DTI)是无创研究大脑白质结构及其他人体纤维状组织结构的主要工具。由于合成DTI数据的弥散加权成像数据(DWI)易受噪声干扰,需要有效去噪以保证DTI数据精度和后续应用的实现。使用各向异性扩散滤波理论,综合考虑各方向通道DWI数据的几何形态......
[会议论文] 作者：黄明阳,王生,张旌,康文,沈莉,许守彦,邱静,霍丽华,吴锡,周国仲,刘艺琴,
来源：中国物理学会2015年秋季会议 年份：2015
按照CSNS/RCS注入区磁铁物理设计要求，磁铁系统和脉冲电源系统对注入区各种类型磁铁(固定量凸轨磁铁BC、水平涂抹磁铁BH、垂直涂抹磁铁BV)进行详细测量。根据磁铁测量数据，我们对其进行整理分析并拟合出各种类型磁铁的励磁曲线。......
相关搜索：
