首页期刊导航|光电子·激光
期刊信息/Journal information
光电子·激光
光电子·激光

巴恩旭

月刊

1005-0086

baenxu@public.tpt.tj.cn；　baenxu@263.net

022-23679707

300191

天津市南开区红旗南路263号

光电子·激光/Journal Journal of Optoelectronics·LaserCSCD北大核心CSTPCDEI
查看更多>>本刊为专业技术性刊物。报道光电子、激光技术领域的研究成果，内容包括新型光电子器件、装置和材料、光电控制和检测、光存贮和光电信息处理、通讯和光纤应用技术光电集成技术、光计算和光学神经网络、激光加工和激光应用、光电生物医学等方面。
正式出版
收录年代

    基于GAN指纹库的卷积神经网络室内可见光信道模型

    卢宇希张慧颖梁誉王凯...
    1201-1209页
    查看更多>>摘要：提出一种神经网络算法实现室内可见光信道模型,解决Lambert模型难以计算室内可见光信道的噪声和误差问题.针对指纹库数据量大、难以采集和训练参数多导致迭代速度慢的问题,提出使用生成式对抗网络(generative adversarial network,GAN)生成仿真数据集融合原有的稀疏指纹库,生成满足训练要求数量的指纹库;使用一维的卷积神经网络(convolutional neural net-work,CNN)提取数据特征,降低训练参数,提高迭代速度.在室内5 m×5 m×3 m环境下采集稀疏指纹库,分别用反向传播神经网络(back propagation netural network,BPNN)和一维CNN室内可见光信道模型进行对比.仿真结果表明:使用GAN生成指纹库的平均绝对误差为0.04,对数据量增广300％;在同一指纹库下,BPNN信道模型误差为3.81,迭代500次收敛;而CNN信道模型误差为0.79,迭代100次收敛.本文提出的GAN指纹库融合CNN的可见光信道模型具有精度高、误差小、速度快、泛化性强等优点,为室内可见光信道模型提供新的研究方案.

    光通信生成式对抗网络(GAN)可见光信道模型稀疏指纹库反向传播神经网络(BPNN)一维卷积神经网络(CNN)

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于QR码的Contourlet-SVD域全息水印算法

    马婷李佳
    1210-1218页
    查看更多>>摘要：为了解决水印算法中存在水印隐藏程度和鲁棒性的失衡问题,在Contourlet-SVD域将QR(quick response)码与全息技术相联合,提出一种基于QR码的Contourlet-SVD域数字全息水印算法.首先,选择不同的载体图像执行3层Contourlet变换,鉴于低频系数的优势,对低频进行奇异值分解(singular value decomposition,SVD)联合变换;其次,选择"飞行学院"图像经过QR编码生成的QR码作为原始水印图像,对其进行共轭对称扩展傅里叶数字全息,得到QR码全息水印;再次,将全息水印叠加到SVD分解得到的奇异值中,完成水印信息的嵌入.通过仿真实验验证,该算法嵌入水印信息后的图像清晰度较好,峰值信噪比(peaksignal-to-noiseratio,PSNR)超过了31 dB,相似性系数NC(normalized correlation)值达到了 0.9890.将图像进行抵抗测试,提取的水印信息可以较清晰地辨别,尤其是椒盐噪声、高斯噪声和中通滤波攻击,NC值均达到0.90以上.

    QR码Contourlet变换奇异值分解(SVD)数字全息算法

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于注意力机制和残差结构的细胞核分割方法

    刘国华闫克丁张亮刘叶楠...
    1219-1224页
    查看更多>>摘要：病理细胞核的精准分割是病理学诊断的基础,然而当前算法针对带有核分裂象的乳腺癌细胞核自动分割效果差强人意.本文针对当前细胞核分割算法展开分析研究,并提出了一种基于注意力机制和残差结构相结合的U型网络(U_net)用于解决因核分裂象和非核分裂象细胞形态特征十分接近造成细胞核分割精度不足的问题.通过实验表明本文提出算法的平均像素准确率(mean pixel accuracy,MPA)和Mean_dice指标系数分别为0.74和0.82.与原有算法相比,训练指标分别提升了 11％和9％,证明本文算法的可行性.

    图像处理核分裂象分割残差结构注意力机制深度学习

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    结合潜在低秩分解和稀疏表示的脑部图像融合

    张亚加邱啟蒙刘恒邵建龙...
    1225-1232页
    查看更多>>摘要：针对低秩分解和稀疏表示(space representation,SR)造成融合图像信息缺失的问题,提出一种结合潜在低秩分解和SR的脑部图像融合算法.首先,将源图像分解为低秩、稀疏和噪声3种成分,面对不同分解成分特性间的差异,分别构造低秩字典和稀疏字典进行描述:采用加权灰度值的方法处理低秩成分,以保持其轮廓和亮度特征;对于稀疏成分,设计一种多范数加权度量的方法对SR进行改进,以保持其高维信息,剔除噪声成分.比对当前主流的5种算法,在视觉效果和客观指标上,本文方法效果最优.

    潜在低秩分解多范数加权度量脑部图像稀疏表示(SR)融合指标

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    投稿须知

    封4页
      原文链接:
    • NETL
    • NSTL
    • 万方数据