小林小林爱编程

Cone-beam computed tomography based on truncated adaptive-weight total variation 基于截断自适应权重全变分的锥束CT💟摘要​ 为计算机层析成像扫描获得高质量的重建图像具有挑战性。由于CL扫描得到的投影不完整，CL图像往往存在层间混叠和模糊现象。为了解决这个问题，我们提出了一种截断自适应权重全变分( TAwTV )约束的迭代重建算法。具体来说，首先根据一个阈值对图像梯度幅值进行截断，然后设计一个截断梯度幅值的余弦非线性函数来自适应地调整截断梯度，从而使截断自适应权重全变分在惩罚较大梯度幅值和各向同性属性时能够克服过度平滑。在模拟3D印制电路板、模拟工件和Shepp - Logan体模上进行了实验 疑问的参考文献 还有其他的层析成像扫描几何图形，详见文献。[3] Cai Yufang, Li Pingyi, et al. Recent advances in computed laminography for nondestructive testing of plate-shell obje ...

一种用于快速和光谱成像的三光源锥形束Micro - CT扫描仪A Triple-Source（三源） Conebeam Micro-CT Scanner for Fast and Spectral Imaging 关键问题 由于微型CT系统一般采用单源配置，扫描速度不足以进行时域成像。 弱的低对比度辨别能力源于低剂量成像对动物安全的必要性。——MMD方法 Thus, attaining high acquisition speed and low-contrast detectability are two vital demands for an idea micro-CT scanner. （如何引出话题**——>如何进行转折——>**如何总结） 章节内容Introduction：首先介绍了MCCT的成像模式，然后强调了高扫描速度和低对比度辨别能力在活体应用的重要性，举例说明了在这两方面目前的研究进展。解释了提高扫描速度不能只提高机械速度，可以从光源数量入手。并解释为何选择三源CT Materials and MethodsA General Guidelines ...

MathJax = { tex: { inlineMath: [['$', '$'], ['\\(', '\\)']] } }; 🤔什么是神经网络 神经元中装着的数字代表对应的像素的灰度值，0表示纯黑像素，1表示纯白像素。神经元中装着的数称为“激活值”。 神经网络处理信息的核心机制是一层的激活值是通过怎样的运算算出下一层的激活值 所谓神经元的激活值实际上就是对加权和到底有多正的打分 $$a^{(1)} = \sigma(Wa^{(0)} + b)$$ 权重像是连接的强度，而偏差是该神经元是否倾向于活跃或不活跃。 💆‍♀️梯度下降，神经网络如何学习|深度学习需要考虑可以使用的所有数以万计的训练示例的平均成本，这个成本是衡量网络有多糟糕的标准 对于多变量微积分而言，函数的梯度提供了最陡上升的方向，应该朝着哪个方向迈进以最快的增加函数。相反，取负值可以提供最快的速度减小函数的方向。更重要的是该梯度向量的长度指示了最陡坡度的陡度。 最小化函数的算法就是计算这个梯度反向，然后向下走一小步，然后不断重复这个过程 有效计算梯 ...

数据库与数据库管理系统数据库的相关概念为什么要使用数据库 持久化(persistence)：把数据保存到可掉电式存储设备中以供之后使用。大多数情况下，特别是企业级应用，数据持久化意味着将内存中的数据保存到硬盘上加以”固化”，而持久化的实现过程大多通过各种关系数据库来完成。 持久化的主要作用是将内存中的数据存储在关系型数据库中，当然也可以存储在磁盘文件、XML数据文件中。 数据库的相关概念 DB数据库（Database） 即存储数据的“仓库”，其本质是一个文件系统。它保存了一系列有组织的数据。 DBMS：数据库管理系统（Database Management System） 是一种操纵和管理数据库的大型软件，用于建立、使用和维护数据库，对数据库进行统一管理和控制。用户通过数据库管理系统访问数据库中表内的数据。 SQL：结构化查询语言（Structured Query Language） 专门用来与数据库通信的语言。 RDBMS与非RDBMS **关系型数据库模型**是把复杂的数据结构归结为简单的二元关系 （即二维表格形式）。 关系型数据库以 行(ro ...

1 Java语言概述1.1常见DOS命令dir ——常看当前目录下的文件或文件夹 cd \或cd/ ——回退到盘符目录 md——创建文件目录 rd——删除指定的文件目录 cls——清屏 针对.Java结尾的源文件进行编译操作。格式为：javac 源文件名.java(cmd中必须在源文件所在目录下进行编译) 针对编译后的字节码文件进行编译后运行，格式java 字节码文件名 1.2程序编写小结 class 表示类，后面跟着类名 main函数格式固定： public static void main(String[] args)，如果非要变化只能改变String[] args，方式1String arg[], 方式2 String[] a java严格区分大小写！！ 从控制台输出数据的操作： System.out.println("输出的信息");——输出数据后，会换行 ​ System.out.print("输出的信息");——输出数据后，不会换行 windows不区分大小写 编译以后会生成一个或多个字节码文件。每一个字节码文件对应一 ...

算法题算法动态规划背包问题 如果求组合数就是外层for循环遍历物品，内层for遍历背包。 如果求排列数就是外层for遍历背包，内层for循环遍历物品。 常见的三种哈希结构当我们想使用哈希法来解决问题的时候，我们一般会选择如下三种数据结构。 数组 set （集合） map(映射) 这里数组就没啥可说的了，我们来看一下set。 在C++中，set 和 map 分别提供以下三种数据结构，其底层实现以及优劣如下表所示： 集合 底层实现 是否有序 数值是否可以重复 能否更改数值 查询效率 增删效率 std::set 红黑树 有序 否 否 O(log n) O(log n) std::multiset 红黑树 有序 是 否 O(logn) O(logn) std::unordered_set 哈希表 无序 否 否 O(1) O(1) std::unordered_set底层实现为哈希表，std::set 和std::multiset 的底层实现是红黑树，红黑树是一种平衡二叉搜索树，所以key值是有序的，但key不可以修改，改动key值会导致整棵树的错乱，所以只能删 ...

[ubuntu安装vmtools教程以及显示unable to execute](ubuntu安装wmwaretools教程以及显示 unable to execute “usr/bin/vmware-uninstall-tools.pl”解决办法 - 傻逼离我远点 - 博客园 (cnblogs.com)) 使用 <font> 的标签的修改文字前景色红色绿色蓝色 使用 rgb 颜色值 使用十六进制颜色值 1. Gcc 2. 静态库制作和使用 cp calc library ../lession06 -r 将当前文件夹lession05下的calc和library文件复制到上一级目录下的lession05中 nowcoder@nowcoder:~/Linux/lession06$ tree.├── calc│ ├── add.c│ ├── add.o│ ├── div.c│ ├── div.o│ ├── head.h│ ├── libcalc.a│ ├── main.c│ ├── mult.c│ ├─ ...

A reconstruction method for cone-beam computed laminography based on projection transformation基于投影变换的锥束层析成像重建方法 要解决的问题 现有的解析CL重建方法大多忽略了CL扫描结构下的投影数据不严格满足标准滤过反投影( FBP )或费尔德坎普- Davis - Kress ( FDK )方法条件的问题。 解决方案 由于直接对原始CL数据进行滤波，**没有考虑CL旋转轴倾斜角度的影响，这会影响重建图像的质量 **。 针对这种情况，提出了一种基于投影变换的锥束CL数据转换方法，也称为CL重投影( CLRP )。可以对采集的CL投影进行校正，使其满足滤波要求。 技术路线 建立了一个虚拟的CT探测器，并利用CLRP将已知的CL数据转换为在虚拟探测器上的投影，该方法**主要实现将锥束CL数据转换为符合FDK要求的数据，然后，采用锥束CT中常用的FDK方法对转换后的数据进行重建。**FDK方法的滤波器不需要人为优化，可以使用已有的合适的滤波器。通过以上两个步骤实现CL重构。 本文的**难点** ...

对学习JAVA的一些知识笔记