1 桂林电子科技大学电子工程与自动化学院，广西 桂林 541004
2 桂林航天工业学院生物医学与人工智能实验室，广西 桂林 541004
3 江门市中心医院医学影像智能计算及应用实验室，广东 江门 529030
针对目前医学影像面临多中心数据存在数据孤岛以及非独立同分布的问题（Non-IID），提出了一种基于自适应聚合权重的联邦学习算法（FedAaw）。在全局模型聚合过程中，提出准确率阈值来筛选出本地模型，并由中心服务器采用筛选后模型的准确率计算相应的聚合权重，从而对全局模型进行聚合，使得分类性能较佳的模型参与全局模型的构建，以达到缓解多中心数据Non-IID的问题。同时，为提高模型挖掘图像长短距离信息之间的能力，在本地和全局模型中引入多头自注意力（MHSA）机制。此外，为缓解端对端的冗余特征造成的模型过拟合问题，提取全局模型中卷积核的特征，并采用基于L1范数的稀疏贝叶斯极限学习机（SBELML1）的集成学习方法完成各中心数据的特征分类。最后，通过多次打乱不同中心的数据分布来验证FedAaw算法的抗干扰能力。5个中心的测试集AUC变化范围为中心1（0.7947~0.8037）、中心2（0.8105~0.8405）、中心3（0.6768~0.7758）、中心4（0.8496~0.9063）、中心5（0.8913~0.9348），该结果表明：FedAaw在多中心数据上具有良好的分类性能且抗干扰能力较强。
自适应聚合权重 联邦学习 多头自注意力 L1范数的极限学习机 对抗验证 激光与光电子学进展
2023, 60(22): 2210003
1 湖南工业大学理学院, 湖南 株洲 412007
2 长沙学院电子与通信工程系, 湖南 长沙 410022
通过采用直接的量子反馈方法控制量子比特的量子相干性, 研究了与单模腔相互作用的量子比特的量子相干性的动力学演化。利用l1范数相干性和量子相对熵相干性描述量子系统的相干性, 分析了量子反馈和外部驱动对系统相干性演化的影响。研究结果表明, 两种相干性表现出相同的动力学特性, 量子反馈减慢了量子相干性的衰减, 在一定程度上保护了量子相干性。若考虑外部驱动, 在强驱动下, 长时极限的稳态的量子相干性为零, 而在非强驱动下相干性达到一个不变的最大值。
量子光学 量子反馈 量子相干性 l1范数相干性 量子相对熵相干性 激光与光电子学进展
2018, 55(10): 102702
电子信息系统复杂电磁环境效应国家重点实验室, 河南 洛阳 471003
构建了基于压缩感知的欠定盲源分离源信号恢复模型，比较研究了基于互补匹配追踪算法(CMP)、基于L1范数的互补匹配追踪算法(L1CMP)和基于修正牛顿的径向基函数算法(NRASR)实现欠定源信号恢复的应用效果。结果表明：源信号时域充分稀疏情况下，CMP，L1CMP和NRASR的恢复效果接近，但L1CMP算法计算复杂度最低；变换域充分稀疏情况下，CMP和L1CMP恢复效果接近，NRASR恢复效果较差；时域非充分稀疏情况下，CMP效果较差，L1CMP和NRASR效果接近。综合考虑，L1CMP算法效果最佳；在观测信号数和源数较少的情况下，算法在时域恢复信号精度会下降；稀疏表示法结合压缩感知重构能够提高源信号恢复的效果。
欠定盲源分离 源信号恢复 互补匹配追踪算法 基于L1范数的互补匹配追踪算法 基于修正牛顿的径向基函数算法 underdetermined blind source separation source signal recovery complementary matching pursuit complementary matching pursuit based on L1 norm modified Newton radial basis function 强激光与粒子束
2018, 30(5): 053202
针对最小二乘的旋转平均方法对粗差敏感, 求解影像旋转参数不够精确的问题, 提出了一种稳健的旋转平均方法。先利用李群和李代数之间的映射关系, 将旋转矩阵的乘积运算简化为李代数中的减法运算, 推导出旋转平均迭代解算的线性化方程; 然后利用L1范数优化和迭代加权最小二乘相结合的方法求解全局一致旋转最优解; 最后采用迭代策略剔除粗差, 得到精确的旋转矩阵。实验结果表明, 与传统最小二乘方法相比, 提出方法的旋转参数求解精度更高, 稳健性更好, 用于三维重建可以得到更密集均匀的点云, 重建完整性更好。旋转平均的精度优于0.15度, 计算时间不超过0.31s, 光束法平差后, 重投影误差在1.3个像素以内。基本满足快速稳健三维重建的要求。
无人机 三维重建 李代数 L1范数 旋转平均 全球定位系统 Unmanned Aerial Vehicle (UAV) three-dimensional(3D) reconstruction Lie algebra L1 norm rotation averaging Global Positioning System (GPS)
南京理工大学电子工程与光电技术学院，江苏 南京 210094
针对传统的红外图像非均匀性校正方法精度低，易破坏图像细节和边缘等缺点，本文提出了一种新的基于全变分理论的红外图像非均匀性校正方法。在分析不同正则项对全变分模型去噪性能影响的基础上，针对红外图像条纹非均匀性的几何特征，对原有的全变分模型进行了修正，使新模型既能约束图像水平方向的梯度，又能保护图像垂直方向的梯度。通过Split Bregman 迭代最小化新的全变分模型，显著降低了计算复杂度，使其能广泛应用于实时视频序列。通过不同环境下对真实场景的实验，表明该方法不但能有效地校正红外图像的条纹非均匀性，还能较大程度地保护住图像的细节和边缘信息。
红外焦平面阵列 非均匀性校正 全变分 Split Bregman 迭代 L1 正则 infrared focal plane array nonuniformity correction total variation Split Bregman iteration L1-norm
大连理工大学信息与通信工程学院, 辽宁 大连 116024
微分相位衬度计算机层析成像法(DPC-CT)是一种新的X射线无损检测方法。与传统方法相比，该方法在检测弱吸收物质时优势明显。但DPC-CT技术需要进行多次扫描后才能获取足够的样品信息，这必将导致很长的辐射时间和巨大的辐射剂量。因此，研究在稀疏角度条件下的DPC-PC重建算法就显得尤为重要。分析了DPC-CT的特点，在凸集投影(POCS)的理论框架下，将L1范数、曲波系数约束和经典的代数迭代算法(ART)相结合提出了一种适合DPC-CT的重建算法。数值模拟和实验的结果表明，该方法可以根据少量投影数据获得较好的重建结果。
成像系统 微分相位衬度计算机层析成像 稀疏表达 凸集投影法 L1范数 曲波变换
1 江苏科技大学 计算机科学与工程学院，江苏 镇江 212003
2 常州信息职业技术学院，江苏 常州 213164
针对超分辨率图像重建的病态问题，设计了一种新的自适应超分辨率图像序列重建算法。该算法在L1范数重建框架下，利用金字塔算法与Lucas-Kanade算法相结合的方法实现图像配准，获得亚像素的运动估计；通过引入移位算子给出了基于正交梯度算子的正则项的实现方法，并从自适应的角度选择正则化参数，最后通过最速下降法求解模型的目标泛函最小值。结果表明：对于模拟实验和真实序列实验，该方法相比于样条插值算法、Tikhonov正则化算法、双边全变差重建算法都有一定的优势，能够取得更好的复原效果，并且由于正则项较为简单，重建所需时间相对减少。
超分辨率重建 正交梯度算子 图像配准 自适应 L1范数 super resolution reconstruction orthogonal gradient operator image registration adaptive L1 norm
大连理工大学信息与通信学院, 辽宁 大连 116024
微分相位衬度成像及其计算层析(CT)技术是近年出现的无损检测新方法。但是，相位衬度CT往往需要对样品进行多次扫描，这必将导致非常长的辐射时间和巨大的辐射剂量。稀疏角度重建在降低辐射剂量方面有着非常明显的优势，因此，研究针对相位衬度CT的稀疏角度重建算法就显得尤为重要。在分析了相位衬度CT的特点之后，将压缩感知理论引入相位衬度CT重建中，并在该理论框架下将L1约束融入代数迭代重建(ART)算法中，提出了一种微分相位衬度CT重建算法。数值模拟和实际实验表明，该方法可以根据少量投影数据给出较好的重建结果。
成像系统 图像重建 L1范数 微分相位衬度计算层析 压缩感知
