一、立体信息的敏感技术（论文文献综述）
谭越月[1]（2021）在《基于虚拟现实技术的白内障患者视觉功能和功能视觉的研究》文中认为目的:通过应用基于双眼整合式虚拟现实技术对白内障患者术前及术后的视觉功能和双眼整合高级功能视觉能力关系的检查,探讨白内障术后患者视觉功能和功能视觉与白内障的关系。对白内障术后仍然有功能视觉异常的患者进行一系列上述双眼整合能力的检查和相关功能微可塑训练,探索一种帮助白内障患者恢复双眼功能视觉的临床可以应用的方法。方法:回顾性临床研究设计,分两个阶段进行,第一阶段为观察阶段,选取2019年10月至2020年12月在我院眼科行白内障超声乳化及IOL植入的白内障患者221例（298眼）,其中单焦点组患者植入单焦点人工晶体,173例（230眼）;多焦点组患者植入多焦点人工晶体,48例（68眼）。两组各自组内分析。第二阶段为训练阶段,术后1月对有功能视觉异常的患者进行个性化的功能视觉可塑修复的微可塑训练,共有患者122例,多焦点组34例,单焦点组88例。手术由我院经验丰富的医生完成,术中植入人工晶体均选用我院常规使用的人工晶状体。在术前、术后1天、术后1周对所有患者行基于双眼整合式虚拟现实技术的视觉功能和功能视觉检查,检查指标包括:视觉功能（视力）及功能视觉（双眼知觉眼位、抑制度、双眼交替抑制及立体视、平衡点）。术后1月,对仍然有功能视觉异常的患者进行个性化的功能微可塑训练,训练指标包括:知觉眼位、双眼交替抑制、精细立体视、运动视差立体视、大范围立体视。结果:单焦点组白内障患者术前术后1天及术后1周,视力值（P（27）0.001）、知觉眼位（P（27）0.001）、双眼交替抑制（P（27）0.001）、立体视（P（27）0.001）差异具有显着统计学意义,术后1天与术后1周比较时,其差异并不具备统计学意义。多焦点组白内障患者术前术后1天及术后1周,视力值（P（27）0.001）、知觉眼位（P（27）0.001）差异具有显着统计学意义,术后1天与术后1周比较时,其差异并不具备统计学意义。单焦点组在术后1周时,173例（230眼）中,知觉眼位异常占52.61%,双眼交替抑制异常占87.08%,立体视异常占92.61%,平衡点异常占99.57%;多焦点组在术后1周时,48例（68眼）中,知觉眼位异常占32.35%,双眼交替抑制异常占73.53%,立体视异常占86.76%,平衡点异常占89.71%。单焦点组患者术后1月单次微可塑后在视觉功能和功能视觉检查系统的各单项检查中如知觉眼位（P（28）0.013）、双眼交替抑制（P（27）0.001）、精细立体视（P（27）0.001）、运动视差立体视（P（27）0.001）、大范围立体视（P（27）0.001）较训练前差异具有统计学意义。多焦点组患者术后1月单次微可塑后在视觉功能和功能视觉检查系统的各单项检查中如视力值（P（28）0.005）、精细立体视（P（27）0.001）、运动视差立体视（P（27）0.001）、大范围立体视（P（27）0.001）较训练前差异具有统计学意义。结论:所有白内障患者术后视力均得到有效提升,功能视觉也较术前有改善,提示白内障对视觉功能和功能视觉的影响。术后1月仍然存在功能视觉异常的患者进行个性化的微可塑后,SIOL植入组与MIOL植入组功能视觉可部分改善。提示对于部分白内障术后有功能视觉异常的患者,可以通过基于双眼整合式虚拟现实技术方法,进行相关检查和微可塑训练,改善患者视觉功能和功能视觉。
周玮[2]（2021）在《多源图像及视频感知质量评价方法研究》文中研究说明图像及视频是人眼视觉感知和机器模式识别的重要信息来源,其感知质量对所获取信息的准确性和充分性起着至关重要的决定性作用。在日常生活中,我们人类每天需要处理大量的视觉信息。在接收这些视觉信息之前,多媒体数据通常需要经过整个信息处理链,包括从采集、压缩到传输、重建和显示等。在这个过程中,原始多媒体数据在不同的处理阶段经历了各种各样的感知质量退化。因此,如何有效地对处理后图像及视频的用户体验质量进行预测和优化是一个开放而重要的研究课题。与此同时,随着显示技术和设备的不断发展,立体图像和视频、全景和超分辨率等多媒体信息已经逐渐普及,例如不断涌现的三维电视和头戴式显示设备可以给观众提供一种区别于平面2D内容的全新视觉观看体验。然而,在观看不同格式的图像和视频时仍存在许多质量问题。本文据此面向多源图像及视频感知质量评价方法展开研究,主要研究内容如下:（1）设计基于深度学习的2D图像和视频质量评价方法。由于人类视觉系统依据多尺度信息进行视觉感知,本文在亮度通道的失真图像和残差图像上利用金字塔特征学习的方法,建立端到端学习多尺度特征的深度神经网络,用于预测失真2D图像质量。在四个公开图像主观质量评价数据库上,该模型均取得了比现有图像质量评价方法更优的性能。此外,视频质量评价相对图像质量评价来说,除了需要考虑空域失真,还包括复杂的时域特性。本文利用预训练深度学习模型,分别在视频帧和相邻帧的帧差图上提取局部和全局的空时域特征进行融合,实验结果表明该方法能有效预测感知视频质量。（2）建立基于最新立体视频编码标准的主观质量评价数据库。与传统2D内容质量评价相比,立体内容质量评价既要考虑图像质量,又要对深度感等其他质量维度进行评价。为了研究多维质量之间的关系和影响各个质量维度的关键因素,基于最新3D-HEVC视频编码标准,本文对原始高清立体视频进行不同图像质量的压缩,并伴随着各种深度感知质量。接着,让被测者进行随机观看打分,建立主观质量评价数据库。并且通过分析所建立的数据库,探究不同的失真等级和深度范围对各种3D视频内容的视觉感知质量的影响。（3）提出基于手工特征的无参考立体视频质量评价算法。本文首先提出一种比特流级别的无参考客观立体视频质量评价模型,提取3D压缩视频比特流中的一些相关特征,通过支持向量回归模型来预测3D视频的感知质量。实验结果表明,与现有的全参考2D和3D像素级别客观质量评价方法相比,所提出的算法取得了显着的性能提升。其次对图像质量和深度感知质量分别建模来描述针对整体3D体验质量的不同方面。根据人类视觉皮层对于3D视觉信号的响应,提出深度感知质量评价模型,并且在所建立的基于最新3D视频编码标准的主观质量评价数据库上验证了该模型的有效性。随后,将所提出的深度感知模型的关键部分扩展到立体视频整体体验质量评价中,在双目相加相减通道上分别提出融合自然场景统计特征和自回归预测的视差熵度量。在三个公开数据库上进行了实验,实验结果证明该方法在不同类型失真的对称及非对称的立体视频上均有着很好的效果。（4）设计基于双流深度卷积神经网络的无参考立体内容质量评价方法。深度卷积神经网络在学习判别特征方面具有显着能力,为无参考评价图像和视频感知质量提供了有效解决方案。考虑到立体图像包含左右视2D图像,双流深度卷积神经网络可以采用左右视2D图像作为输入。结合人类视觉系统中的双目视觉机制,本文提出对偶交互式深度卷积神经网络。针对图像块对进行端到端训练学习,从而融合得到立体图像的感知质量。由于现有的立体视频主观质量评价数据库规模相对较小,需要对失真立体视频进行预处理。本文通过三步提取失真立体视频中的时域中间帧作为视频关键帧,从而生成对应的视频子序列。将关键帧划分成图像块,分别输入双流深度卷积神经网络学习立体视频的感知质量。实验结果表明,所提出的两个网络模型在公开的立体图像和立体视频主观质量评价数据库上取得了比已有方法更好的性能。（5）提出基于手工特征的无参考全景图像质量评价算法。依据人类视觉系统的频率相关特性和全景图像的观看过程,本文提出一种结合多频信息和图像自然度的无参考全景图像质量评价方法。首先通过分解失真全景图像得到低频和高频子带,计算子带图像的熵强度来反映全景图像的多频信息。其次,从等距柱状投影图和各个视窗图像中分别提取全局以及局部自然度特征。最后,融合多频和自然度特征获得全景图像的感知质量。在两个公开的全景图像主观质量评价数据库上展现出该模型的优越性。（6）设计基于感知特性的超分辨率图像质量评价方法。由于不同的图像超分辨算法会生成不同质量的重构图像,本文设计了全参考和无参考超分辨图像质量评价算法。其中全参考方法在结构保真度和统计自然度两个方面,提出针对超分图像的二维质量评价,并且通过线性融合得到超分辨图像的感知质量。无参考方法根据超分辨图像的结构和纹理失真特性,通过自适应裁剪图像块的方式生成图像数据,输入所设计的深度神经网络。实验结果表明,所提出的全参考和无参考超分辨图像质量评价方法在公开数据库上优于现有图像质量评价算法。
顾雯雯[3]（2021）在《基于清洁生产理念的环境友好型PCNs衍生物设计及其风险调控》文中研究表明多氯萘（polychlorinated naphthalenes,PCNs）是一类基于萘环上的氢原子被氯原子所取代的化合物总称,共有75个同系物,因其在介质流体和绝缘体中的热稳定性而在历史上被广泛用作容器或变压器中的绝缘油、润滑油添加剂、电缆绝缘体及防腐剂等。尽管自1977年以来PCNs已被禁止,但在大气、水、土壤、沉积物及生物体内中仍然可以检测到PCNs的存在。研究表明,PCNs具有显着的生物毒性、生物富集性、环境持久性及远距离迁移性,因此2015年被认定为持久性有机污染物（Persistent organic pollutants,POPs）,其中尤以生物毒性最为研究者所关注。但文献大多局限代表性同系物的相关研究,缺乏75种PCNs同系物的环境行为、调控及其内在环境特征的揭示,且多针对其中单一 POPs特性开展研究。此外,当前许多被禁用的污染物,由于它们特定的实用性能,人们开始研究并开发其替代品,但这些替代品在生产使用过程中又产生了新的环境问题,因此设计环境友好型绝缘油和阻燃剂即PCNs替代品显得十分重要。因此,本研究以PCNs的POPs特性为切入点,首先评价75种PCNs同系物的POPs特性大小,在此基础上分析影响PCNs各POPs特性大小的内在机理,再分别从源头控制、污染过程调控及末端治理等角度调控环境中已有的PCNs,开展PCNs环境行为控制研究,同时设计环境友好型新型PCNs绝缘油和阻燃剂（同时开展控制4项POPs特性的研究）。在污染物源头控制方面,首先基于PCNs生物毒性（logEC50）、生物富集性（logBCF）、远距离迁移性（logPL）及环境持久性（total-score）效应分别构建其POPs特性的传统单效应3D-QSAR模型,并基于此分别设计了 5、6、4、3种低毒性、低富集性、低迁移性及高降解性的新型PCNs衍生物分子,并同时保持与改性前同系物相近的绝缘和阻燃功能特性。此外,在各单效应模型基础上结合向量分析法构建了修正的多效应3D-QSAR模型,所建模型同时兼顾POPs的多种环境特性,打破了传统3D-QSAR模型只能进行单效应建模的局限性,并据此构建了一种集环境特性评价、实用性能评价及风险评价于一体的环境友好型高性能材料修饰及筛选体系,基于所构建模型与筛选体系设计了 2种环境友好型且对人体风险低的高性能绝缘油和阻燃剂材料（PCNs替代品）,其中有1种替代品已经脱离POPs的生物富集特性（logKow<5）。在污染过程调控方面,本研究以调控PCNs对人工养殖区水生生态系统食物链（绿藻-大型溞-鱼）的复合毒性与工业污染区人体暴露毒性及健康风险为例,采用多效应2D-QSAR模型与分子动力学模拟相结合的方法分别揭示了 PCNs对水生生态系统食物链关键环节生物的复合毒性效应机制及其对人体多种内分泌干扰受体的联合干扰机制,并制定了 PCNs水生毒性在食物链中传递阻控的宏观调控方案以及预防工业污染区工作人员人体健康风险的辅食推荐方案。研究发现,PCNs对水生食物链各营养级的毒性效应均属于高毒性及极高毒性,且其属于非极性麻醉型和反应型化学品;PCNs分子与水生生物受体的结合能力是影响PCNs对生态系统食物链毒性的主要因素;改善溶剂化效应、脱氯加氢及分子吸附的外界刺激条件均可降低水生生态系统食物链PCNs的水生毒性效应,降幅分别为-66.26%--263.16%、-198.93%--323.98%及-189.24%--549.48%,食物链中营养级毒性阻控效果显着;PCNs分子自身的电子参数是影响其对人体内分泌干扰受体联合毒性效应的主要因素,且最低占据轨道能量ELUMO>轨道能量之差ΔE>最正密立电荷q+;维生素和胡萝卜素类物质可作为预防PCNs污染区工作人员健康风险的最佳推荐营养成分搭配方案,且不建议将富含乳球蛋白的食物、富含维生素和胡萝卜素及人参类物质一起食用。在污染物末端治理方面,采用基因工程与环境修复技术相结合方法构建了PCNs“源”与“汇”控制技术相结合的有机联合修复体系,确定了促进植物-微生物体系通过多种修复方式同时高效修复不同PCNs污染土壤类型的调控方案,实现了 PCNs污染土壤的区域化调控。本研究采用修正的2D-QSAR模型构建兼顾植物-微生物多种修复方式的联合修复机理模型,突破了传统2D-QSAR模型只能进行单效应建模的局限性,同时改进了传统的同源建模方法,共设计4种集吸收、降解、矿化功能于一体的多功能修复蛋白,其修复效果提高了 12.07%-41.87%,并提出提高PCNs污染土壤的有机修复方案,修复效果在上述基础上有所提高（4.40%-7.26%）。本研究旨在为PCNs及其同系物、衍生物的POPs特性值预测提供重要的理论方法,并为实现PCNs污染的源头控制、过程调控及末端治理及环境友好型材料设计提供一种新思路和新方法,实现清洁生产。
张丹[4]（2020）在《双眼视知觉网络训练与传统方式治疗远视性弱视的治疗效果观察》文中研究说明背景随着网络科技的进步,慢慢将这一技术引入到远视性弱视治疗中来,双眼视知觉网络训练为远视性弱视治疗领域带来更加广阔的前景。建立并改善弱视患者的双眼视觉功能一直是众多学者关注的问题,也是远视性弱视患者治愈的新要求。本文主要探讨双眼视知觉网络训练与传统方式治疗远视性弱视的治疗效果的差异,尤其是双眼视觉改善情况的差异。目的探讨双眼视知觉网络训练与传统方式治疗远视性弱视的治疗效果的差异,尤其对其立体视锐度、调节、对比敏感度等双眼视觉改善情况的差异。方法回顾性分析2018年1月-2019年6月期间我院收治80例远视性弱视患儿,依据不同治疗方式分为A组:双眼视知觉网络训练组（N=41,n=75）及B组:传统方式治疗组（N=39,n=74）,再将A组和B组分别按年龄分为5～7岁组、8～12岁组;按弱视程度分为轻度弱视组、中重度弱视组进行分组,比较治疗前、治疗8个月后各组间最佳矫正视力、总有效率、对比敏感度、视觉诱发电位P100潜伏期及振幅、弱视眼的调节滞后量、调节幅度、调节灵敏度及立体视锐度的差异。本次分析研究借用统计软件为SPSS19.0,采用（x±s）对计量描述资料进行统计,实施t检验;采用[n（%）]对计数描述资料进行统计,实施x2检验,差异是否具备统计价值的判断依据为P<0.05（具有统计学意义）。结果1.最佳矫正视力变化的比较:治疗8个月后,A组最佳矫正视力均显着优于B组（P<0.05）,5～7岁组弱视患儿的治疗前、后最佳矫正视力差异显着优于8～12岁组患儿（P<0.05）;轻度弱视组治疗前、后最佳矫正视力差异显着优于中、重度弱视组（P<0.05）。2.治疗总有效率的比较:治疗8个月后,A组患儿的治疗总有效率均明显高于B组（P<0.05）,5～7岁患儿的治疗总有效率均明显高于8～12岁组患儿（P<0.05）;轻度弱视组总有效率明显高于中、重度弱视组（P<0.05）。3.对比敏感度变化的比较:治疗8个月后,A组患儿的5组空间频率均明显高于B组（P<0.05）;A组中5～7岁组12.0（c/d）,18.0（c/d）2组空间频率治疗前后的差异明显优于8～12岁组,差异显着（P<0.05）;轻度弱视组5组空间频率治疗前后的差异均明显优于中、重度弱视组（P<0.05）。4.视觉诱发电位P100潜伏期、振幅变化的比较:治疗8个月后,A组视觉诱发电位P100潜伏期、振幅均优于B组（P<0.05）,5～7岁组视觉诱发电位P100潜伏期、振幅治疗前后差异较8～12组差异显着（P<0.05）;轻度弱视组视觉诱发电位P100潜伏期、振幅治疗前后差异较中、重度弱视组差异显着（P<0.05）。5.调节滞后量、调节幅度及调节灵敏度变化的比较:治疗8个月后,A组患儿的AMP明显优于B组（P<0.05）,A组患儿的调节滞后量、AF与B组无明显差异（P>0.05）,A组和B组中5～7岁患儿的AMP治疗前后差异明显优于8～12岁患儿（P<0.05）;轻度弱视组患儿的调节滞后量、AMP及AF治疗前后差异较中、重度弱视组差异显着（P<0.05）。6.立体视锐度变化的比较:治疗8个月后,A组的弱视SA≤60"比例较B组有明显差异（P<0.05）,A组中5～7岁组患儿的SA≤60"比例与8～12岁组无明显差异（P>0.05）;轻度弱视组SA≤60"比例明显高于中、重度弱视组（P<0.05）。结论双眼视知觉网络训练方式治疗远视性弱视患者,明显优于传统弱视治疗方式,对大龄儿童和中、重度弱视儿童均有疗效。
周瑜[5]（2020）在《基于李代数的高分辨率卫星遥感影像定位理论与方法研究》文中指出随着航天遥感技术的不断发展,高分辨率对地观测系统逐渐从专用大平台向通用小平台过渡、从单星观测向多星组网融合探测发展、从地面专业处理向星上实时处理迈进,高分辨率卫星遥感影像应用对数据处理的通用性、时效性、及高精度提出了新的要求。论文引入李代数以解决高分辨率卫星遥感影像几何定位面临的问题,重点研究了基于李代数的卫星遥感影像几何定位相关问题,研究成果丰富和拓展了当前卫星遥感影像定位理论和方法,且具有实用性。论文主要工作:1、深入分析高分辨率对地观测系统高精度定位相关理论和技术发展现状,针对经典欧拉角和四元数表征线阵卫星影像姿态,在数据处理中存在的问题,提出将李代数应用于高分辨率卫星遥感影像姿态表征,建立基于李代数的几何定位理论与方法体系。2、提出高分辨率卫星遥感影像基于李代数的外方位元素表征与建模、共线条件方程线性化、线性插值外方位元素建模以及线性插值的共线条件方程线性化等基础算法模型和数值计算方法。模拟和实际数据的验证结果表明:李代数姿态插值相较于欧拉角和四元数姿态插值,精度高且插值结果完整平滑;三者后方交会计算精度一致,但李代数计算效率提升明显;从而验证了用李代数表征航天线阵摄影测量外方位姿态的可行性。3、提出基于李代数姿态表征的遥感影像严格成像模型,给出线阵卫星任意扫描行影像李代数姿态的插值方法;建立李代数姿态表征下对地直接定位时,地面目标与卫星影像之间成像几何关系;构建基于李代数的单幅影像定位、立体影像定位、多条带影像定位模型。利用天绘一号卫星位于平原、丘陵和高山地三种地形数据对李代数立体几何定位进行了精度验证,结果表明:相较于经典欧拉角表征,李代数立体定位精度更高、稳定性更好,且实用性较强。4、提出基于李代数的高分辨率卫星影像无控区域网平差模型和方法,建立了李代数姿态表征的EFP法和轨道分段多项式拟合法的区域网平差模型。通过天绘一号01星和03星位于我国西南地区的实际数据验证,结果表明:相较于经典欧拉角表征,基于李代数的区域网平差在系统误差探测上更灵敏,且在两种平差模型下都能实现定位精度提升,效率提升较为明显。5、提出基于HEIV模型的RPC参数求解方法。该方法针对RPC参数估计问题中设计矩阵元素含不等精度噪声和常规平差方法含有系统偏差难题,平差准则采用马氏距离最小,平差方法采用总体最小二乘,建立了新的RPC参数求解模型。天绘一号卫星位于不同区域的三种典型地形实际数据验证表明:该方法相较于现有的直接最小二乘法、L曲线岭估计最小二乘法及截断SVD估计法在影像纠正精度上优势明显,能显着提高RPC参数估计精度。6、提出基于卫星影像数据和RPC参数反求卫星成像时刻内方位元素、轨道、姿态等严格成像模型参数的方法。该方法可在不需要初始值情况下,利用卫星影像和RPC参数解算得到卫星影像区域相应的成像时刻内外方位元素,实现有理函数模型反求严格成像模型,打通了严格成像模型和有理函数模型相互转化关键环节。天绘一号01星多景数据反求实验表明:该方法具有良好的实用性,外方位线元素最大残差0.96米、角元素最大残差0.95角秒,内方位残差最大0.42像素,为实现有理函数模型的长条带平差、少控/无控高精度定位、多传感器联合处理提供了新途径。
万文菲[6]（2020）在《面向人眼视觉感知特性的图像质量评价》文中进行了进一步梳理视觉信息是大数据时代的主要数字信息资源,图像和视频是人类获取视觉信息的主要来源。人眼视觉系统是所有视觉信息的最终接收端,其本身就是一个复杂、高效的信息感知处理系统。因此,如何从图像和视频数据中迅速而准确地获得符合人眼视觉感知的信息成为研究的难点与热点。即以人眼视觉感知要求为准绳,研究如何有效提升计算机处理视觉信息和评价图像和视频质量的能力。总结起来,面向人眼视觉感知特性的图像质量评价可以看作大脑通过视觉系统指导底层视觉信息的提取与处理过程,即在满足人眼视觉感知特性要求的条件下,对图像/视频的清晰度、数据量或深度感知等方面进行的视觉分析和质量评价,可用于指导视觉信息采集、编码、压缩、重构、处理和显示等一系列问题。本文从人眼视觉感知特性出发,重点探讨了视觉感知对图像的分辨能力、视觉感知对图像质量的综合体验、以及视觉系统对3D视频的立体深度感知,并研究其在数字图像处理中的建模应用。在视觉感知过程中,由于人眼视觉的分辨能力有限,无法分辨处于一定阈值下的视觉内容变化。恰可识别差阈值正好表征了这一视觉感知分辨能力,可有效去除图像冗余信息,从而提高图像的压缩编码性能。视觉感知后期,图像质量可以决定主观视觉对图像内容的认知充分性和准确性,而图像超分辨致力于图像内容的重构与恢复,因此超分辨图像的客观质量评价能够预测主观视觉对图像内容重构的综合体验,可用于评价和优化超分辨算法的性能。以及人眼双目视觉系统具有立体深度感知特性,对3D视频的深度质量评价可以反映人眼视觉系统对立体深度信息的感知能力,可用于3D视频压缩和编码等处理系统。总之本文由以下三个主要研究工作构成,即图像恰可识别差阈值估计、超分辨图像质量评价和3D视频深度质量评价,具体研究内容和贡献如下:（1）面向人眼视觉感知过程中的视觉敏感度方面,重点研究了人眼视觉的方位选择性机制,提出了一种计算图像内容结构复杂度的算子;然后根据人眼对不同结构区域的视觉敏感度差异,估计不同区域的掩模效应。再结合视觉系统随离散余弦变换Discrete Cosine Transform（DCT）域系数频率变化的对比敏感特性和亮度自适应性,提出一种新的DCT域恰可识别差阈值模型。本研究所提出的模型相较于其他DCT域恰可识别差阈值模型,有两个方面的创新突破。首先,所提的基于方位结构复杂度的掩模模型,相比于以前的对比度掩模,在对不同视觉内容的掩模效应估计上更加准确,也更加符合人眼的主观视觉感知。然后整个恰可识别差阈值估计过程完全基于DCT域系数,无需跨像素域操作,可直接应用于图像的压缩编码系统中,在提高阈值估计准确性的同时,保证了实用性。（2）面向人眼视觉感知后期对图像质量的综合体验方面,重点讨论了超分辨图像的性能评价指标如峰值信噪比Peak Signal to Noise Ratio（PSNR）和结构相似性Structural Similarity Index（SSIM）,越来越难以满足现有基于深度学习超分辨算法的性能比较问题。本文首先组织了超分辨图像质量的主观评价实验,构建了一个可靠的超分辨图像质量评价数据库,验证了现有客观评价指标在超分辨图像质量评价上的缺陷。然后根据自由能量理论,基于大脑的内部生成机制,提出一种视觉内容预测模型,用于预测不同视觉区域内容的纹理和结构特征。最后通过计算超分辨图像和参考图像视觉内容预测模型的相似性,提出了一种专门用于超分辨算法性能比较的客观质量评价指标,提高了其与主观视觉感知的一致性,可用于指导超分辨算法的设计与优化。（3）面向双眼视觉感知特性的立体深度质量评价方面,针对3D视频立体深度感知可能受编码等外界噪声因素影响的问题,我们通过组织一系列的主观深度感知评价实验,探究视觉系统的深度感知与频率、方向和运动等基本视觉元素的相关性;然后结合深度感知特性和时空域的结构特性,分别提取3D视频的双目、单目和运动深度特征进行建模;最后在3D视频深度感知评价数据库上,用支持向量机训练获得一个3D视频深度质量评价模型。本研究主要贡献是构建了一个用于3D视频深度质量评价的数据库;提出了一种3D视频深度质量的评价体系,即从双目、单目和运动三个方面估计深度感知特征;实现了3D视频深度质量的无参考评价,在主观深度感知一致性比较中,优于现有的深度质量评价指标,更加符合人眼的深度感知。
万照麟[7]（2020）在《基于感知信息的图像质量评价方法研究》文中进行了进一步梳理随着在线社交媒体的蓬勃发展和移动设备的普及,数字图像已成为人们日常生活沟通和交流的重要载体。各大在线服务提供商每天产生、传输、存储不计其数的数字图像。为了节省资源并降低消耗,所有图像在上述过程中都不可避免地受到各种各样的失真干扰。然而,预想达到良好的用户体验则需要较高质量的图像。这就使得如何在现有带宽条件约束下,寻找最优的视觉质量成为当今多媒体领域面临的一项重大考验。因为图像的最终接收者是人,所以图像质量评价的目的是验证该评价结果是否与人类视觉系统的主观感受相一致。因此,如何建立符合人眼视觉特性的客观图像质量评价方法对多媒体领域的应用和发展具有重要的意义和作用。研究者从人类视觉系统特性出发,将部分影响主观感知的视觉特性和视觉因素应用于图像质量评价算法模型,并且已取得一定成效。但是,图像质量评价仍然存在着缺乏有效的视觉感知模型、提取的图像特征与图像质量相关性不高、未充分考虑视觉特性和自然场景统计特性之间的关系等问题。而对于立体图像质量评价,更应面向其特有的质量问题,充分考虑人眼双目视觉特性。本文以视觉特征为核心,结合稀疏表示理论,针对上述问题进行深入研究,提出了一系列基于视觉特征与自然场景统计的二维图像和立体图像质量评价算法。本文的研究内容主要包括以下三个部分:第一,提出了基于稀疏表示的部分参考的二维图像和立体图像质量评价方法。一方面,稀疏编码理论能够很好地表示哺乳动物初级视觉皮层简单细胞感受野的空间局部性、方向性和带通性。另一方面,稀疏表示的过程与人类视觉感知的多层渐进过程也有高度联系,大脑会逐步地处理视觉信息,从最基础的到包含一定结构的最后再处理富含丰富细节的信息。因此,我们利用人类视觉稀疏编码特性,提出了基于稀疏表示的部分参考的二维图像和立体图像质量评价方法。在该方法中,我们首先用一组自然图像训练出一个通用字典,并将字典中的基元视为视觉感知单元。根据视觉基元在视觉表示中的特性和图像重构过程中的视觉重要性,我们将字典中的所有基元可以被分为三类。利用分类的视觉基元重构图像时的概率分布计算视觉信息,称为分类基元熵。对于立体图像,使用左视点的分类基元熵,右视点的分类基元熵和两个视点的分类基元互信息共同来表示视觉信息。其中,使用最大值机制用来决定在不同稀疏等级下的视觉信息。使用原始图像和失真图像的视觉信息差异作为图像质量特征,通过支持向量回归（SVR）来预测图像质量。实验结果证明了所提模型的有效性,在不同图像质量评价数据库上能够达到与主观评价的高度一致性。第二,提出了基于稀疏表示和自然场景统计的非对称失真立体图像的部分参考质量评价算法。一个理想的图像质量评价模型应该可以模拟大脑视觉区的特性以保证与人类对图像质量评价的一致性。大脑视觉区不断进化以期能够为图像寻找一种有效的、去相关的表示方法,并且能够“匹配”自然图像的统计信息。一方面,研究表明稀疏表示类似于大脑的初级视觉皮层表示自然图像所采取的方案。另一方面,自然场景统计推动了人类视觉系统的进化,也促进了对视觉感知的理解和模拟。基于以上观察,针对立体图像非对称失真质量评价问题,本文提出了基于稀疏表示和自然场景统计的部分参考质量评价算法以期模拟人脑视觉感知。所提算法中,稀疏表示中的分类基元的分布统计信息用来衡量视觉信息,因其与多层渐进的视觉感知过程相关。局部归一化的亮度系数的统计分布被用来衡量因失真导致的自然性的损失。视觉信息和自然场景统计信息被用来预测立体图像的质量分数。实验结果表明,在多个非对称立体图像质量评价数据库上,我们的算法取得了比现有算法更好的预测性能。第三,提出了一系列参考信息可变的部分参考图像质量评价算法。因为部分参考质量评价方法只需要原始图像的部分信息,而算法的预测性能往往会随着所需原始图像信息的减少而下降,在所需原始图像信息和预测性能间寻找较好的平衡点对于设计部分参考质量评价算法来说非常重要且必要。大多数部分参考质量评价算法只能固定所需原始图像信息,而现实应用中的带宽条件往往根据不同任务而有所改变,所以设计一个所需参考信息可变并且预测性能良好的算法在实际应用中有十分重要的意义。因此,本文提出了一系列根据所需原始特征数量变化而参考信息可变的部分参考图像质量评价算法,该算法所需特征数量范围为一至字典基元的总数。用户可根据特定任务和带宽条件选择相应合适特征数量的算法,十分灵活实用。本文提出使用稀疏卷积受限玻尔兹曼机来训练字典,该方法可对数据进行有效的内在分布式表示。我们假设字典中的基元是视觉感知的基本单元,它包含一定的图像结构和视觉信息。不同基元的组合可以代表不同程度、不同等级的结构和视觉信息。所以我们可以使用多级分类基元熵来表示图像的质量特征,并用其训练质量预测模型。实验结果表明所提模型可以提供一系列所需原始图像信息可变并保证预测性能良好的算法,解决了用同一模型适应不同带宽条件和特定任务的问题。综上,本文以模拟人类视觉系统特性为基础,利用稀疏表示模型计算分类基元熵,提出了基于感知信息的部分参考图像质量评价模型,充分发掘了感知信息在图像质量评价中的应用潜力,切实解决了客观图像质量评价与主观感受的一致性问题,提高了预测性能,具有很高的实际意义。
魏聪[8]（2020）在《基于推拉模型的虚拟现实技术在弱视患者的临床应用研究》文中认为目的:本试验的主要目的是探讨基于推拉模型的虚拟现实技术在弱视患儿临床应用的可行性,评估其提高弱视患儿视力,改善患儿双眼视功能的效果。方法:采用随机对照试验研究,收集2018年6月至2019年10月就诊于河南大学第一附属医院门诊诊断为单眼或双眼弱视的且未经过治疗的弱视患儿110例（3岁儿童的视力正常下限为0.5;4-5岁儿童的视力正常值下限为0.6,6-7岁儿童的视力正常值下限为0.7,7岁以上儿童的视力正常值下限为0.8）作为本次分析研究对象,其中男性患者56例,女性患者54例,年龄分别在3-12岁之间,平均年龄为7.92±2.34岁。将110例患者随机等分成两组,其中一组55例患者（78只眼）设为试验组（VR训练组）,行基于推拉模型虚拟现实技术的弱视训练治疗;另外一组55例患者（81只眼）设为对照组（传统训练组）,行弱视传统治疗。分别在VR训练组与传统训练组患者接受治疗前与接受治疗6个月后进行视力、四孔灯、立体视功能、知觉眼位等检查。对比分析评估治疗效果。结果:1.治疗后视力检查。VR治疗组治疗无效眼数4,进步32,基本治愈42;传统治疗组治疗无效眼数10,进步41,基本治愈30。经Wilcoxon秩和检验,VR治疗组比传统治疗组训练后视力提高程度大,差异具有显着意义（P=0.02<0.05）。2.不同位置四孔灯检查。VR训练组患儿治疗后与治疗前相比在33cm、2.5m及6m不同位置处融合功能均有明显改善,差异均有统计学意义（P<0.05）。传统训练组患儿治疗后与治疗前相比在33cm及2.5m处融合功能有明显改善,差异有统计学意义（P<0.05）,在6m处融合功能改善无明显统计学意义（P>0.05）。两组患儿治疗后相比,VR训练组患儿在6m处融合功能改善明显优于传统训练组,差异有统计学意义（P=0.035<0.05）。3.立体视检查。VR训练组患儿治疗后与治疗前相比颜少明近立体视及同视机远立体视功能均有明显改善,差异有统计学意义（P<0.05）。传统训练组患儿治疗后与治疗前相比颜少明立体视与同视机立体视功能改善无明显统计学意义（P>0.05）。两组患儿治疗后相比,VR训练组患儿传统立体视检查结果明显优于传统训练组,差异具有统计学意义（P<0.05）。VR训练组患儿治疗后与治疗前相比在随机点-0阶、1阶及2阶立体视功能均有明显改善,差异均有统计学意义（P<0.05）。传统训练组患儿治疗后与治疗前相比1阶立体视功能有明显改善,差异有统计学意义（P<0.05）,在随机点-0阶及2阶立体视功能改善无明显统计学意义（P>0.05）。两组患儿治疗后相比,VR训练组患儿在随机点-0阶及1阶立体视功能改善明显优于传统训练组,差异均有统计学意义（P<0.05）。4.知觉眼位检查。VR训练组与传统训练组患儿治疗后与治疗前相比在3°大视标水平、垂直方向及1°小视标水平、垂直方向均有明显改善,差异均有统计学意义（P<0.05）。两组患儿治疗后相比,VR训练组患儿在大、小视标各方向知觉眼位改善均优于传统训练组,差异均有统计学意义（P<0.05）。结论:对于弱视儿童的临床治疗,与传统治疗相比,基于推拉模型的虚拟现实技术可以更快的提高患者弱视眼视力,强化大脑在不同位置的融合功能及视觉中枢对眼位分离的控制力,在恢复患者立体视方面,无论是传统的远近立体视检查,还是知觉层面的立体视恢复,VR训练在建立患儿高级视功能上比传统弱视治疗更高效。
王静安[9]（2020）在《基于图像分析的织物外观平整度机器评价方法研究》文中进行了进一步梳理织物经洗涤后的外观平整度是织物抗皱性的重要表征指标,而抗皱性是织物保形性的主要决定因素之一,是纺织品生产、贸易、服用中的重要性能评价指标。目前,纺织行业内对织物外观平整度的评价方法仍以人工主观评价法为主。然而这种依赖于人类视觉的评价法具有准确性低、稳定性差、客观性弱、耗时费力、不可复现等缺点。为此,构建可改善上述缺点的客观评价方法成为当下的研究热点。现有研究中所提出的方法主要采用计算机视觉技术,实现织物外观平整度的机器评价。从织物外观数据的形式可分为以下两类:基于二维数字图像的二维方法及基于三维深度图的三维方法。其中,二维方法易受到织物颜色纹理以及图像采集环境的干扰,而三维方法具有效率低及标定复杂度高等缺点。综合分析现有方法的优劣,本文提出在现有二维方法的基础上,通过图像采集系统的优化及计算机视觉算法的优化来提升其评价水平,主要工作如下:（1）构建一套织物图像采集系统,并优选图像采集环境参数,以解决二维方法的环境依赖性问题。优选的环境参数包括光源光照的方位角、高度角及亮度。在不同的参数组合下,本文对385块平整度级别各异的织物试样进行图像采集,并提取8组图像特征。通过分析不同环境下各组图像特征的信息增益,确定各参数的优化优先级,依次对光源光照的方位角、高度角、亮度进行优选。优选过程中,以前述各组特征训练平整度评价模型,分析测试结果,评判环境参数优劣,选择最优取值。（2）提出相关算法,改善二维方法的光照环境适应性及织物颜色纹理适应性。首先构建织物表面反射光度学模型,探索织物图像中光照纹理、颜色纹理、折皱纹理等视觉模式的构成机理,据此提出采用多项式拟合法去除无颜色纹理织物图像中的光照纹理。其次,以有监督图像翻译模型去除织物图像颜色纹理。为训练该模型,本文基于光度学理论构建织物颜色纹理着色模型,以此构建了有-无颜色纹理织物图像对为数据集。实验结果表明,有监督图像翻译模型性能显着优于无监督模型;在真实织物样本的测试中,有监督图像翻译模型可将0.5级误差下的织物平整度评价准确率控制在75%以上。（3）提出一种多尺度视觉掩蔽模型,提取织物图像的低阶视觉特征,以更为有效地描述人类视觉系统（HVS）在织物外观平整度评价中的作用。该模型模拟了HVS自下而上的视觉感知,可有效描述HVS的对比敏感度、多通道特性、视觉掩蔽等与织物外观平整度极为相关的特性。在所采集的样本图像库中,利用上述图像特征训练了SVM多分类模型,其测试准确率优于现有方法,验证了该低阶特征的有效性。（4）为描述视觉高阶语义特征在平整度评价中的作用,设计一种紧凑卷积神经网络cCNN,用以提取织物图像高阶视觉特征。该模型模拟了HVS自上而下的视觉感知,且适应于训练样本少、问题抽象度低的织物外观平整度评价任务。对比实验表明,cCNN取得了优于现有方法的综合性能,验证了高阶特征对织物外观平整度描述的有效性。同时,针对任务的序列分类属性,提出了一种标签平滑目标函数,以引入标签的序列先验,有效提升了cCNN在织物外观平整度评价任务中的表现。（5）基于多阶层视觉特征,提出了一种多层级紧凑卷积神经网络McCNN,并综合全文研究成果,构建了一套织物外观平整度客观评价系统。McCNN参考了高阶特征与低阶特征的互补性实验,并模拟了HVS的层级信息感知结构。此外,考虑到可能存在的主观评价误差导致的样本标签误差,提出一种标签误差样本筛除策略,减轻了标签误差样本对模型训练的负面影响。在性能验证实验中,McCNN取得了优于现有方法的测试准确率,在0级误差、0.5级误差、1级误差下分别达到86.06%、96.28%、100%。综合上述研究工作,本文构建了一套基于二维图像的织物外观平整度评价系统。系统具备良好的图像采集环境稳定性及样品颜色纹理适应性,采用符合HVS感知机理的图像特征及评价模型,呈现了织物外观平整度客观评价方法的产业应用前景。
周晓慧[10]（2020）在《济南J大学停车场建设造价估算与敏感性分析》文中研究指明随着我国经济迅猛发展,人们的收入水平和出行方式也发生了转变,随之而来的是机动车数量的不断增加,而这一现象体现在高校校园中会带来严重的校园交通问题,加剧校园停车承载力的压力,干扰校园生活的正常秩序。本文以济南J大学新校区为研究对象,通过实地调研和资料搜集的方式对济南J大学停车现状进行研究分析,发现当前校园交通、停车存在的相关问题,针对济南J大学的具体情况确定建设校园停车场的规模,并提出建设校园停车场的相关具体建设方案,从学校投资建设方的角度对不同的停车场建设方案计算造价估算值,应用敏感性分析的方法讨论在不同建设条件要求下,各停车场建设因素对建设造价估算值增减的敏感度,从而让高校在停车场建设方案的选择上既能够满足校园停车需求量,又能够从经济因素方面做出优化选择。此次研究不仅对济南J大学改善校园停车现状、优化校园停车环境有一定的现实意义,并且对国内高校校园停车场规模确定和从经济角度选择停车场建设方案也能提供一定的借鉴意义。论文主要包括以下几部分内容:第一部分（提出问题）为绪论（第一章）,介绍论文的选题背景及意义,通过对国内外相关研究现状进行综述,得出论文的研究方法和框架,明确此次研究的对象和范围。第二部分（分析问题）为第二章和第三章。第二章提出校园停车场建设的思想原则,并通过对校园停车场建设类型和影响建设因素的研究,对确定停车场建设方案提出了制定标准和依据。第三章对济南J大学停车现状问题进行深入剖析,分别对校园道路停车现状和校园场地停车现状进行详细调查,并通过分析停车问题产生的原因,为改善校园停车环境提供研究的现实基础。第三部分（解决问题）为第四章和第五章。第四章通过高校停车配建指标估算和校园停车需求量估算两种方法对济南J大学停车场建设规模进行估算,而且这种估算方对我国高校估算校园停车场建设规模具有一定的指导作用。根据建设规模明确济南J大学建设停车场的54项具体建设方案,并计算这54项建设方案的造价估算值。第五章通过对不同停车场建设方案的建设类型对造价估算值的影响进行敏感性斜率分析,从经济角度对停车场建设方案提出选择的参考意见,让停车场建设方案在满足校园停车需求的基础上,造价费用上也能够进行相应的优化选择。
二、立体信息的敏感技术（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、立体信息的敏感技术（论文提纲范文）
（1）基于虚拟现实技术的白内障患者视觉功能和功能视觉的研究（论文提纲范文）
| 中英文缩略词表 |
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 1 研究对象与方法 |
| 2 结果 |
| 3 讨论 |
| 4 结论 |
| 参考文献 |
| 综述 脑视觉在眼科临床应用的新进展 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简介 |
（2）多源图像及视频感知质量评价方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 本文的研究背景及意义 |
| 1.2 2D内容质量评价的研究现状 |
| 1.2.1 主观2D内容质量评价 |
| 1.2.2 客观2D内容质量评价 |
| 1.3 立体内容质量评价的研究现状 |
| 1.3.1 主观立体内容质量评价 |
| 1.3.2 客观立体内容质量评价 |
| 1.4 360度全景质量评价的研究现状 |
| 1.4.1 主观360度全景图像质量评价 |
| 1.4.2 客观360度全景图像质量评价 |
| 1.5 超分辨率质量评价的研究现状 |
| 1.5.1 主观超分辨率图像质量评价 |
| 1.5.2 客观超分辨率图像质量评价 |
| 1.6 客观算法性能衡量准则 |
| 1.7 本文的主要工作与章节安排 |
| 1.7.1 主要工作 |
| 1.7.2 章节安排 |
| 第2章 基于深度学习的2D内容质量评价 |
| 2.1 引言 |
| 2.2 多尺度特征学习的2D图像质量评价方法 |
| 2.2.1 网络结构设计及训练测试方法 |
| 2.2.2 实验验证和算法性能分析 |
| 2.3 局部和全局时空特征融合的2D视频质量评价算法 |
| 2.3.1 时空域特征表示和融合 |
| 2.3.2 算法性能结果验证 |
| 2.4 本章小结 |
| 第3章 基于3D-HEVC标准的主观质量评价数据库 |
| 3.1 引言 |
| 3.2 主观实验方法 |
| 3.2.1 视频内容的选取方法 |
| 3.2.2 处理条件设计及主观测试 |
| 3.3 立体3D-HEVC视频数据库分析 |
| 3.3.1 原始视频序列的质量 |
| 3.3.2 主观一致性分析 |
| 3.4 影响不同质量维度的因素 |
| 3.4.1 多维质量之间的关系 |
| 3.4.2 视频质量和深度感知的关键因素分析 |
| 3.5 本章小结 |
| 第4章 基于手工特征的无参考立体视频质量评价 |
| 4.1 引言 |
| 4.2 码流级别的立体视频质量评价算法 |
| 4.2.1 基于3D-HEVC码流的视频特征提取 |
| 4.2.2 基于支持向量回归的质量映射 |
| 4.2.3 算法实验验证和性能比较 |
| 4.3 深度感知质量评价算法 |
| 4.3.1 基于自回归的视差熵度量 |
| 4.3.2 能量加权视频内容特征提取 |
| 4.3.3 算法预测性能验证和比较 |
| 4.4 基于脑视觉认知理论的盲立体视频整体质量评价算法 |
| 4.4.1 双目相加相减通道设计 |
| 4.4.2 融合自然场景统计特征提取 |
| 4.4.3 基于自回归预测深度感知的整体3D质量 |
| 4.4.4 实验验证和结果比较分析 |
| 4.5 本章小结 |
| 第5章 基于双流神经网络的无参考立体内容质量评价 |
| 5.1 引言 |
| 5.2 基于深度学习的立体图像质量评价模型 |
| 5.2.1 深度卷积神经网络结构设计 |
| 5.2.2 立体图像预处理 |
| 5.2.3 双流网络交互融合 |
| 5.2.4 图像块对的训练方法及局部质量池化 |
| 5.2.5 实验结果和性能分析 |
| 5.3 基于深度学习的立体视频质量评价算法 |
| 5.3.1 双流网络结构设计 |
| 5.3.2 立体视频预处理 |
| 5.3.3 面向图像块对的学习策略 |
| 5.3.4 算法性能验证和比较分析 |
| 5.4 本章小结 |
| 第6章 基于手工特征的无参考全景图像质量评价 |
| 6.1 引言 |
| 6.2 基于多频信息和自然度的全景图像质量评价算法 |
| 6.2.1 图像分解和多频信息 |
| 6.2.2 全局和局部自然场景统计特征 |
| 6.2.3 质量回归模型 |
| 6.3 实验结果验证及分析 |
| 6.3.1 数据库和评价准则 |
| 6.3.2 性能比较 |
| 6.3.3 不同参数的影响和统计显着性分析 |
| 6.3.4 各组成部分测试及跨数据库验证 |
| 6.4 本章小结 |
| 第7章 基于感知特性的超分辨率图像质量评价 |
| 7.1 引言 |
| 7.2 图像超分辨率全参考质量评价参数模型 |
| 7.2.1 针对超分图像的二维质量评价 |
| 7.2.2 融合二维质量评价 |
| 7.2.3 实验测试和性能比较 |
| 7.3 基于结构和纹理的图像超分辨率质量评价算法 |
| 7.3.1 图像表达和自适应裁剪 |
| 7.3.2 网络设计 |
| 7.3.3 感知质量学习和性能分析 |
| 7.4 本章小结 |
| 第8章 总结与展望 |
| 8.1 论文总结 |
| 8.2 未来展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（3）基于清洁生产理念的环境友好型PCNs衍生物设计及其风险调控（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及其意义 |
| 1.1.1 PCNs的危害 |
| 1.1.2 PCNs的使用与分布 |
| 1.1.3 研究意义 |
| 1.2 国内外研究动态 |
| 1.2.1 理论计算化学的国内外研究进展 |
| 1.2.2 环境友好型替代品的国内外研究进展 |
| 1.2.3 环境中PCNs污染水平的国内外研究进展 |
| 1.3 存在的问题 |
| 1.4 本论文主要研究内容 |
| 第2章 计算软件与方法 |
| 2.1 计算软件 |
| 2.2 计算方法与系统配置 |
| 2.2.1 系统配置 |
| 2.2.2 计算方法 |
| 第3章 基于传统3D-QSAR模型的环境友好型PCNs替代品源头控制设计 |
| 3.1 引言 |
| 3.2 PCNs各POPs特性数据来源 |
| 3.3 基于PCNs辛醇/水分配系数(K_(ow))的低富集性替代品设计 |
| 3.3.1 PCNs分子生物富集性3D-QSAR模型的构建 |
| 3.3.2 PCNs分子富集性CoMFA和CoMSIA模型评价、分析与验证 |
| 3.3.3 低生物富集性PCNs衍生物设计 |
| 3.3.4 低生物富集性PCNs衍生物POPs特性及功能特性评价 |
| 3.3.5 PCNs生物富集性验证分析 |
| 3.4 基于PCNs蒸汽压系数(logPL)的低迁移性替代品设计 |
| 3.4.1 PCNs远距离迁移性(logPL) 3D-QSAR模型的构建 |
| 3.4.2 PCNs远距离迁移性CoMSIA模型的评价、分析和验证 |
| 3.4.3 低迁移性PCNs衍生物设计 |
| 3.4.4 新型PCNs衍生物远距离迁移性及功能特性评价 |
| 3.5 基于PCNs降解性(total-score)的高降解性替代品设计 |
| 3.5.1 PCNs降解性(total-score) 3D-QSAR模型的构建 |
| 3.5.2 PCNs分子降解性的3D-QSAR模型评价与分析 |
| 3.5.3 新型PCNs分子POPs特性及功能特性评价 |
| 3.5.4 易降解PCNs衍生物分子设计 |
| 3.5.5 PCNs及其衍生物分子风险评价体系构建及评价 |
| 3.5.6 PCNs分子生物降解性机理分析 |
| 3.6 本章小结 |
| 第4章 基于修正3D-QSAR模型的环境友好型PCNs替代品源头控制设计 |
| 4.1 引言 |
| 4.2 基于PCNs生物毒性(logEC50)的低毒性替代品设计及其健康风险评价 |
| 4.2.1 PCNs分子生物毒性(logEC50) 3D-QSAR模型的建立和评价 |
| 4.2.2 低毒性PCNs分子的设计 |
| 4.2.3 基于3D-QSAR模型的新型PCNs分子POPs特性及功能特性评价 |
| 4.2.4 基于2D-QSAR模型的PCNs及其衍生物毒性及风险机理分析 |
| 4.3 基于PCNs多POPs特性的环境友好型替代品设计 |
| 4.3.1 数据来源 |
| 4.3.2 多效应3D-QSAR模型构建及评价 |
| 4.3.3 低综合效应指数PCNs衍生物分子设计 |
| 4.3.4 PCNs衍生物环境综合效应评价、POPs特性及功能性评价 |
| 4.3.5 基于分子动力学模拟的新型PCNs衍生物分子环境特性验证 |
| 4.4 本章小结 |
| 第5章 基于3D-QSAR、分子对接与分子动力学的PCNs污染过程调控研究 |
| 5.1 引言 |
| 5.2 PCNs对人工养殖区水生生态系统食物链的联合毒性机理及调控 |
| 5.2.1 PCNs水生生物单毒性及联合毒性数据来源 |
| 5.2.2 PCNs水生生物毒性机制分析 |
| 5.2.3 基于分子动力学模拟的PCNs水生生物毒性效应调控验证 |
| 5.3 PCNs对工业污染区工作人员人体暴露风险调控 |
| 5.3.1 PCNs对内分泌干扰受体的单效应及综合效应表征 |
| 5.3.2 PCNs内分泌干扰效应机理分析 |
| 5.3.3 降低工业污染区PCNs对人体内分泌干扰效应的调控方案 |
| 5.4 本章小结 |
| 第6章 基于分子改造、分子对接与分子动力学的PCNs污染末端治理研究 |
| 6.1 引言 |
| 6.2 植物-微生物联合修复系统多途径同时去除污染土壤中的PCNs |
| 6.2.1 联合修复系统去除污染土壤中PCNs多指标综合评价体系构建 |
| 6.2.2 促进植物-微生物修复土壤中PCNs最佳外界刺激条件的筛选 |
| 6.3 多情景下PCNs污染土壤的有机联合修复 |
| 6.3.1 蛋白及PCNs分子结构来源 |
| 6.3.2 基于情景分析的植物-微生物联合修复效率综合评价体系构建 |
| 6.3.3 多情景下植物-微生物联合修复PCNs污染土壤的修复机理研究方法 |
| 6.3.4 植物-微生物联合修复PCNs污染土壤关键蛋白/酶的基因重组 |
| 6.3.5 多情景下促进植物-微生物联合高效修复PCNs污染土壤条件确定 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（4）双眼视知觉网络训练与传统方式治疗远视性弱视的治疗效果观察（论文提纲范文）
| 摘要 |
| Abstract |
| 前言 |
| 1 材料与方法 |
| 2 结果 |
| 3 讨论 |
| 4 结论 |
| 参考文献 |
| 综述:双眼同时治疗屈光不正性弱视对双眼视觉(立体视觉)影响 |
| 参考文献 |
| 附录 |
| 攻读学位期间发表文章情况 |
| 致谢 |
| 个人简历 |
（5）基于李代数的高分辨率卫星遥感影像定位理论与方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 高分辨率对地观测系统发展现状 |
| 1.2.2 高分对地观测几何定位技术现状 |
| 1.2.3 李代数在高分对地观测定位应用现状 |
| 1.2.4 技术难点与现有研究的不足 |
| 1.3 研究的主要内容及章节安排 |
| 1.3.1 研究主要内容 |
| 1.3.2 论文章节安排 |
| 第二章 李代数基础及基于李代数的外方位建模 |
| 2.1 李代数基础 |
| 2.1.1 李群/李代数定义 |
| 2.1.2 李群基本概念及其运算性质 |
| 2.1.3 李群表达的三维旋转 |
| 2.1.4 李代数求导与扰动模型 |
| 2.1.5 李代数插值方法 |
| 2.2 李代数姿态微分的共线条件方程线性化 |
| 2.2.1 李代数姿态表征的线阵影像外方位元素构建 |
| 2.2.2 李代数姿态微分的线阵影像共线条件方程线性化 |
| 2.3 基于李代数姿态线性插值的线阵影像外方位建模 |
| 2.3.1 基于线性插值的外方位元素建模 |
| 2.3.2 姿态李代数分段多项式模型的共线条件方程线性化 |
| 2.4 实验分析 |
| 2.4.1 李代数姿态插值分析 |
| 2.4.2 基于李代数的空间后方交会 |
| 2.5 本章小结 |
| 第三章 星载线阵传感器成像几何模型构建 |
| 3.1 坐标系定义 |
| 3.1.1 像方空间坐标系 |
| 3.1.2 平台坐标系 |
| 3.1.3 物方坐标系 |
| 3.2 坐标系之间的转化关系 |
| 3.3 卫星严格成像模型建立 |
| 3.4 本章小结 |
| 第四章 基于李代数的高分辨率卫星影像立体定位 |
| 4.1 星历和姿态数据的内插 |
| 4.1.1 卫星星历数据内插 |
| 4.1.2 姿态李代数内插 |
| 4.2 基于李代数的卫星影像定位 |
| 4.2.1 基本思路 |
| 4.2.2 单幅影像定位 |
| 4.2.3 立体影像定位 |
| 4.2.4 多幅影像前方交会定位 |
| 4.3 高分辨率遥感影像的李代数定位 |
| 4.3.1 李代数定位与传统定位方法的区别 |
| 4.3.2 基于李代数微分方程的外方位元素求解 |
| 4.3.3 基于李代数线性插值的外方位元素求解 |
| 4.4 基于李代数的高分辨率遥感卫星影像立体定位 |
| 4.5 实验分析 |
| 4.5.1 数据选取及实验方法 |
| 4.5.2 北京山东测区实验情况 |
| 4.5.3 江西广东测区实验情况 |
| 4.5.4 重庆测区实验情况 |
| 4.6 本章小结 |
| 第五章 基于李代数的高分辨率卫星影像无控区域网平差 |
| 5.1 区域网平差基本原理 |
| 5.2 外方位元素模型及误差方程式建立 |
| 5.3 基于李代数的区域网平差模型 |
| 5.3.1 基于EFP模型的区域网平差 |
| 5.3.2 基于分段多项式拟合的区域网平差 |
| 5.4 区域网平差精度验证 |
| 5.4.1 理论分析法 |
| 5.4.2 实验分析法 |
| 5.5 实验分析 |
| 5.5.1 基于EFP的李代数区域网平差 |
| 5.5.2 基于分段多项式拟合的李代数区域网平差 |
| 5.6 本章小结 |
| 第六章 基于李代数的RPC参数生成与严格成像模型反求 |
| 6.1 基于李代数的RPC参数生成方法 |
| 6.1.1 线阵卫星影像严格成像模型建立 |
| 6.1.2 RPC参数模型构建 |
| 6.1.3 基于李代数RPC参数生成 |
| 6.1.4 RPC模型及常用解算方法 |
| 6.1.5 RPC参数的HEIV估计方法 |
| 6.2 有理函数模型反求严格成像模型 |
| 6.2.1 有理函数和严格成像基本模型 |
| 6.2.2 有理函数模型下摄影光线的位置和定向 |
| 6.2.3 内外方位元素具体计算 |
| 6.3 实验与分析 |
| 6.3.1 基于HEIV的 RPC参数解算技术 |
| 6.3.2 有理函数模型反求严格成像模型 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 论文创新与贡献 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（6）面向人眼视觉感知特性的图像质量评价（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究进展与现状 |
| 1.2.1 人眼视觉感知系统 |
| 1.2.2 面向视觉敏感度的恰可识别差阈值估计 |
| 1.2.3 面向视觉内容感知的超分辨图像质量评价 |
| 1.2.4 面向立体深度感知的3D视频深度质量评价 |
| 1.3 研究内容和主要贡献 |
| 1.4 本文的章节安排 |
| 第二章 人眼视觉系统及其感知特性 |
| 2.1 人类视觉系统 |
| 2.1.1 视觉成像系统 |
| 2.1.2 视觉神经系统 |
| 2.2 视觉功能柱 |
| 2.3 主观视觉感知特征 |
| 2.3.1 方位结构复杂度 |
| 2.3.2 亮度适应性与对比度 |
| 2.3.3 空间频率对比敏感度 |
| 2.4 视觉掩模效应 |
| 2.5 视觉感知机制 |
| 2.6 视觉深度感知 |
| 2.7 本章小结 |
| 第三章 DCT域恰可识别差阈值估计 |
| 3.1 引言 |
| 3.2 基于内容复杂度的DCT域恰可识别差阈值估计 |
| 3.2.1 基于内容复杂度的掩模效应估计 |
| 3.2.2 基于空间频率敏感度的基本阈值模型 |
| 3.2.3 亮度自适应模型 |
| 3.3 基于方位规律性的恰可识别差阈值估计 |
| 3.3.1 DCT系数的方位规律性 |
| 3.3.2 基于方位规律性的图像块分类 |
| 3.3.3 基于块分类的掩模效应估计 |
| 3.4 主观实验与结果分析 |
| 3.4.1 基于内容复杂性的恰可识别差阈值实验分析 |
| 3.4.2 基于方位规律性的恰可识别差阈值实验分析 |
| 3.5 本章小结 |
| 第四章 基于视觉内容感知的图像超分辨质量评价 |
| 4.1 引言 |
| 4.2 超分辨图像质量评价主观实验数据库 |
| 4.2.1 超分辨图像主观质量评价实验设置 |
| 4.2.2 超分辨图像主观质量评价实验过程 |
| 4.2.3 主观质量评价实验结果分析与讨论 |
| 4.3 视觉内容感知预测模型 |
| 4.3.1 局部区域方位复杂性度量 |
| 4.3.2 基于结构张量的各向异性度量 |
| 4.3.3 图像梯度幅值度量 |
| 4.3.4 相位一致性度量 |
| 4.4 基于视觉内容预测模型的超分辨图像质量评价 |
| 4.5 实验结果分析与讨论 |
| 4.5.1 质量评价指标在超分辨图像上的表现比较 |
| 4.5.2 质量评价指标在评价超分辨算法上的表现 |
| 4.5.3 改进的相似度函数与原相似度量方法的性能比较 |
| 4.6 本章小结 |
| 第五章 基于时空域结构特性的3D视频深度质量评价 |
| 5.1 引言 |
| 5.2 3D视频的主观深度感知质量评价实验 |
| 5.2.1 主观深度质量评价视频 |
| 5.2.2 主观深度质量评价实验设计与过程 |
| 5.2.3 主观深度质量评价分数统计 |
| 5.2.4 主观深度质量评价结果分析 |
| 5.3 3D视频深度感知特征估计 |
| 5.3.1 双目深度感知特征估计 |
| 5.3.2 单目深度感知特征估计 |
| 5.3.3 运动深度感知特征估计 |
| 5.4 3D视频深度感知质量评价模型 |
| 5.5 实验结果分析与讨论 |
| 5.5.1 深度质量评价模型的性能比较 |
| 5.5.2 不同深度感知特征的性能比较 |
| 5.5.3 噪声类型与方位和频率的影响分析 |
| 5.5.4 训练视频比例的影响 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）基于感知信息的图像质量评价方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.2 2D(二维)图像质量评价 |
| 1.2.1 主观质量评价 |
| 1.2.2 客观质量评价 |
| 1.3 3D(立体)图像质量评价 |
| 1.3.1 影响3D视觉质量的因素 |
| 1.3.2 主观质量评价 |
| 1.3.3 客观质量评价 |
| 1.4 图像质量评价指标 |
| 1.5 论文的主要研究内容及章节安排 |
| 第2章 国内外研究现状 |
| 2.1 部分参考质量评价研究现状 |
| 2.1.1 2D(二维)图像质量评价方法的研究现状 |
| 2.1.2 3D(立体)图像质量评价方法的研究现状 |
| 2.2 基于稀疏表示的质量评价研究现状 |
| 2.2.1 2D(二维)图像质量评价方法的研究现状 |
| 2.2.2 3D(立体)图像质量评价方法的研究现状 |
| 2.3 基于自然场景统计的质量评价研究现状 |
| 2.3.1 2D(二维)图像质量评价方法的研究现状 |
| 2.3.2 3D(立体)图像质量评价方法的研究现状 |
| 2.4 本章小结 |
| 第3章 基于分类基元熵的部分参考二维图像与立体图像质量评价 |
| 3.1 引言 |
| 3.2 稀疏表示理论 |
| 3.3 基于分类基元熵的二维图像质量评价 |
| 3.3.1 二维图像的视觉感知信息 |
| 3.3.2 实验结果 |
| 3.4 基于分类基元熵的立体图像质量评价 |
| 3.4.1 立体图像的视觉感知信息 |
| 3.4.1.1 分类基元熵 |
| 3.4.1.2 分类基元互信息 |
| 3.4.1.3 最大值机制 |
| 3.4.1.4 基于SVR的质量预测 |
| 3.4.2 实验结果 |
| 3.5 本章小结 |
| 第4章 基于稀疏表示和自然场景统计的立体图像质量评价 |
| 4.1 引言 |
| 4.2 基于稀疏表示与自然场景统计的部分参考立体图像质量评价 |
| 4.2.1 视觉感知信息 |
| 4.2.2 自然场景统计 |
| 4.2.3 质量评价模型 |
| 4.3 实验结果 |
| 4.3.1 实验设置 |
| 4.3.2 性能测试 |
| 4.4 本章小结 |
| 第5章 基于稀疏表示的感知信息模型的图像质量评价 |
| 5.1 引言 |
| 5.2 基于稀疏表示的感知信息模型的部分参考图像质量评价 |
| 5.2.1 基于稀疏卷积受限玻尔兹曼机的字典学习 |
| 5.2.2 视觉基元分类 |
| 5.3 实验结果 |
| 5.3.1 实验设置 |
| 5.3.2 性能测试 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（8）基于推拉模型的虚拟现实技术在弱视患者的临床应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.引言 |
| 2.资料与方法 |
| 2.1.资料 |
| 2.2.检查方法 |
| 2.2.1.视力检查 |
| 2.2.2.Worth四孔灯检查 |
| 2.2.3.颜少明立体视及同视机检查 |
| 2.2.4.视感知觉双眼视觉功能缺损检查 |
| 2.3.治疗方法 |
| 2.3.1.传统组治疗 |
| 2.3.2.VR组治疗 |
| 2.4.统计分析方法 |
| 3.结果 |
| 3.1.两组患儿训练后视力变化情况对比 |
| 3.2.VR治疗组与传统治疗组训练前后融合功能及立体视功能变化对比 |
| 3.3.VR治疗组与传统治疗组训练前后知觉眼位变化情况 |
| 4.讨论 |
| 5.结论 |
| 6.问题及展望 |
| 参考文献 |
| 综述 弱视治疗研究进展 |
| 参考文献 |
| 致谢 |
| 研究生期间发表文章及获奖等情况 |
（9）基于图像分析的织物外观平整度机器评价方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 织物外观平整度客观评价研究现状 |
| 1.2.1 织物外观数据获取 |
| 1.2.2 平整度特征指标提取 |
| 1.2.3 平整度评价模型建立 |
| 1.3 本文研究工作 |
| 1.3.1 研究思路 |
| 1.3.2 研究目标 |
| 1.3.3 研究内容 |
| 第二章 织物外观图像采集系统构建及优化 |
| 2.1 织物外观图像采集系统搭建 |
| 2.1.1 系统整体设计 |
| 2.1.2 织物外观图像采集实施细节 |
| 2.1.3 织物外观图像采集效果 |
| 2.2 织物样本图像数据集构建 |
| 2.3 织物外观图像采集系统优化 |
| 2.3.1 图像特征集 |
| 2.3.2 分类模型 |
| 2.3.3 系统参数优化 |
| 2.4 本章小结 |
| 第三章 织物图像光照纹理及颜色纹理去除 |
| 3.1 无颜色纹理织物图像光照纹理去除 |
| 3.1.1 光度学表面反射模型 |
| 3.1.2 织物表面反射模型 |
| 3.1.3 视觉模式分解 |
| 3.2 颜色纹理织物图像颜色纹理去除 |
| 3.2.1 图像翻译模型 |
| 3.2.2 织物颜色纹理着色模型 |
| 3.3 实验结果与讨论 |
| 3.3.1 织物图像数据集 |
| 3.3.2 评价指标 |
| 3.3.3 生成织物图像测试结果 |
| 3.3.4 真实织物图像测试结果 |
| 3.3.5 与三维成像法的对比 |
| 3.4 本章小结 |
| 第四章 织物图像低阶视觉特征提取 |
| 4.1 HVS建模基础概述 |
| 4.2 HVS建模及低阶特征提取 |
| 4.2.1 高斯尺度空间 |
| 4.2.2 多尺度视觉掩蔽建模 |
| 4.2.3 多尺度视觉掩蔽特征 |
| 4.3 实验结果及讨论 |
| 4.3.1 实验实施细节 |
| 4.3.2 特征有效性验证 |
| 4.3.3 模型参数讨论 |
| 4.4 本章小结 |
| 第五章 织物图像高阶视觉特征提取 |
| 5.1 卷积神经网络概述 |
| 5.1.1 人工神经网络 |
| 5.1.2 卷积神经网络 |
| 5.2 基于紧凑卷积神经网络的高阶视觉特征提取 |
| 5.2.1 模型结构 |
| 5.2.2 目标函数 |
| 5.3 实验结果及讨论 |
| 5.3.1 实验实施细节 |
| 5.3.2 特征有效性验证 |
| 5.3.3 模型结构讨论 |
| 5.4 本章小结 |
| 第六章 基于多阶层视觉特征的织物外观平整度客观评价 |
| 6.1 基于多阶层视觉特征的织物外观平整度评价模型 |
| 6.1.1 多阶视觉特征融合模块 |
| 6.1.2 模型训练策略 |
| 6.2 实验结果及讨论 |
| 6.2.1 实验实施细节 |
| 6.2.2 模型综合性能验证 |
| 6.2.3 模型结构讨论 |
| 6.2.4 模型适应性验证 |
| 6.3 织物外观平整度评价系统构建 |
| 6.3.1 系统需求 |
| 6.3.2 系统架构设计 |
| 6.3.3 系统运作流程 |
| 6.3.4 系统软硬件构成 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 研究工作不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 :作者在攻读博士学位期间的科研成果 |
（10）济南J大学停车场建设造价估算与敏感性分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究综述 |
| 1.3 研究内容和方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究框架 |
| 1.4 研究对象与范围 |
| 1.4.1 研究对象 |
| 1.4.2 研究范围 |
| 第2章 高校校园停车场研究分析 |
| 2.1 高校停车场建设的思想和原则 |
| 2.2 高校校园停车场类型研究 |
| 2.2.1 按建筑类型对校园停车场分类 |
| 2.2.2 按服务对象对校园停车场分类 |
| 2.2.3 按管理方式对校园停车场分类 |
| 2.3 影响高校停车场建设的因素 |
| 2.4 国内大学校园停车方式调查 |
| 2.5 本章小结 |
| 第3章 济南J大学停车现状调查分析和停车需求估算 |
| 3.1 学校概况 |
| 3.1.1 校园基本概况 |
| 3.1.2 学校区位 |
| 3.1.3 学校总体结构特征 |
| 3.2 济南J大学停车现状调查 |
| 3.2.1 校园道路停车现状 |
| 3.2.2 校园停车场地现状 |
| 3.3 .济南J大学停车现状分析 |
| 3.3.1 济南J大学校园停车存在问题 |
| 3.3.2 济南J大学停车问题产生原因 |
| 3.4 本章小结 |
| 第4章 济南J大学停车场建设规模估算和建设方案造价估算 |
| 4.1 济南J大学停车场建设规模估算 |
| 4.1.1 基于高校停车配建指标估算 |
| 4.1.2 基于校园停车需求量估算 |
| 4.1.3 济南J大学校园停车场建设车位量 |
| 4.2 济南J大学停车场建设方案变量设置 |
| 4.2.1 停车场的相对位置 |
| 4.2.2 停车场结构形式 |
| 4.2.3 停车场建设数量 |
| 4.3 济南J大学停车场建设设计方案 |
| 4.4 济南J大学停车场建设造价估算 |
| 4.4.1 停车场建设造价费用计算 |
| 4.4.2 济南J大学停车场建设方案造价估算 |
| 4.5 本章小结 |
| 第5章 济南J大学停车场建设敏感性分析 |
| 5.1 敏感性分析的相关概念 |
| 5.1.1 基本概念 |
| 5.1.2 停车场建设方案造价估算值的敏感性分析 |
| 5.1.3 敏感性斜率分析法 |
| 5.2 敏感性问题的提出 |
| 5.3 不同停车场建设方案对造价估算值的敏感性分析 |
| 5.3.1 基于地上停车场建设方案的敏感性分析 |
| 5.3.2 基于地上停车场+地下停车场建设方案的敏感性分析 |
| 5.3.3 基于土地集约化停车场建设方案的敏感性分析 |
| 5.3.4 基于建设一个500 车位停车场方案的敏感性分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 后记 |
| 攻读硕士学位期间论文发表及科研情况 |
四、立体信息的敏感技术（论文参考文献）
- [1]基于虚拟现实技术的白内障患者视觉功能和功能视觉的研究[D]. 谭越月. 遵义医科大学, 2021(01)
- [2]多源图像及视频感知质量评价方法研究[D]. 周玮. 中国科学技术大学, 2021(09)
- [3]基于清洁生产理念的环境友好型PCNs衍生物设计及其风险调控[D]. 顾雯雯. 华北电力大学(北京), 2021(01)
- [4]双眼视知觉网络训练与传统方式治疗远视性弱视的治疗效果观察[D]. 张丹. 新乡医学院, 2020(06)
- [5]基于李代数的高分辨率卫星遥感影像定位理论与方法研究[D]. 周瑜. 战略支援部队信息工程大学, 2020(03)
- [6]面向人眼视觉感知特性的图像质量评价[D]. 万文菲. 西安电子科技大学, 2020(02)
- [7]基于感知信息的图像质量评价方法研究[D]. 万照麟. 哈尔滨工业大学, 2020(02)
- [8]基于推拉模型的虚拟现实技术在弱视患者的临床应用研究[D]. 魏聪. 河南大学, 2020(02)
- [9]基于图像分析的织物外观平整度机器评价方法研究[D]. 王静安. 江南大学, 2020(01)
- [10]济南J大学停车场建设造价估算与敏感性分析[D]. 周晓慧. 山东建筑大学, 2020(10)