Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国船舶重工集团公司第七二四研究所许金鑫获国家专利权

中国船舶重工集团公司第七二四研究所许金鑫获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国船舶重工集团公司第七二四研究所申请的专利一种基于MCMC的高能闪光X射线图像非线性重建方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113947641B

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111157997.8,技术领域涉及:G06F17/00;该发明授权一种基于MCMC的高能闪光X射线图像非线性重建方法是由许金鑫;管志强;曹德建;孟凡君设计研发完成,并于2021-09-30向国家知识产权局提交的专利申请。

一种基于MCMC的高能闪光X射线图像非线性重建方法在说明书摘要公布了:本发明公开一种基于MCMC的高能闪光X射线图像非线性重建方法。根据高能闪光X射线成像原理构建离散形式的非线性正向模型并推导相应的雅可比矩阵形式,结合贝叶斯理论考虑该反问题的求解及不确定量化,引入基于弱信息先验的超参数构建非线性分层贝叶斯模型。通过加速求解随机扰动的优化问题对条件分布进行采样,结合雅可比矩阵投影约束该优化问题的求解,并设计目标参数的提议分布以减小样本统计偏差。在最小方差准则下融合线性与非线性贝叶斯模型的样本值,得到最终的重建图像。本发明在提高样本估计效率的同时能确保重建结果呈现清晰的边缘和较高的精度。

本发明授权一种基于MCMC的高能闪光X射线图像非线性重建方法在权利要求书中公布了:1.一种基于MCMC的高能闪光X射线图像非线性重建方法,其特征在于: 1根据高能闪光X射线成像原理,构建离散形式的非线性正向模型; 2推导出步骤1中非线性正向模型残差矩阵的雅可比矩阵形式,并通过构建最小二乘模型进行优化求解,得到确定性重建结果; 离散形式的非线性正向模型如下所示: y=B·exp-Gx+n6其中,y∈Rm为向量形式的透射率数据,B∈Rm×m为系统模糊矩阵,G∈Rm×n为正向矩阵,x∈Rn为待重建的目标参数,n∈Rm为噪声项; 通过构建最小二乘模型对非线性正向模型y=B·exp-Gx+n进行优化求解,如式7所示,其中rx表示目标函数的残差向量,x*为线吸收系数最优解; 所述非线性正向模型的求解,涉及目标函数的残差向量以及雅可比矩阵计算,对高能闪光X射线照相非线性正向模型的雅可比矩阵进行推导,目标函数残差向量的离散形式表示为: 其中,xi、xj分别表示向量中第i、j个元素的数值,Bj,k表示矩阵B中第j行k列的值,相应的第j行雅可比向量为: 则推导出非线性正向模型完整的雅可比矩阵J: 式中,i'、j'分别表示矩阵的行和列,[·]表示构成的矩阵形式,B为系统模糊矩阵,G为正向矩阵; 3引入基于弱信息先验的超参数构建非线性分层贝叶斯模型,得到联合后验分布的全条件概率形式; 4加速求解随机扰动的优化问题对条件分布进行采样,结合雅可比矩阵投影约束该优化问题的求解,并设计目标参数的提议分布以减小样本统计偏差; 5在最小方差准则下融合线性与非线性贝叶斯模型的样本值,得到最终的重建图像。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国船舶重工集团公司第七二四研究所,其通讯地址为:210003 江苏省南京市中山北路346号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。