第37章 衝擊高教社杯！(第1/3 頁)

林葉很快就進入了狀態。

吃飽了飯，又喝了一杯咖啡提神，此刻精神十分亢奮。

“離散模型中使用代數迭代法（ARt）對網格化的離散資料直接建模，用矩陣迭代的方法對畫素網格進行處理，實現影象的重構。”

這是林葉的思路。

至於數學模型具體如何，林葉還在思考。

這個離散模型，最重要的還是迭代問題。

Fbp（濾波反投影）演算法具有的缺陷與限制，只能應用代數迭代才能完美解決。

“這裡得先引入投影矩陣的概念...。”

林葉嘀咕說道。

時間一點一點的過，林葉空白的A4紙上現在已經寫滿了數學公式。

r_ij={1，i號射線透過 j號畫素中心\/\/0，其他。

記x=[x1，x2，...，xJ ]^t為J維影象向量，x_j表示影象上第j個畫素點的吸收強度，

p=[p1， p2 ... pI ]^t為I維投影向量，p_i表示第i條射線所經過的所有畫素的總射線投影;

Rx=p;

...

林葉看著草稿紙上最為核心的迭代模型，

x^(k+1)=x^(k)+λ^(k)(q_ik?r_ikx^(k)\/||r_ik||^2)r_ik;

林葉嘀咕道：

“這裡還差一點東西，那就是降噪演算法。不論何種重建演算法，不可避免會帶入偽影點。

組委會給的資料含有噪聲，成像質量可能並不會達到最好的要求。這個其餘學校的建模選手也應該會認識到這個問題才對。”

“這裡必須得用演算法進行降噪。我得查一查這方面的文獻。”

林葉用筆壓著膝上型電腦前的草稿紙，然後查閱起了文獻。

“這種問題應該在國外醫學ScI期刊上比較好尋找合適的演算法。”

看了一個多小時，林葉總算找到了一種合適的演算法。

“這種演算法研究一下能不能改進。”

林葉現在數學水平已經很高了，但是想要在一些頂級ScI期刊上動刀別人的演算法模型，

可能性不大。

“看來這裡只能引用了，這裡用這種演算法進行降噪處理已經算是完美答卷了，強行改只會畫蛇添足。”

林葉有些喪氣，

“早知道這段時間不忙著做第六個任務了。”

就在林葉準備直接照著抄的時候，靈光突然一閃，

“咦，不對，共形幾何代數可以在這裡應用，完美的符合我自己這篇論文的需求。

安明啊安明，我真的太謝謝您辣，這次我真要拿高教社杯了，到時候全國組委會答辯上，我要當著所有的媒體狠狠的誇你。”

林葉把改進的模型寫了出來，激動得站了起來，

“nice！除非帝都水木的隊伍也能改進這種演算法，不然大機率是我拿高教社杯。”

“林葉，你又發什麼瘋？一天發瘋幾次？”

楊青青忍不住罵道，

“太丟人了，能不能淡定點，你以前沉穩的樣子呢，能不能學學我，淡定一點。”

林葉興奮的對著楊青青說道：

“你自己過來看我的數學模型，完美至極！”

楊青青數學不弱，與林葉探討了一個暑假，水平是突飛猛進，

一看林葉的數學模型，不由得愣住，思維飛速的運轉。

特別是看到林葉改進的演算法，楊青青手也不由得顫抖了起來，

NLm(x_i)=∑_(j∈N_i)w(i，j)x_j;