谢国强
- 作品数：9 被引量：31H指数：3
- 供职机构：赣南师范大学数学与计算机科学学院更多>>
- 发文基金：国家自然科学基金江西省科技支撑计划项目更多>>
- 相关领域：自动化与计算机技术医药卫生文化科学更多>>
- 飞高对叠瓦式存储系统的性能影响分析
- 2020年
- 叠瓦式磁记录和交换耦合介质相结合是提高磁记录面密度的有效方法,飞高作为磁头设计中的主要参数之一,对系统记录性能有显著影响.本文介绍叠瓦式写磁头的结构设计,分析交换耦合介质翻转场对写入误差的影响,计算不同飞高下的写磁头磁场分布、强度和梯度.仿真结果显示飞高为10nm时,写磁头能产生的写场强度为17.51kOe,梯度为528Oe/nm,可以在提供足够大写场强度的同时获得较高的梯度,降低写入误差,提高系统性能.
- 谢国强
- 低剂量脑灌注CT图像恢复方法:基于先验图像约束扩散张量被引量：2
- 2021年
- 目的为减少脑灌注CT检查的辐射剂量,本文提出了一种基于先验图像约束扩散张量的低剂量脑灌注CT图像恢复方法。方法脑灌注CT图像之间存在丰富的结构冗余信息,高质量的先验图像可以作为结构互补信息引入到低剂量脑灌注CT图像恢复过程中,抑制低剂量脑灌注CT图像中的噪声和伪影。首先,分别计算出先验图像和低剂量脑灌注CT图像的扩散张量,然后构造先验图像约束的扩散张量,并利用新构建的扩散张量对低剂量脑灌注CT图像进行滤波。结果在数值体膜实验中,本文方法得到的CBF参数图像的SSIM值与FBP算法相比提高了63%。在临床实验中,本文方法得到的CBF参数图像的SSIM值与FBP算法相比提高了45%。结论数值体膜和临床数据实验结果表明本文方法在抑制低剂量脑灌注CT图像噪声和伪影的同时可以保持图像的结构细节特征,并且可以获取准确的脑血流动力学参数图像。
- 牛善洲刘宏刘沛沄张梦真邱洋黎钰谢国强刘国良卢绍辉
- 关键词：扩散张量血流动力学参数
- 浅析计算机辅助教学系统的评价标准被引量：1
- 2008年
- 计算机辅助教学系统是现代先进教学手段所不可或缺的,而对其的评价标准也显得非常重要。评价是为了促进系统的开发。本文就计算机辅助教育评价的标准进行了探讨,并针对当前评价存在的问题给出了几点建议。
- 华佳林谢国强廖雁
- 关键词：计算机辅助教育
- 基于案例教学的单片机与嵌入式系统教学改革研究被引量：1
- 2013年
- 针对单片机与嵌入式系统实际教学效果不佳的情况,引入案例教学法探索课程新的教学模式,经过实践证明,该模式极大提高学生的学习热情,取得了很好的教学效果。
- 谢国强
- 关键词：案例教学PROTEUS仿真
- 软件需求管理重要性浅析被引量：5
- 2008年
- 一个项目成功与否往往取决于它是否符合需求,对于需求及其变更的管理是否正确已是项目成功最关键的因素。本文根据作者对亲自开发的几个项目的总结,对需求管理的概念及内容提出了自己的看法,试图探讨需求管理应当遵循的原则及当前存在的问题。
- 华佳林谢国强廖雁
- 关键词：需求管理
- 基于Proteus的《单片机接口技术》仿真教学应用被引量：9
- 2013年
- 针对《单片机接口技术》在传统教学模式下教师教学效果不理想、学生理解困难等情况,引入了Ptoteus软件进行可视化仿真教学。通过案例与理论相结合的方式,增强了教学效果,提高了学生的学习兴趣和动手能力。
- 谢国强
- 关键词：单片机接口技术PROTEUS仿真教学
- 基于QoS的移动Ad Hoc网络路由技术研究
- 2008年
- 介绍了QoS的概念和传统的QoS服务模型;介绍了移动Ad Hoc网络的QoS相关研究,包括移动Ad Hoc的QoS服务模型以及主要Ad Hoc的QoS路由协议;给出了在今后的研究中Ad Hoc网络QoS路由协议应当关注的问题。
- 谢国强华佳林
- 关键词：ADHOCQOS
- 基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建
- 2023年
- 脑灌注CT成像需要对患者头部进行连续反复扫描,相应的X射线辐射剂量较常规CT显著增加。为减少X射线辐射剂量,提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建方法。首先对脑灌注CT序列图像进行分块,然后构建非局部低秩稀疏矩阵分解模型,最后求解相应的目标函数重建出脑灌注CT序列图像。与滤波反投影算法和基于低秩稀疏矩阵分解的惩罚加权最小二乘方法相比,本文方法得到的脑血容参数图像的结构相似性指标分别提高38.07%和5.61%、特征相似性指标分别提高13.17%和2.47%;平均通过时间参数图像的结构相似性指标分别提高59.73%和0.28%、特征相似性指标分别提高20.26%和0.70%。本文方法能在去除低剂量脑灌注CT图像噪声和伪影的同时保持图像的边缘结构信息,并且获得更准确的脑血流动力学参数图像。
- 牛善洲李硕梁礼境谢国强刘汉明
- 关键词：图像重建
- 基于支持向量回归机的股票价格预测被引量：13
- 2012年
- 研究股票价格预测问题,股票价格变化具有非线性、时变性,传统线性预测模型难以准确刻画股价变化规律,且非线性神经网络存在过拟合、局部最小等缺陷,预测精度比较低。为提高股票价格预测精度,提出一种基于粒子群优化支持向量机的股票价格预测模型。利用粒子群算法良好的寻优能力,对支持向量机参数进行优化,加快支持向量机学习速度,再采用非线性预测能力优异的支持向量机对股票价格进行预测。以南天信息股票价格对模型性能进行仿真,实验结果证明,支持向量机预测模型能全面反映股票价格变化的非线性的时变规律,获得更高预测精度,预测结果对股民实际操作具有较大的指导价值。
- 谢国强
- 关键词：支持向量回归机股价预测粒子群优化算法
