XiaoMi-AI文件搜索系统
World File Search System频域
swinfsr：使用swinir和频域知识的立体图像超分辨率
立体图像超分辨率（Sterereosr）近年来引起了人们的关注，这是由于手机，自动驾驶汽车和机器人的双重摄像头广泛范围。在这项工作中，我们根据Swinir的扩展（最初是为单个图像还原设计的，又提出了一种名为SWINFSR的新定单方法，以及Fast Fourier卷积（FFC）获得的频域知识。具体来说，为了有效地收集全球信息，我们通过使用FFC明确地不明显地局限于SWINIR中的残留SWIN变压器块（RSTBS），并使用结果域知识，并采用结果的残留Swin傅立叶型跨前块（RSFTB）进行特征提取。此外，为了有效，准确的立体视图融合，我们提供了一个新的跨意见模块，称为RCAM，该模块的竞争性能高于竞争性能，同时比最先进的交叉意见模块更少的计算成本。广泛的实验结果和消融研究证明了我们提出的SWINFSR的有效性和效率。
使用频域因果关系
摘要：我们使用频域方法调查了印度总体和部门层面的权力消耗与经济增长之间的Granger因果关系，这将帮助政策制定者通过不同频率的适当政策计划寻求有效的电力分配。我们发现，在总体上，单向因果关系从总功耗到经济增长，从第二个开始到第七季度。在部门环境中，结果是不同的。因为工业能源消耗与经济增长之间没有因果关系；因此，可以为工业部门实施节能政策。此外，由于商业部门15个季度之后存在双向因果关系，因此该部门也可以启动短期政策，而不是节能政策。在工业和农业部门中，应该启动促销政策，因为从部门的功耗到经济增长，单向因果关系存在。因此，与印度所有权力部门的单一政策相比，不同和特定的政策将更合适，以确定对更好的经济发展的有效利用。
SLF-UNET：通过合并空间和低频域特征
抽象的基于深度学习的方法在脑肿瘤图像分割中表现出色。但是，缺乏使用图像的频域特征来解决脑肿瘤病变的研究。为了使这一差距变化，本文提出了改进的网络SLF-UNET，这是一种二维编码器架构结构，结合了基于U-NET的空间和低频域特征。提出的模型有效地从空间和频域中学习信息。在此，我们通过在高频区域中使用零填充，并将卷积操作的一部分与卷积块相结合，从而结合了空间频域特征，并将卷积操作的一部分放置。我们的实验结果表明，我们的方法的表现优于Brats 2019和Brats 2020数据集的当前主流方法。
硒化锌 (ZnSe) 和碲化锌 (ZnTe) 的长度依赖性热导率 - 结合第一性原理和频域热反射
完整作者名单： Muthaiah, Rajmohan；俄克拉荷马大学，航空航天与机械工程学院 Annam, Roshan Sameer；俄克拉荷马大学，航空航天与机械工程学院 Tarannum, Fatema；俄克拉荷马大学，航空航天与机械工程学院 Gupta, Ashish；俄克拉荷马州立大学 Garg, Jivtesh；俄克拉荷马大学，航空航天与机械工程学院 Arafin, Shamsul；俄亥俄州立大学，电气与计算机工程学院
基于时频域特征提取的脑电信号视障人士压力检测
压力是指身体对任何环境变化做出的生理、情绪和心理反应，需要进行调整，对人类心理产生重大影响。视障人士 (VIP) 的压力尤其难以控制，因为他们在未知情况下很容易感到压力。脑电图 (EEG) 信号可用于检测压力，因为它基本上代表了人类大脑中持续的电信号变化。文献表明，压力检测技术大多基于时域或频域分析。然而，使用时域或频域分析可能不足以提供适当的压力检测结果。因此，本文提出了一种使用经验模态分解 (EMD) 和短期傅里叶变换 (STFT) 从 EEG 信号中提取考虑时空信息的特征的方法。在 EMD 中，信号首先被分解为表示有限数量信号同时保持时域的固有模态函数 (IMF)，然后使用 STFT 将时域转换为时频域。采用支持向量机 (SVM) 对陌生室内环境中 VIP 的压力进行分类。将所提方法的性能与最先进的压力检测技术进行了比较。实验结果证明了所提技术优于现有技术
疲劳损伤评估的频域方法
本文对疲劳损伤评估的时域和频域方法进行了比较研究。详细描述了疲劳研究的主要步骤：材料特性、参考参数的定义、载荷历史处理、循环计数算法和损伤模型。此外，还强调了每个步骤中时域和频域进展之间的主要差异。总而言之，通过比较文献综述，我们可以确定这两种方法中的一些重要亮点和暗淡之处：在时域方法中，人们在开发 S-N 领域的高级材料特性模型方面做出了许多努力，无论是确定性的还是概率性的，但在频域方法中目前仅使用线性 Basquin 模型。此外，关于材料特性中的参考参数（应力、应变、能量等）的持续讨论并不存在频域方法中，因为频域方法主要基于应力范围。相反，频域方法对雨流直方图进行了先进的处理，提出了不同的统计分布，并给出了功率谱密度和预期疲劳损伤之间的理论和分析关系，从而提出了一种比基于时域的方法更简单、更容易应用于疲劳损伤评估的方法。
半半空间频域成像可启用kilohertz高速标签的非接触式定量映射，用于强烈的光学性质
摘要量化强烈浊度介质的光学性质（即吸收和散射）的能力对生物组织，流体场和许多其他许多人的表征具有重大意义。但是，很少有方法可以提供光学特性的广泛量化，并且没有一个能够具有高速（例如Kilohertz）功能的定量光学性质成像。在这里，我们开发了一种新的成像模式，称为半半空间频域成像（半数sfdi），它比最先进的大约两个数量级，并为kilohertz高速，无标签，无标签，非贴标，广泛的，广泛的，宽范围的量化量化。此方法利用半二元图案的照明来靶向浊度介质的空间频率响应，然后使用基于模型的分析将其映射到光学性质。我们在具有广泛的光学特性和体内人体组织的一系列幻象上验证半径-SFDI。我们通过体内大鼠脑皮层成像研究进行了证明，并证明半fdi-sfdi可以纵向监测组织中功能性发色团的绝对浓度以及空间分布。我们还表明，半fdi可以在kilohertz速度下空间绘制高度动态流量的双波长光学性能。一起，这些结果突出了半fdi-sfdi在包括脑科学和流体动力学在内的基础研究和翻译研究中实现新能力的潜力。
使用多距离频域和连续波近红外获取的听觉皮层功能激活反应的比较
行为9-11并研究/实现脑机接口。12-14 fNIRS仪器特别适用于表征与听觉系统相关的功能性血流动力学变化。使用临床成像方式（例如X射线计算机断层扫描或磁共振成像）通常很难测量响应听觉皮层激活的大脑活动，因为仪器声音会增加背景噪音，这可能会破坏向受试者呈现的听觉刺激，从而严重影响实验结果。部分由于这些优势，最近的几项研究7、15-17已经使用商用 fNIRS 仪器来表征人类听觉皮层的功能刺激。例如，Chen 等人7 测量了听觉皮层对 440 和 554 Hz 纯音以及 1000 Hz 调频或颤音的血流动力学反应。 Hong 和 Santosa 16 进行了类似的实验，研究“自然”声音刺激（如英语和非英语单词、恼人的声音和自然声音）的血流动力学反应。Issa 等人 18 测量了在呈现 750 和 8000 Hz 的纯音刺激以及宽带噪声时听觉皮层的血流动力学变化。这些实验的主要目标是测量或成像听觉皮层内脑组织氧合的局部变化 - 这可以被认为是 fNIRS 实验的基本问题。人类的初级听觉皮层跨度约为 1650 mm3，位于颞叶的 Heschl 回内，并沿多个功能维度组织，其中最突出的是音调定位。19、20 因此，我们预计纯音刺激将激活听觉皮层的更局部区域，而宽带噪声将激活更广泛的区域。 19、21、22
利用频域热反射法进行有机薄膜非接触式质量密度和热导率测量
这些材料的厚度[13,14]、孔隙率[15]、多晶性[16]和生长形貌都会影响关键的设计参数，如质量密度（ρ）和热导率（κ）。例如，质量密度是爆炸材料爆轰性能的主要参数，因为它与由此产生的传播速度成正比。[17,18]另一方面，热导率可以为药物成分的无定形稳定性提供关键见解，这最终决定了它们的生物利用度。[3,19,20]对于薄膜热障，质量密度和热导率都起着重要作用，因为它们通常是被动的并受到瞬态热载荷。 [8] 考虑到工程表面的状况、[12] 微观缺陷、[21] 通往非晶态的新途径[20] 和新型沉积技术[22] 预计将共同作用以控制有机薄膜的微观结构，需要对热物理性质进行局部测量，以指导其合成和生长。然而，对有机薄膜而言，质量密度的局部测量是一个巨大的挑战。例如，掠入射 X 射线反射、光谱椭圆偏振术和横截面扫描电子显微镜要么需要超光滑表面[23]、有机物透明的波长[24]，要么需要可能损坏熔点低的样品的离子暴露。[25,26] 另一方面，重量法测量质量和体积会得出整个样本的平均密度，而没有关于微观结构的信息。显然，需要一种能够非破坏性地探测有机薄膜局部质量密度变化的测量技术。频域热反射 (FDTR) 是一种成熟的泵探测测量技术，可用于测定块体和薄膜材料的热性质，探测尺寸与激光光斑尺寸相当（通常约为 10 μ m）。[27–29] 使用 FDTR，可以定期提取材料的热导率和体积热容量 (ρcp)。然后可以使用测得的体积热容量和体积比热容 (cp) 的假设来确定质量密度。为了测量有机薄膜的质量密度，