边缘宽度细化与交叉皮层模型结合的图像分割算法

针对弱边缘图像分割中交叉皮层模型产生目标几何尺寸失真等问题,提出了一种基于边缘宽度细化与交叉皮层模型结合的图像分割算法。该算法借助prewitt边缘算子和边缘斜坡模型,细化图像边缘宽度。在此基础上,利用二维直方图将交叉熵扩展至二维空间,以获得交叉皮层模型的最优分割阈值。实验结果表明,该算法不仅能克服边缘模糊的影响,对弱边缘图像进行精确分割;而且处理速度也大幅提升了。     

基于SCM模型的自适应医学图像融合方法

针对同一部位源于不同成像原理的医学图像融合问题,提出了一种基于脉冲发放皮层模型(SCM)的自适应医学图像融合方法.不同于传统的神经网络模型,SCM具有更直观的运行机制和更优良的图像处理效果,并且待定参数较少,极大地降低了SCM的计算复杂度.同时使用赋时矩阵解决了经典SCM中迭代次数难以确定的缺陷.实验结果表明本文方法是有效可行的.     

基于灰狼优化算法的PCNN中药材显微图像分割

为有效分割中药材显微图像的目标信息,提出了一种基于灰狼优化算法(Gray wolf optimization, GWO)的改进型脉冲耦合神经网络(Pulse coupled neural networks, PCNN)中药材显微图像自动分割方法。首先,从适应处理显微图像的角度出发对传统PCNN模型进行简化与改进;其次,在训练图像中提取香农熵值作为GWO的适应度函数来自适应调节PCNN关键参数——链接系数β,进而实现图像目标的最优分割;最后,将所提算法与聚类分割法、OTSU法、传统PCNN法进行了实验比较,并用骰子系数、体积重叠误差、相对体积、精确度和交并比等常用医学图像分割评判标准对4种处理方法做了客观评价。实验结果表明,所提方法能够实现图像的自适应分割,较好地保持了图像细节、纹理及边缘等信息,对不同显微图像分割准确度高,改善了图像的分割性能,具有较强的适用性。     

基于PCNN模型的区域生长图像分割

提出了一种结合区域生长算法和脉冲耦合神经网络进行图像分割的方法.该方法将待分割图像的像素点映射为PCNN模型中的神经元,把改进的脉冲耦合神经网络模型的点火频率同区域生长的理论结合起来进行图像分割.实验表明该方法分割的图像与传统的分割法相比具有边缘信息更加完整,区域划分更加准确,分割效果更能符合人眼视觉的识别特征.     

基于熵和变异度的织物疵点图像分割方法

针对现有织物疵点图像分割方法对光照不均匀敏感的问题,提出了一种基于局部熵和变异度的织物疵点图像分割方法。首先对织物图像进行局部熵和变异度计算,提取疵点的类边缘和区域信息;然后基于人工神经网络脉冲耦合（PCNN ）的区域生长法分割织物疵点图像。通过对T ILDA数据库中的疵点图像和基于线阵CCD在线检测的织物疵点图像进行测试,并与已有的相关方法进行对比实验和评价。结果表明,该方法不仅能有效地抑制光照不均匀和复杂背景干扰的影响,而且分割质量有了明显改进。     

基于强度PCNN的静态图像人脸识别

为了减少人脸图像中姿势、表情和光照等因素对人脸识别的影响,引用了一种基于脉冲发放强度的脉冲耦合神经网络(PCNN,pulse coupled neural network)的人脸特征提取方法。不同人脸图像具有不同的灰度特征,将人脸图像输入PCNN模型后可以得到各个图像特定的脉冲发放强度矩阵。实验利用脉冲强度矩阵作为人脸特征,并结合距离分类器——余弦距离进行人脸识别。仿真实验表明,基于强度PCNN模型提取的特征能刻画出人脸的细节,对于不同姿势、表情及面部明显遮挡物的人脸图像,具有较好的识别结果。该方法对于复杂人脸图像特征的提取,具有较强的鲁棒性。     

基于多尺度空间PCNN模型的图像分割算法

运动车辆图像中车牌具有所占比例小、位置不固定和大小不一的特点,因此,对车辆图像分割时车牌区域容易产生过分割与欠分割问题.脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)被誉为"第三代神经网络"并广泛应用于图像分割.在利用PCNN模拟人类视觉的图像分割过程中,由于传统PCNN模型中的连接矩阵使用固定值表示,使得PCNN模型不能满足图像分割时尺度变化的需求.为了解决这个问题,本文提出了基于多尺度空间PCNN模型的车辆图像分割算法,将尺度空间引入PCNN模型,使PCNN模型具有了尺度特性,提高了系统自适应分割车牌图像的能力.     

PCNN图像分割技术进展综述

图像分割是模式识别和计算机视觉中的一个经典问题。近年来出现了很多图像分割新技术,其中基于脉冲耦合神经网络（PCNN）的图像分割技术由于它源于猫的大脑视觉皮层上的同步脉冲发放现象最为引人注目。本文对PCNN图像分割技术进行了全面的介绍。     

复杂光照与背景下的Double肤色模型人脸检测算法

针对复杂光照与背景的图像中难以准确检测出人脸的情况,提出一种复杂光照与背景下的Double肤色模型人脸检测算法。采用一种改进的光照补偿方法对图像进行光照预处理,融合改进的高斯肤色模型和非线性肤色模型,通过对融合算法进行收敛性验证与实例检验,证明了其可行性。实验结果表明,该算法能够对复杂背景及光照下多人脸、多姿态、遮挡、动态视频图像等情况的人脸检测有较好的检测效果。     

基于高斯混合模型的光照自适应背景减法

采用带有光照自适应的基于高斯混合模型的背景减法提取移动物体的图像.通过只更新感兴趣的高斯分布减少运算量;对基于改进的高斯混合模型算法提取的图像,当光照快速变化时进行光照补偿.实验结果表明,改进的高斯混合模型算法,对光照快速变化的场景有较好的适应性,提取的图像效果较好.     

去氢表雄酮对抗NMDA神经毒性与抑制细胞内Ca2+升高有关

去氢表雄酮(Dehydroepiandrosterone，DHEA)是一种神经甾体物质，虽然已经发现对中枢神经系统有保护作用，但其分子机制尚未阐明．从胚胎小鼠(E15～16)大脑皮层分离神经元，离体培养10d，用MTT法检测DHEA对抗NMDA神经毒性的作用．用荧光染料Fluo-3处理后，激光共聚焦显微镜分析胞内Ca^2 浓度的变化，研究了DHEA神经保护作用与胞内Ca^2 浓度的相关性．结果发现：(1)NMDA的剂量、时间依赖方式降低神经元的活性，(2)DHEA预处理可以明显改善NMDA诱导的形态学变化，且剂量依赖性预防NMDA的毒性，(3)1mmol／L NMDA诱导细胞内游离Ca^2 荧光浓度的迅速升高，而DHEA可以阻断这种变化．以上数据表明，DHEA可以保护神经元，对抗NMDA的神经毒性作用，其机制可能与抑制胞内Ca^2 升高有关．     

川芎嗪对缺氧缺糖损伤大脑皮层神经元的保护作用及初步机制研究

目的:研究川芎嗪(TMP)对缺氧缺糖(OGD)损伤大脑皮层神经元的保护作用,探讨TMP神经保护作用的可能机制.方法:建立体外原代大脑皮层神经元OGD模型,利用MTT法和LDH试剂盒分别检测细胞存活率及细胞毒性;Hoechst染色法检测细胞凋亡;流式细胞仪检测细胞内ROS的含量;实时-PCR检测细胞内线粒体生物合成相关mRAN(PGC-1α,TFAM)的表达量.结果:经OGD损伤4 h后,细胞活力明显下降,细胞释放的LDH含量升高;细胞凋亡形态学特征明显,细胞凋亡率增加;细胞内ROS含量增加,同时PGC-1α和TFAM mRNA的表达量明显减少.TMP预保护后,可以明显提高OGD损伤后细胞的存活率,降低LDH的释放,改善细胞核形态变化,并且减少细胞凋亡率,抑制细胞内ROS的产生,提高PGC-1α和TFAM的表达.结论:TMP对OGD损伤的神经元具有神经保护作用,其机制可能与抗氧化,抗凋亡和增加线粒体生物合成相关因子(PGC-1α,TFAM)的表达有关.     

模型驱动体系结构MDA及xUML规范在其语境中的探讨

介绍OMG提出的模型驱动体系结构MDA ,它将与实现技术无关的模型和基于特定技术的模型分离 ,并通过模型间的变换 ,使系统能适应技术的发展 ,解决系统在不同中间件平台的集成、互操作性、可移植性等问题 ,提高生产力 ,保证程序质量 .并对在MDA语境中的xUML作进一步的讨论     

复杂网络模型的分析

从平均路径长度、聚集系数、度分布的角度对复杂网络中的三种网络模型,即随机网络模型、小世界网络模型和无标度网络模型进行了分析,并对复杂网络模型的研究意义进行了说明.随着对复杂系统研究的深入,复杂网络在现实中的应用范围日益广泛,提供了一种新的方法去研究世界,同时也给带来新的机遇和挑战.     

SNMPv3的安全机制

随着互联网的发展，网络安全逐渐成为网络管理中的一个重要问题。本文在结合对ＳＮＭＰｖ３（简单网络管理协议第３版）进行分析的基础上，介绍了其安全机制的两个模块及其安全处理过程。     

基于结构化模型驱动的稳控装置动作模拟仿真方法

提出了一种基于结构化模型驱动的稳控装置动作模拟仿真方法.通过对稳控装置模型的结构化,将其稳控策略组织为四元表形式(即故障、运行方式、潮流水平和控制策略),并将其控制策略分解为控制方式、控制量、控制量实施原则、控制对象队列和约束5个基本元素,在此基础上归纳出直接型、顺序型、循环型和最优型四种基本的控制策略结构化模型.进一...     

基于Petri网的工作流模型合理性研究

针对难以建立合理的工作流模型问题,将工作流管理联盟(WFMC)定义的工作流模型映射为工作流网络(WF-net).在定义并证明两种不破坏原工作流网络结构特性和系统行为的调整映射的基础上,将该工作流网络调整为完全的扩展自由选择网(EFC-net).通过证明扩展自由选择网与自由选择网(FC-net)的最小死锁有相同的特征.通过引入获取最小死锁的算法,结合秩定理,给出了验证工作流合理性的算法.     

新的组合模型及在港口客流量预测上的应用

应用时间序列分析及灰色系统的有关理论提出了一种新的组合模型,并用这一模型对大连港的客流量进行了预测。     

企业组织结构的仿真建模

企业的敏捷性是当今企业组织和生产研究的热点问题，而组织结构的研究则是敏捷性研究中的根本．对在实践中应用较广泛的组织形式：直线职能制（Ｕ型）和事业部制（Ｍ 型）的组织结构进行了定量讨论．将通常用于物流系统研究的Ａｒｅｎａ 仿真软件，应用在属于信息流系统的Ｕ型和Ｍ 型组织结构的仿真研究上，以两种企业组织结构的运行时间为指标，对两者的运行效率进行了仿真对比．结果表明，Ｍ 型运行效率优于Ｕ型．这与定性研究结论与实践结果是完全一致的．说明利用Ａｒｅｎａ对组织结构所建模型是可靠而实际的     

VaR和ES尾部风险的比较分析

近年来,风险值(VaR)已成为一种重要的度量市场风险的测度,但它存在一些概念上的缺陷,因此人们在VaR的基础上又提出了两种新的度量市场风险的测度:尾部条件期望(TCE)和期望损失(ES).该文运用极值理论中的POT模型和正态分布GARCH(1,1)模型比较了VaR和ES的尾部风险,结果验证了ES比VaR有更小的尾部风险.