基于Gauss滤波的多媒体图像的可视化检索

基于图像的可视化特征的图像检索和查询，是当前多媒体系统的重要研究方向。对于基于图像局部匹配的检索，传统的模板匹配和区域分割方法只能在目标图像中检索非常相似的对象，对尺度或形状有较大变化的目标则难以得到满意的结果。提出了一种不依赖于模板匹配的方法——图像的多尺度高斯滤波表示，用于图像的特征提取和局部匹配，并在分布并行索引结构下实现了该方法的快速索引和搜索算法。实验表明，该方法能够在较大尺度和视角变化范围内，更有效地进行图像的特征提取和检索，对基于图像局部区域相似性的匹配能达到较好的效果。     

利用图论设计图像压缩中的向量量化聚类算法

向量量化是图像压缩中的重要内容,而码书生成是向量量化的关键.提出了一个全新的、简单的码书生成算法,其基本思想是以向量量化聚类性质为基础,应用图论建立数据之间的离散关联设计算法.该算法与传统的算法相比,优势在于不需要初始码书,不需要在实际应用中几乎不可能知道的高维向量集合的概率分布,不需要Voronoi划分,同时它避免了一般算法局部最优问题.     

T检验识别阿尔茨海默病候选致病基因及基因生物分析

医学研究表明阿尔茨海默病(AD)的致病机制与基因有关,过高或过低的基因表达水平异常都会让人体失去平衡,产生病变.利用T检验法对基因芯片公共数据库GEO中的4种AD样本的基因芯片数据进行分析,提取出具有重要意义的显著差异表达基因,再通过这些差异基因的生物信息学分析其在AD发病机制中的作用,为AD致病机制的探询、预防、早期诊断与治疗等提供有益的途径和方法.通过该算法的筛选、结合AD发病机制的假说及基因生物学分析,最终识别出30个AD候选致病基因,其中有5个已经被确定为与AD有关,10个被AD致病基因筛选算法识别.     

一种减少LBG算法计算冗余量的有效改进算法

利用范数等价性和LBG算法迭代过程中数据是分区域收敛性质,提出新的码书训练算法FLC.该方法用计算量小的范数进行距离计算和尽早删除聚类过程中已趋稳定的区域,因而速度非常快.用典型的测试图像Lena和Barb作实验,表明FLC算法以峰值信噪比只比LBG算法少0.25dB～0.43dB为代价,把运行时间缩短为LBG的1/3.74～1/9.59.     

以熵序列收敛作算法停止判据的码书训练算法

以LBG算法为代表的传统码书训练算法基本上都用量化失真序列收敛作算法停止条件。提出了一种简单、快速的新算法。该算法的基本思想为 ,不必计算量化失真 ,直接用区域序列对应的熵序列收敛作停止条件。与经典的LBG算法相比 ,该算法结构更简单、速度更快、更容易理解。我们用典型的测试图像Lena、Barbara作实验 ,实验结果表明 ,该算法的PSNR与著名的LBG算法相差小于 0 1dB ,但它的运行速度比LBG快两倍以上。     

基于PCA的模糊C均值聚类算法识别AD候选致病基因

研究表明阿尔茨海默病(AD)的致病机理可能与基因有关.利用计算方法对AD基因表达数据进行挖掘,以获得AD候选致病基因,寻找治愈AD方法.结合生物信息理论应用基于主成分分析(PCA)方法的模糊C均值算法处理基因表达数据:观察到AD基因表达数据具有线性相关性后,先用PCA对数据降维,再利用一维分类方法对降维后的数据聚类,然后将结果提供给模糊C均值算法作为其初始聚类数目和聚类中心.通过算法,最终识别出9个AD候选致病基因.     

针对向量量化的一种新的计算机体系结构

图像压缩需要快速编码，并行处理技术是一种高效的图像压缩技术。向量量化是一种很有前途的压缩方法，并且非常适合并行处理。提出了一种新的向量量化并行处理结构，该结构能明显减少通信延迟。     

一个计算集合交集的简单量子算法(英文)

集合的求交集运算是数学中的基本运算.当集合元素为高维向量时候,求交运算的计算效率就十分低下.应用了一般性Grover迭代去设计算法,提出了一个简单求交运算的量子算法,它的运算效率明显比经典的电子计算算法高.     

量子算法及其在图像处理中的应用

量子计算与量子信息是涉及物理学、计算机科学、数学以及信息科学等多个学科的新兴综合性交叉研究领域,是量子力学理论和经典计算理论完美结合的产物.由于其强大的计算能力及广阔的应用前景,使得其在国际学术界以及政府科研机构中引起巨大的兴趣.在量子计算的研究中,计算性能的优越性主要体现在算法的有效性上.目前为止,被公认的最具代表性的量子算法有Shor的大数质因子分解算法以及Grover提出的数据库搜索量子算法.集合运算是科学技术很多领域的基础,如数据库操作、信号处理、图像压缩等等都可最终归结为对集合的操作.但是对于包含了高维无序向量的集合,要对其进行有效快速的集合运算,在经典电子计算机上是困难的.因此,需要新的原理和新的算法来有效操作集合.量子图像处理(QIP)就是利用量子计算机来处理图像信息从而希望获得比电子计算机更好的处理效果.量子图像处理研究才刚刚起步,在不久的将来可能会成为一个受关注的研究热点.对目前的量子算法研究进展、量子集合运算、量子图像处理以及量子Hopfield神经网络研究作一个综述性论述.