一种基于改进随机游走的肺结节分割方法

传统的肺结节分割方法无法精确分割出肺结节外部毛刺,并且无法分离出与血管和胸壁相连的肺结节.针对这些问题,提出一种改进的随机游走算法并应用于肺结节的分割中.首先,根据Dirichlet边界条件计算得到的未标记点到标记点的概率值的大小将图像分为目标区域,背景区域和不确定区域,应用欧式距离计算不确定区域中节点与标记点的灰度差异并根据距离的大小将其进行分类.其次,提出了一种两点间抛物线法用于对初始分割结果进行二次分割.实验结果表明,与传统方法相比,所提方法实现了肺结节的精确分割,提高了计算机辅助诊断对肺结节进行分析和鉴别的精度.     

一种抗噪的概念漂移数据流分类方法

隐含概念漂移的数据流分类问题是数据挖掘领域研究的热点之一,而实际数据中的噪音会直接影响概念漂移检测及分类质量,因此具有良好抗噪性能的数据流分类方法具有重要的研究和应用价值.随机决策树的集成模型是一种有效的数据流分类模型,为此本文基于随机决策树,引入Hoeffding Bounds不等式来检测和区分概念漂移和噪音,根据检测结果动态调整滑动窗口的大小和漂移检测周期,并提出一种增量式的集成分类方法ICDC,实验结果表明,本文算法在含噪音数据流上处理概念漂移是有效的.     

多媒体数据流描述模型及同步化的实现

通过对视频、音频、文本及静止图像等多媒体数据流序列结构化描述模型的建立,实现以此为基础的多媒体数据流分类、分割及同步描述等功能。为确定多媒体数据流的每个对象在时间和空间上的位置问题,提供了描述、传输、存储的结构化同步描述方法。     

基于随机平衡采样的不平衡数据流分类研究

数据流广泛应用于现实世界的多个领域,但是不平衡数据流的存在严重影响了传统数据流分类器的性能.针对不平衡数据流问题,提出了随机平衡采样算法(RBS)处理数据流的不平衡问题,并以RBS算法为基础提出了随机平衡采样数据流集成算法(RBSSEA)旨在解决不平衡数据流的分类问题.最后,分别采用合成和真实数据集对RBSSEA算法进行验证,实验结果证明RBSSEA算法在解决不平衡数据流分类问题具有一定的优势.     

大数据环境下的不确定数据流在线分类算法

在大数据环境下,由于隐私保护、数据丢失等原因,数据普遍存在不确定性;数据流系统中数据不断地到达系统,只扫描一遍且不能一次性全部获得;所以要构建一个增量分类模型来处理不确定数据流分类.本文基于VFDT算法提出了WBVFDTu算法,该算法在学习和分类阶段都可快速而有效地分析不确定信息.在学习期间,采用Hoeffding分解定理构造决策树模型;在分类期间,在决策树的叶子节点利用加权贝叶斯分类算法提高模型的分类准确率和算法的执行效率.最终证明该算法能够非常快速地学习不确定数据流,提高分类的准确率.     

基于面向对象的热带林分类方法研究

【目的】为了加强热带林资源的保护,采用遥感技术对热带林植被进行分类研究。【方法】基于SPOT6高分辨率遥感影像,采用ESP多尺度分割评价模型与专家知识结合的方法确定最优分割尺度参数,在分割的基础上充分挖掘目标地物的光谱、形状及纹理信息,合理选择分类特征组合,建立分类规则,构建了一套基于面向对象的热带林多尺度分类方法。【结果】与单一尺度的分类方法相比,该方法分类精度有明显提高,分类总体精度达到84.46%,并且缩短了传统目视确定最优分割参数的时间,提高了分割效率和精度。【结论】基于面向对象的多尺度分类方法能够实现高精度的热带林植被信息提取,可为遥感分类技术在热带林的应用提供参考。     

面向不完全标记数据流的集成分类算法

实际数据流中许多数据是无标签的,且其中隐含着不同类型的概念漂移。为此,本文提出了一种面向不完全标记数据流的集成分类算法,该算法利用K均值聚类算法标记无标签实例,利用Hoeffding Bounds不等式确定的双阈值检测概念漂移,同时动态地更新分类模型以适应数据流环境的变化。实验结果表明,本文提出的算法能够在类传播过程中具有较高标记正确率,又能从噪音中识别出不同类型的概念漂移。     

带重现概念漂移的不平衡数据流分类研究

数据流广泛存在于现实应用中,重现概念漂移和数据分布不平衡性是其重要特性,它们会导致传统数据流分类器负偏离、性能下降及学习时间倍增。针对重现概念漂移和数据分布不平衡的特点,本文提出重现概念漂移不平衡数据流的随机平衡采样集成分类算法(RBSRISEA),首先用随机平衡采样算法重新平衡数据分布,之后对预处理的数据流再进行重现概念漂移探测。实验表明,RBSRISEA对重现概念漂移有较强的敏感性和泛化能力。RBSRISEA可以处理带重现概念漂移的不平衡数据流分类问题。     

基于统计的自适应窗数据流离群点检测算法

使用滑动窗口的统计方法进行数据流离群点检测,是一种有效的在低纬度下进行离群点查找的方法,但是该法无法处理数据密度不均匀的数据流.据此提出一种自适应的基于统计的数据流动态检测算法.首先利用局部数据欧式空间中距离的数学期望和方差找到一个合适的k阶邻域,然后对这个k阶邻域内数据点的欧式距离和进行基于统计的离群点检测,实现自动适应数据流中稀疏段和稠密段的密度变化.理论和实验结果均表明,该算法可以有效地解决数据流离群点检测问题.     

不确定数据流上的离群点检测处理

提出了一种快速不确定数据流上的离群点检测算法. 采用分层次划分思想给出了适用于流式数据的索引构建方法,并为索引结构中的叶子结点增加了部分存储信息,使得在数据更新时新流入的数据点可以利用中间结果信息直接完成批量过滤,降低计算成本. 通过分析离群概率值求解的递推规律,给出了一种全新的离群概率值求解方案,该方案可以最大可能地避免全近邻集合的迭代计算,减少了大量的非离群点计算代价,从而加快处理速度. 实验结果表明,快速不确定数据流上的离群点检测算法能够有效地提高检测效率.     

基于随机森林法的煤矿微震危害预测

微震过程的复杂性和不均衡性导致线性模型不足以预测微震灾害,提出随机森林方法(random forest)在高能量(E≥104J)下关于煤矿开采微震灾害的预测问题.数据来自位于波兰的采用长壁开采法的煤矿,采用随机森林方法对数据集进行标准均方误差(NMSE)分析,并与决策树、Bagging算法、支持向量机、最近邻法比较,发现随机森林方法对多样本、高维度的煤矿矿山微震预测问题效果理想.     

基于模糊综合评价法的煤矿废弃油井风险分类及灾害防治技术

为有效评估煤油资源重叠区废弃油井对井下煤矿工作面开采造成的影响,以双马煤矿为具体研究对象,在分析废弃油井对煤炭开采的潜在危险基础上,综合考虑了油井因素、煤油水地层位置关系以及油井伴生气体因素三个方面,构建了8个废弃油井风险等级评价指标.采用层次分析法确定了各评价指标的权重,并建立了煤矿废弃油井风险等级分类模糊综合评价模型.针对不同风险等级的废弃油井制定了相应的防治方法和安全技术措施,在双马煤矿井下安全揭露了马探31、马探20等8口废弃油井.实际工程应用表明,所建立的废弃油井危害分类评价方法正确,相应的灾害防治技术得当,取得了较好的效果,为后期双马煤矿井田范围其他废弃油井的风险评价及制定防治技术措施提供了工程技术依据.     

基于云模型和D-S理论的煤矿安全管理评价方法

针对传统评价方法处理某些指标时无法同时反映模糊性和随机性的缺陷,提出基于云模型定性与定量互转模型和D-S理论权重确定方法的综合评价方法.综合考虑煤矿安全管理影响因素,建立以设备管理、作业环境管理、信息管理、人员分配管理为二级指标的煤矿安全管理系统指标体系.霍州煤电集团宋庄煤矿的安全管理系统评价结果表明,该方法科学、有效.     

基于未确知理论的瓦斯防治系统安全评价方法

煤矿生产系统的安全问题涉及诸多不确定信息,导致煤矿安全评价中,尤其是瓦斯防治系统的安全评价存在着很多复杂而又不确定因素,加之很多安全评价方法理论性太强,很难在实际中得到应用。未确知理论是研究未确知信息的一门科学,本文基于未确知理论提出煤矿瓦斯防治系统的评价方法,并且将其应用到海石湾煤矿瓦斯防治系统中,得出其安全等级,达到了预期的应用效果。论文研究对矿井瓦斯防治和评价工作具有一定的理论指导和借鉴意义。     

山西煤矿安全因子分析评价

为了对煤矿安全进行科学客观的评价分析,进一步加强安全管理力度,采用因子分析的方法,研究了煤矿安全的发展规律和主要影响因素.结果表明:在煤矿生产过程中,各个煤矿机器设备等对安全产生的影响差别较小,管理、人员、环境等因子对煤矿安全的影响较大.将管理、人员、环境作为重点,对煤矿安全管理进行完善.该结论对煤矿安全生产具有一定的参考价值和指导意义.     

煤矿安全评价中应用模糊决策控制的探讨

在有输入和输出数据的前提下，分析了煤矿安全的模型与模糊控制模型的一致性；介绍了煤矿安全评价中检查表法的基本概念及其在本次工作中的作用。已经开展的模糊控制(模糊决策控制)的应用工作表明，进一步的研究有理论和应用方面的重要价值。     

安全评价指数法在矿井自燃火灾管理中的应用

本文论述了实用矿井安全评价方法指数法的原理，使矿井自燃火灾的安全管理由定性走向定量，从而使全矿的计算机联网管理、安全管理科学化成为可能。该方法的实用性和有效性在开滦矿务局得到了充分地验证。     

基于粗糙集理论的运输机故障诊断与分类

应用粗糙集约简理论,根据煤矿安全规程分析了煤矿胶带运输机的10种安全保护措施和统计的故障样本,提出了一种以决策表作为主要工具,直接从故障样本集中导出诊断规则及其故障分类的方法,并用实际发生的故障检验了该方案的正确性。     

煤矿机电设备管理重要性

煤矿业的发展前景是可观的,但是当前国内形式却不尽人意：煤矿安全事故时有发生,相关工作人员井下工作时人身安全得不到保障。因此做好煤矿机电设备的安全管理和安全评价是一项极为重要的工作和措施。     

煤矿安全人为事故预防关键技术

人为因素是导致中国各类煤矿安全事故的重要原因,为了寻求解决这一问题的有效办法,在对煤矿从业人员实验基础上建立了以能力与非能力因素为基本内容的人为事故预防指标体系,并对这一技术指标体系的科学性进行了实践验证。提供了煤矿从业人员人为事故预防技术指标与方法,包括能力测验、兴趣测验和人格测验3者组合而成的共性指标与涉及机械和空间能力、感知运动能力等专业指标的测评方法。