基于Markov随机场和FRAME模型的无监督图像分割

提出了一种多纹理图像的无监督分割方法. 此方法应用两层的随机场模型对需要分割的图像进行建模. 第一层用Markov随机场(MRF)模型表示一个不可观测的区域图像, 第二层用“滤波器, 随机场和最大熵(FRAME)”模型表示覆盖每一个区域的纹理图像, 与传统的分层Markov随机场(HMRF)模型相比较, FRAME模型可以取较大的邻域系, 从而对更加复杂的图案式样进行建模. 根据Bayes定理, 分割问题被转化成一个最大后验(MAP)估计问题. 迭代条件模型(ICM)算法用来求解最大后验估计. 提出一个基于局部熵率的算法来简化MRF参数的估计, FRAME模型的参数用最大期望(EM)算法估计. 最后, 使用一些合成的和真实的图像分别来做实验, 实验结果表明该方法能有效地分割含有复杂纹理的图像, 并且对噪声有一定的鲁棒性.     

无人机图像全自动生成大比例尺真正射影像方法

随着无人机遥感技术逐步从研究开发阶段发展到实际应用阶段,采用无人机图像进行大比例尺的真正射影像生成方法的研究具有重要的现实意义．本文旨在探索将计算机视觉中获得巨大成功的多视三维重建技术应用到对无人机影像处理中,给出了一种基于运动恢复结构重建算法和多视图立体视觉算法全自动生成大比例真正射影像的方法．本文首先分析了无人机图像PMVS重建点云的特点,给出一种由基于面片多视图立体视觉稠密点生成数字表面模型的方法,然后详细介绍了包括正射影像图像坐标映射模型、可见性计算、基于Markov随机场能量优化的面片选择和匀光处理等真正射影像生成的关键步骤．实验结果以及与商业软件的比较表明：本文给出的方法在野外地形和城市区域均能获取有效的真正射影像结果．     

一种快速TMF的无监督SAR图像多类分割算法

三重Markov随机场(TMF)模型非常适合处理非平稳、非高斯图像的分割问题.为了降低模型和算法的复杂性,以满足对实测SAR图像处理的实时、稳健和高效的需求,文中提出了一种快速TMF的无监督SAR图像多类分割算法.该算法首先针对SAR图像的乘性斑点噪声,研究了SAR图像四叉树分解的数字特征、阈值选取及分解规则,使得在图像平滑区进行粗分解,而在图像边缘区进行细分解,将图像快速映射成一种新的基于边缘信息的pixon描述,然后再将TMF算法进行扩展,导出了基于边缘信息pixon描述的TMF新的势能函数,最后完成Bayes最大后验模型(MPM)分割.测试数据和实测SAR图像的仿真实验验证了快速TMF算法的有效性.     

基于造影图像的能量场反投影合成冠脉三维重建

基于造影图像的血管三维重建技术对于心血管疾病的计算机辅助诊断具有重要的临床实用价值.本文针对两幅单平面冠脉造影图像,提出了一种能量场反投影合成冠脉三维重建方法.深入研究了X射线造影成像原理和非封闭参数曲线构建方法,基于透视投影模型将两幅造影图像中形变曲线所受的外部驱动能量场反投影到三维空间中实现合成.在外部形变驱动力和内部平滑力的共同作用下,三维参数曲线不断形变向合成能量场最小的方向演化.为获得高精度的重建结果,通过曲线匹配方法实现参数曲线上点对点的稠密匹配,然后使用集束调整方法实现投影参数和血管三维结构的非线性全局优化.为了验证算法的有效性,我们将本文提出的方法在仿真数据和真实造影图像上进行了一系列实验;同时对具有不同造影成像角度差的图像进行了重建精度比较.实验结果表明本文提出的方法非常有效和鲁棒,重建冠脉血管树在三维空间中的均方误差小于0.80mm.     

带方向特征的Contourlet HMT模型

根据Shannon信息理论将纹理的方向特征定义为:图像中信号取值为随机分布的奇异值时方向变量的取值特征.根据这一定义,并结合Tamura方向特征的求取方法,文中对Contourlet变换系数的方向概率分布进行了研究,获得方向特征在Contourlet变换的父子子带间形成传递这一结论,在此基础上结合Contourlet隐Markov树(HMT)模型,建立了以隐状态变量分布为条件的方向隐变量的概率分布模型,即带方向特征的Contourlet HMT模型,给出了该模型的结构和训练方法.此外,通过基于所提出模型的无监督结合上下文信息的图像分割算法对合成图像和遥感图像的目标分割实验验证了所提出模型的有效性.     

复合高斯杂波中知识辅助检测器的先验信息感知方法

利用先验信息可以提高雷达目标的探测能力,若先验信息与当前探测环境不匹配,知识辅助检测器的性能会受到影响.本文针对Bayes框架下的复合高斯杂波中的知识辅助检测器,提出了杂波纹理分量先验分布参数的感知方法.首先阐述了知识辅助检测器先验信息感知的一般方法.然后针对基于杂波纹理分量先验信息的知识辅助检测器结构,建立了先验模型参数失配与知识辅助检测器检测性能之间的量化关系.进一步利用知识辅助检测器对当前杂波场景进行探测,获得检验统计量和虚警率测量值,从而构造纹理分量分布参数的约束关系.通过分析多个约束关系的交点,获得杂波纹理分量先验分布参数的感知值.计算机仿真分析了这种感知方法的可行性,并利用实测杂波数据对感知方法进行了验证.通过知识辅助检测器检测性能对比分析,采用感知方法获得的先验信息模型参数能够进一步提高检测器的性能.     

卡通—纹理字典学习的图像分解方法

结合变分方法与字典学习,提出一个新的图像分解变分模型和由扩散流引导的字典学习算法.实验结果表明,和已有图像分解方法相比,新算法自适应性强,不仅可以更好地将图像的卡通和纹理分开,而且能有效地将纹理中的噪声去除.     

基于语义约束与Graph Cuts的稠密三维场景重建

本文提出一种新颖、有效的稠密三维场景重建算法.在城市建筑场景的重建中,为了快速恢复稠密、准确的深度信息,本文算法首先在视图中对建筑区域进行了语义分割以降低非重建区域(如天空、地面等)的干扰,在提高整体重建速度的同时也增强了采用平面模型对其进行重建的可靠性;然后,在通过基于DAISY特征的空间点扩散方法获取的初始深度图的基础上,针对传统算法难以重建的弱纹理、倾斜表面等区域,本文算法依据场景分段平滑的假设,在超像素级MRF能量优化框架中对其相应的空间平面进行了推断.由于能量函数融合了初始深度图的约束、空间平面先验及空间平面间的几何关系等信息,而且候选平面集通过平面拟合和已知平面约束下的多方向平面扫描两种方法构造,使得相应的两阶段迭代Graph Cuts对能量函数的求解更快速和精确.在标准数据集和真实数据上的实验表明,本文算法能有效克服光照变化、透视畸变、弱纹理区域等因素的影响,快速恢复建筑区域完整的深度图.     

激活函数可调的神经元模型及其有监督学习与应用

提出一种激活函数可调的新神经元模型(tunableactivationfunction,简记为TAF)模型,并给出这类模型的一般形式.该模型用于多层前向神经网络MFNN时,其激活函数可借类似BP算法进行训练而求得.通过几个具体例子给出了对激活函数进行训练的算法.试验结果表明,采用TAF模型的多层前向神经网络的网络容量和性能,优于采用通常M-P模型的网络.     

基于图论的多尺度特征点匹配

文中针对在视觉测量系统中双目立体视觉特征点同名点匹配问题,提出基于图论的稀疏特征点全局匹配算法.首先,提出多尺度特征点提取算法来获得特征点的准确位置.算法引入多尺度小波变换,利用变换后的系数构建自相关矩阵从而进一步确定特征点的位置.然后,根据图理论将提取的稀疏特征点构建一个图,从而使特征点匹配问题转化为可用能量最小化方法解决的图的标记问题.此多尺度特征点全局匹配算法利用多尺度分析来提高匹配精度,并且利用特征点构建图降低了图的规模,同时根据极线约束选择潜在视差值进行计算,降低了计算量.实验结果表明此算法可获得精确的匹配结果.     

内源性硫化氢与皮质发育障碍模型大鼠认知功能损害的相关性研究。

目的探讨皮质发育障碍DCDs（disorders of cortical development）模型鼠的认知功能与H2s的变化关系。方法用1射线照射孕15d Wistar大鼠,制作DCDs模型。采用Morris水迷宫法测试P30（出生后30天）、P60、P90F1代DCDs模型鼠和对照组大鼠的学习能力和空间记忆能力。用敏感硫电极法检测大鼠血液及海马组织中H2s浓度。用亚甲基蓝法测定大鼠海马神经元细胞胱硫醚,B-合酶CBS（cystathionine。beta-synthase）酶活性。结果水迷宫实验：P60、P90模型组大鼠较正常对照组潜伏期明显延长（P〈0．05）,且随月龄增加潜伏期越长。P60、P90模型纽大鼠较对照组血液也s浓度分别降低6．5、11．5μmol,／L、海马组织H2s含量分别减少3．2、5．6μLmol／L．mg,海马组织神经元细胞CBS酶活性降低24．94、34．46μmol／L．g．min。P30模型组与对照组的各项变化不明显。结论DCDs模型鼠脑内H,S含量及海马组织神经元细胞CBS酶活性降低,内源性H2s降低与DCDs认知功能损害可能具有相关性,并为治疗皮质发育障碍的认知功能损害可能提供治疗途径。     

物联网体系结构模型与互连机理

网络实现了信息资源的共享,极大地改变了人们的生产生活方式.物联网将网络从信息空间进一步向物理空间延伸,通过对物理环境的感知与控制,丰富了人类认识世界与改造世界的手段.本文首先提出了包括对象感控层、数据交换层、信息整合层和应用服务层等4个层次的物联网体系结构功能模型,并对体系结构模型及各层实体进行了面向对象的描述.对于物联网系统中最为核心的网元互连问题,我们兼顾考虑强弱网元间的互连互通和网元与物理对象间的互动互操作,提出了支持强弱网元共存的物联网互连模型和基于能力映射与任务迁移的强弱网元互连机制.论文通过原型系统对提出的互连模型和互连机制进行了验证.     

基于平均增益模型的连续型(1+1)进化算法计算时间复杂性分析

连续型进化算法的计算时间复杂性分析是进化计算理论研究的一项公开难题,目前相关研究成果较少.针对连续型(1+1)EA,基于适应值差函数提出了平均增益模型及其分析方法,给出了平均计算时间的计算理论,为算法的计算时间复杂性分析提供了依据.在此基础上,研究还选取了学术界关注的球形函数作为研究对象,分别推导了变异步长满足标准正态分布和均匀分布的连续型(1+1)EA在优化球形函数时的平均增益,并估算出了它们的平均计算时间.理论分析说明:1)两种算法的计算时间复杂性都是指数级的;2)在给定相同精度和初始适应值差的前提下,采用均匀分布变异算子的算法其寻优速度优于采用标准正态分布变异算子的算法.进一步地,通过数值实验对理论分析结果进行了验证,结果表明平均增益模型分析是有效的.     

Intrathalamic sensory connections mediated by the thalamic reticular nucleus

The thalamus and cerebral cortex are linked together to form a vast network of interconnections. Different modes of interactions among the cells in this network underlie different states of consciousness, such as wakefulness and sleep. Interposed between the dorsal thalamus and cortex are the GABAergic neurons of the thalamic reticular nucleus (TRN), which play a pivotal role not only in switching between the awake and sleep states but also in sensory processing during the awake state. The visual, somatosensory, and auditory sectors of TRN share many of the same organizational features. Each of these sectors contains maps, which are related to its inputs and outputs, and organizational components called ‘slabs.’ It is proposed that, during wakefulness, TRN is crucially involved in resetting the activity levels in sensory nuclei of the dorsal thalamus, which allows the cortex to actively and periodically compare its on-going sensory processing with the available sensory information. Received 11 May 1999; received after revision 15 July 1999; accepted 21 July 1999     

视觉感知结合学习的自然图像轮廓检测

本文结合非经典感受野的视觉特性与机器学习的方法,提出了一种自然图像轮廓检测模型.当非经典感受野中的刺激与感受野中心刺激形成一种精确的空间结构时,将对中心产生一种增强效应;另一方面非经典感受野中抑制作用会降低同质成分的响应,我们将这两个机制分别用于增强光滑的轮廓和减少背景中与结构无关的干扰成分.利用逻辑回归概率模型将感受野中的信息与来自非经典感受野中的信息进行有效融合,并根据图像的手工标注数据库,通过学习方法获得一组最优的模型参数.自然图像的实验结果表明该轮廓检测方法能极大地抑制来自纹理的局部边缘,减少虚假轮廓,同时能增强具有一致空间结构的成分,避免轮廓缺失.最后利用Berkeley图像数据库定量地评价了我们方法的性能,并与相关方法进行了比较.该模型不仅为复杂场景中的轮廓检测提供了一个可行的策略,并有助于对生理视觉机制的理解.     

日径流预报贝叶斯回声状态网络方法

回声状态网络（ESN）相比传统递归神经网络,具有模型简单、参数训练速度快的特点．针对标准ESN因常采用线性回归率定模型参数容易出现过拟合问题,提出了基于贝叶斯回声状态网络（BESN）的日径流预报模型．该模型将贝叶斯理论与ESN模型相结合,通过权重后验概率密度最大化而获得最优输出权重,提高了模型的泛化能力．通过安砂和新丰江两座水库日径流预测实例表明,BESN模型是一种有效、可行的预测方法,与传统BP神经网络和ESN模型对比,进一步表明BESN模型具有更好的预测精度．     

面向三峡库区水环境监测的分区多跳LEACH算法

针对无线传感器网络节点能量受限的问题,结合三峡库区水环境的具体应用环境,提出一种基于LEACH算法的改进型无线传感器网络节能路由算法——LEACH—PM。该算法将整个网络划分为若干个区域,各个分区内按轮进行建立分簇和传输数据。在簇建立阶段,考虑了节点的剩余能量;在数据传输阶段,采用单跳与多跳相结合的方式以降低网络的能耗。应用MATLAB对LEACH-PM算法与已有的LEACH算法进行仿真比较。实验结果显示,LEACH—M算法能更好平衡网络节点能耗,降低簇头节点能耗,延长整个网络的生存期。     

基于AODV节能路由协议的改进

在AODV路由算法的基础上,提出一种节能路由算法MEE( Maximum Energy-efficient) -AODV.该算法通过改进AODV的请求(RREQ)分组获得整个网络的平均电池剩余能量,并且综合考虑跳数和节点剩余能量,以达到节能的目的.仿真表明,该算法在节能方面效果明显,延长了网络生存时间,有效提高了网络的性能.     

计算机网络病毒传播的概率模型

研究网络拓扑对病毒传播的影响.提出在双星图上计算固定概率(病毒成功蔓延整个网络的概率)的教值方法,并成功将其转化为求解线性方程组的问题.通过仿真发现:1)双星网络越不平衡,病毒越容易在其中蔓延;2)让网络规模趋于无穷大,固定概率收敛.固定概率还可以简单地作为判断双星网络是否安全可信的参考指标.     

灰色及其改进模型在人口预测中的应用

在灰色GM（1,1）模型和优化的等维递补GM（1,1）模型的基础上,构建了灰色＋BP神经网络组合模型。对2001～2005年我国人口的变化分析后,建立人口总量模型进行预测,利用原始教据建立的灰色＋BP神经网络组合模型预测我国2008年以后五年的人口总量为13．39亿、13．49亿、13．60亿、13．7亿、13．79亿,有逐年上升的趋势。经综合误差分析和后验差检验均为“优秀”,说明该模型具有一定的应用价值。