狭义超树与广义超树

通过给出狭义超树与广义超树的定义,利用超图圈数的计算公式及超图对应的二部图,得到了一系列狭义超树和广义超树之间关系的有意义命题,进一步完善了超树的理论系统.     

基于超像素融合算法的显著区域检测

针对目前流行的显著性检测算法不能精确反映显著性信息的问题,提出一种基于超像素融合方法的显著性检测算法. 首先对图像进行超像素分割,在保证高质量的图像目标边缘信息前提下,建立以超像素为节点的图模型;然后计算超像素邻接矩阵,将该图模型转化为最小生成树模型. 通过OTSU算法自适应地确定最佳阈值,根据该阈值将最小生成树模型的部分节点进行融合,获得大超像素分割区域;最后利用大超像素的颜色和相互距离信息,获得高质量的显著性图. 实验结果表明,相对于其他检测方法,该算法可以更有效地检测出图像中的显著目标,并能达到接近分割的效果.      

基于树重心的血管截面视频分割算法研究

由于血管截面有可能出现凹状,导致种子点位置偏移到血管外,造成分割结果出现错误.为解决该问题,提出一种基于最小生成树的种子点选取算法.利用前一帧分割结果随机取点,并保证随机点均匀覆盖整个分割区域;再运用Kruskal算法对所有随机点构建最小生成树,并以最小生成树的树重心作为当前帧的种子点;最后以区域生长算法对当前帧进行分割.实验结果表明,本算法能较为准确地定位血管截面的中心点,保证血管分割的准确性.     

改进的分数阶微分及图论的粘连血细胞图像分割

针对血细胞图像模糊及对比度不高的现象,提出一种改进的分数阶微分的图像预处理方法.即将形态学去噪和改进的类圆形掩膜算子的分数阶微分增强结合起来,在滤除血细胞图像的染色污染和颗粒噪声的同时较好地保留了细胞边缘细节.针对分水岭算法存在的过分割和最小生成树算法存在的效率较低问题,采用分水岭算法和最小生成树算法相结合的图像分割算法.首先用分水岭算法初分割分数阶微分增强的细胞图像,接着算法选取过分割区域映射为节点,最后基于改进的最小生成树算法再分割细胞图像.实验表明,该算法能有效缓解分水岭算法的过分割,并且有效减少了最小生成树算法中节点的数目,提高算法效率.     

基于拉普拉斯度的k-均匀超图的图熵极值

基于一般图中图熵的定义,定义了超图基于拉普拉斯度的图熵.将简单图的图熵的一些结论推广到k-均匀超图.利用一种移边操作,分别确定了在k-均匀超树、单圈k-均匀超图、双圈k-均匀超图和k-均匀化学超树中基于拉普拉斯度的图熵最大值和最小值,并确定了相应的极值图.     

基于超像素分割的视频目标检索

针对视频监控中的颜色特征检索,提出一种基于超像素分割的视频目标检索算法:该算法首先对视频帧序列按颜色及空间位置进行超像素分割,分割成若干个超像素区域;然后对每个超像素区域颜色值进行均值化处理;最后基于超像素区域进行颜色目标检索.为了验证算法的有效性,以监控拍摄的户外视频数据进行仿真实验,实验结果表明该算法能准确检索出所需目标,具有较高的实用性.     

一种改进超像素融合的图像分割方法

基于超像素的传统图像分割方法在边缘分割的一致性、计算效率和融合算法的自适应性等方面仍存在诸多问题. 文章结合国内外相关研究进展,提出了一种新型超像素融合的图像分割方法. 方法采用ERS超像素过分割算法,以强度、梯度直方图作为超像素特征,并采取EMD方法计算特征距离,通过混合Weibull模型获取融合自适应阈值,进而完成分割. 算法时间复杂度降至为O(N),分割过程中不需要手动选取待分割区域,有效提高了算法的自适应性. 实验结果表明本方法在分割边界准确度和处理效率方面优于现有方法.     

基于一维Otsu的多阈值医学图像分割算法

针对传统医学图像分割算法时间复杂度高、 分割精度低等问题, 提出一种基于一维Otsu的自动多阈值分割算法. 考虑到医学图像信息的复杂性, 引入基于梯度、 灰度、 距离的综合信息直方图替代传统的灰度直方图, 并分别赋予这3个信息相应的权值. 采用kd-树作为框架快速自动确定阈值个数, 进而实现Otsu对医学图像的自动多阈值分割. 与最大熵、 基于粒子群优化的Otsu算法等进行对比实验的结果表明, 该算法的分割性能优于其他算法.     

基于改进FCM算法的后照明图像分割与分级算法研究

后照明图像在白内障诊断和治疗中有着广泛的应用.使用计算机进行分割、分级,不仅省时而且可以得到客观的结果.针对已有算法在灰度不均匀、背景与前景灰度接近区域时无法有效分割的问题,提出一种基于改进FCM算法的后照明图像分割算法.在改进的算法中,首先计算超像素图像区域梯度信息,然后将超像素区域梯度信息归一化后作为权重引入到FCM算法中,充分考虑超像素图像区域信息和梯度信息,从而减少了这些区域的误分.实验结果表明,相比于已有分割和分级算法,本文提出的算法提高了后照明图像分割的准确率.     

基于SLIC超像素的Grab Cut算法改进

为了提高图像分割算法的效率,结合SLIC超像素算法和Grab Cut算法,提出了基于改进SLIC超像素的Grab Cut算法.改进后的SLIC超像素算法主要采用均匀随机的方式提取SLIC超像素特征,用以减少冗余的聚类中心,提高算法运行效率,并改进Grab Cut算法适应改进后的SLIC算法,完成图像分割.实验证明:基于改进SLIC超像素的Grab Cut算法简化了用户侧的操作,在一定程度上解决了对象主体的模糊、透明、重叠等问题,并大幅提升了运行效率.     

主子矩阵约束下矩阵反问题XTAX=B的对称解及其最佳逼近

利用矩阵的奇异值分解和商奇异值分解, 建立子矩阵约束下的矩阵反问题X^TAX=B对称解存在的充分必要条件, 并给出了通解的表达式, 得到了最佳逼近对称解.     

解一维抛物方程的基于应力佳点的二次有限体积元法

构造了求解一维抛物问题的一种新的Lagrange型二次全离散有限体积元法, 取应力佳点作为对偶单元的节点, 试探函数空间取Lagrange型二次有限元空间, 检验函数空间取分片常数函数空间. 证明了新方法具有最优阶的H¹模和L²模误差估计, 并讨论了H¹模的整体超收敛估计及在应力佳点导数的逐点超收敛估计. 数值实验验证了理论分析结果.     

脊波分析在手背静脉识别中的应用

提出一种基于改进的有限脊波变换的手背静脉识别算法. 利用脊波理论适合于表示直线奇异性的特点, 对手背静脉特征进行分析. 使用改进的有限脊波变换对手背静脉图像进行分解, 得到不同分解尺度下手背静脉的多分辨脊波特征, 再通过定义多分辨脊波特征距离进行模式匹配. 实验结果表明, 与传统静脉特征提取方法相比, 该方法较完整地保留了静脉的原始信息, 提高了运行速度并降低了算法复杂度.     

相对论谐振子解析逼近解的构造

利用牛顿谐波平衡法构造相对论谐波振子的解析逼近周期和周期解. 先引入新变量, 重写关于新变量的控制方程, 再用牛顿谐波平衡法求解. 结果表明: 该方法具有较快的收敛速度; 得到的解析逼近解在振幅全部取值范围内均有效; 构造的解析逼近周期和周期解具有较高的精度.     

大触摸屏上的远端目标选择技术

针对大触摸屏上远端目标选择技术复杂、 不易操作的缺陷, 提出一种简单易行的目标选择方法, 并使用方差分析方法对比测试了该方法与传统选择技术的差异. 实验结果表明, 与传统目标选择技术“手式选择”相比, 该技术的选择速度和准确率均明显提高.     

具有梯形结构大系统目标规划模型的求解算法

先在纵向分解子问题对应的约束不等式组有解的条件下, 通过证明对应的达成向量为零进而证明了子问题的最优解构成大系统问题的最优解； 再针对一般情况, 提出一种求解具有梯形结构大系统目标规划模型的“顺次解耦算法”, 并结合实例说明了算法的迭代过程及其有效性.     

集值 L1 极限鞅的 Riesz 分解

假定（X,‖·‖）为可分的Banach空间, X^*为其对偶空间,X^*可分. 设(Ω,B,P)为完备的概率空间, {B_n,n≥1}为B的上升子σ-域族, 且B=∨B_n. 讨论集值L¹极限鞅的一些性质, 并利用支撑函数及实值L¹ 极限鞅的Riesz分解定理, 给出了集值L¹极限鞅可Riesz分解的一个充要条件.     

行（列）反对称矩阵的极分解及其广义逆

考虑行（列）反对称矩阵的极分解和广义逆, 给出了行（列）反对称矩阵的极分解和广义逆计算公式, 并对行（列）反对称矩阵的极分解作了扰动分析.
结果表明, 所给方法既减少了计算量与存储量, 又保证了数值精度.     

基于轮廓跟踪的虹膜定位算法

提出一种基于轮廓跟踪算法的虹膜定位算法. 该算法先通过像素点扫描查找二值虹膜图像中轮廓的起始点, 然后由起始点进行轮廓查找、 轮廓编码、 轮廓筛选确定虹膜内轮廓, 再通过虹膜外轮廓和巩膜间的灰度突变点到内轮廓圆心距离的平均值确定外轮廓半径, 实现虹膜内、 外轮廓的定位. 实验结果表明, 该算法具有较快的定位速度、 较高的准确率, 性能稳定.     

一种基于普适计算的网络安全服务模型

提出并设计了一种基于普适计算的网络安全服务模型,将传统的网络管理技术与普适计算相结合, 能够实时监测网络流量数据并进行统计和分析, 网管人员可以随时了解网络流量的具体分布情况. 将通用安全服务应用程序接口(GSS API)与底层安全机制相结合, 从而实现相应的网络安全服务, 为应用程序提供了最大的可移植性. 解决了在远程数据传输中的安全问题, 可方便地采用更加强有力的安全机制和安 全服务.