基于CV模型与改进ME模型的肺癌检测算法

针对CT影像中恶性肺结节病灶难以自动检测的问题,提出了一种基于CV模型与改进ME模型分割区域之间的面积差异的肺部CT影像癌症检测算法.该方法利用在肺部CT影像中结节边界的模糊程度是判断恶性肺结节的最重要指标这一特性,首先通过CV模型和改进ME模型两种交互式目标分割算法分别对肺部CT影像分割,因这两种分割方法收缩效果不同,故得到两种不同的结节区域,再计算这两种区域之间的面积差异得到该区域的模糊程度,最后计算得到模糊程度比较阈值,以此判断是否存在癌症.实验结果表明,该算法对于肺部CT影像中的癌症检测具有较高的准确率.     

基于4D CT的肺部运动呼吸模型

肺部的呼吸运动会在图像导航穿刺手术中引入误差,并且该误差是穿刺导航手术的主要误差.为解决该问题,提出了一个接近亚体素级精度、方便易用、运算简便的呼吸模型.首先根据肺内部各标记点的真实运动信息推算运动状态参数;然后根据运动状态参数的运动趋势,提取各点运动的总体规律;最后结合已获得的样本数据,得到一个一般化的呼吸模型.交叉实验结果表明,运用该模型可以将由呼吸引起的原始误差降低75%左右,在呼吸幅度较小的情况下,模型可以达到亚体素级的精度,并且具有运算简便、运用简单的特点.     

基于点集与互信息的肺部CT图像三维弹性配准算法

针对基于互信息的肺部CT图像三维弹性配准算法精度低、耗时多的问题,提出了一种基于混合配准框架的配准算法.该方法将点集与互信息相结合,先采用点集配准算法获得点集位移向量,再求出变换函数,最后以基于互信息的方法进行细化配准.采用4组三维肺部CT图像,以标志点距离误差来验证算法精度.试验结果表明,所提方法能够快速精确地完成三维肺部CT图像弹性配准;相对于仅基于互信息的配准算法,耗时平均减少70%,配准精度平均提高5%.该方法可以用于4D肺CT图像的快速配准.     

基于磁感应的呼吸信号测量的可行性实验

基于磁感应测量生物阻抗变化的原理,提出了一种通过测量胸腔电导率变化来检测呼吸信号的方法.首先根据呼吸运动的特点,假定人体胸腔为电导率均匀的球体,建立磁感应测量呼吸信号的理论模型;通过仿真研究,分析阻抗与胸腔容积变化的关系,以及线圈传感器半径对测量结果的影响;最后通过实验研究探讨线圈传感器参数、盐溶液电导率和容积、测量距离、呼吸行为对测量电路的影响.实验结果表明,基于磁感应的呼吸信号测量为非接触式、长期的呼吸信号测量提供一种解决方案,具有进一步研究价值.     

基于MA-EGARCH-t-Copula模型的金融市场相关关系的研究

构建MA-EGARCH-t-Copula模型研究深证综合指数和中小板指数相关关系.选取深证综合指数与中小板指数的日收盘指数序列,利用MA-EGARCH-t模型构建Copula函数的边缘分布,使用AIC准则确定模型阶数及参数,结合秩相关系数选取较优的Copula函数刻画深证综合指数与中小板指数的相关关系,进一步利用欧氏距离法进行拟合优度检验.结果表明,t-Copula可以较好地拟合深证综合股指和中小板股指的日收益率序列间关系,两股指日收益率序列呈现出较强的相关性以及对称尾部相关性.     

信息不确定条件下时间序列的关联分析法

针对不确定信息环境中无法直接计算序列关联度的问题,提出了区间数序列关联趋势分析法(RTASI法).首先利用区间数距离表示不确定信息的差别,经过时移和翻转转换对序列进行匹配后,通过区间数序列之间的距离计算序列关联度,最后应用集对分析法对序列间的关联趋势进行分类.RTASI法将关联度计算的范围推广到不确定信息环境下,并给出序列关联趋势的分类结果.实验结果表明,RTASI法的分类准确率较高,其虚警率和漏警率均低于C均值法和模拟退火法,运行时间分别比C均值法和模拟退火法减少了77%和63.4%.     

高速运动目标的频域合成带宽方法

为了利用线性调频步进雷达获得高速运动目标的高分辨距离像,提出了基于高速运动模型的频域合成带宽方法.该方法根据运动目标雷达回波的精确模型建立运动补偿因子,并在时域将回波信号与频域频谱搬移的误差频率混频,以消除频域频谱搬移误差的影响.与传统的基于低速运动模型的合成带宽法相比,所提方法对高速运动目标回波补偿后不存在子脉冲频谱的初相补偿误差和失配误差,具有更高的补偿精度.针对高速运动目标的仿真结果表明,在采用海明窗加权的情况下,与基于低速运动模型的频域合成带宽法相比,所提方法得到的距离像没有出现栅瓣且副瓣电平在-42 dB以下.     

运用灰色关联度的仪表数字字符识别

针对仪表数字字符图像识别中存在角度倾斜和非整字的不确定因素,提出一种基于灰色关联度的仪表数字字符识别方法.通过构建硬度特征序列,将字符特征信息中的不确定信息当作"灰信息",利用灰色理论中的灰色关联分析法,分析待测字符特征序列和训练集样本的特征序列之间的相关程度,将最大关联度对应的样本字符作为识读结果.实验结果表明,该算...     

基于BP神经网络的高频雷达有效浪高场反演

针对传统利用一、二阶峰功率,二阶与一阶峰功率比(RSB)等雷达回波参数与浪高的简化关系模型反演有效浪高,存在较大误差的问题,提出一种基于BP(反向传播)神经网络的有效浪高反演方法,获取雷达回波参数与浪高间更准确的关系,以提高反演精度.首先将上述三种雷达回波参数作为输入,海洋数值模型提供的有效浪高作为输出,训练回波参数与浪高的关系模型;然后将雷达回波参数代入训练好的模型中,即可实现有效浪高场的反演.现场实验表明:雷达在不同方位角/距离元上所反演的浪高时间序列与数值模型有效浪高间的相关系数为0.78～0.98,均方根误差为0.21～0.80 m,二者统计均值分别为0.93和0.38 m.与假设RSB和浪高的对应关系是线性模型的方法相比,该方法具有更高的反演精度.     

灰色绝对接近关联度分析

灰色关联分析是灰色系统理论中的重要部分，已有的关联度模型从序列的几何形状、面积、斜率、变化速率等不同角度对灰色关联度进行了度量.文中在已有灰色关联度模型基础上，提出了一种绝对接近关联度模型，即在求解序列的均值化基础上，利用序列对应的折线转成的面积作为距离，完成对灰色关联度的度量.通过实例表明，这种关联度能够度量两个序列之间的绝对差异；当成比例缩放两个序列中的观察数据时，可以保持关联度不变；可以更方便地直接利用关联度值，而不只是利用其序关系.这种灰色绝对接近关联度模型可以满足某些特定应用的需求.     

基于分形理论的地震信号空间序列分析

当把地震勘探信号各道间对应于同一时刻的数据序列看作是反映一定范围内地层及其地质参数的复杂函数时,便构成了地震勘探信号的空间序列.建立了地震信号空间序列的分形模型,将根据一维时间序列重建动力学系统的理论和时间序列关联维计算的G.P算法拓展到对地震信号空间序列的研究之中,提出了地震信号空间序列关联维的分析方法.仿真结果表明,利用分形分析结果的地震勘探信号空间序列分数维图,可将信噪比较低的地震勘探信号从强干扰噪声中分辨出来.     

基于RaySAR软件的上海外滩建筑群合成孔径雷达图像模拟

利用RaySAR软件对上海市外滩建筑群进行合成孔径雷达(SAR)成像模拟.绘制了不同反弹次数信号对应的反射率图、信号反弹次数分布图.结合目标的几何物理信息,分析了模拟SAR图像中的点、线状特征、不同反弹次数信号和建筑具体结构之间的对应关系.试验表明,雷达信号的反弹次数与建筑物结构细节密切相关.基于真实雷达影像序列,按PSInSAR方法选取的永久散射体点的位置及其分布与SAR模拟图像中的二次、尤其是三次反弹信号的成像吻合度较高,初步实现永久散射体点在建筑物上的精确定位.     

基于概率穿越可视图的时间序列网络多重分形研究与应用

对有限穿越可视图进行改进,提出了概率穿越可视图.首先,将间接可视的节点之间的关联处理为穿越距离的函数,而且节点之间的关联随穿越距离的增加而减小,从而将无权图形式的时间序列网络推广到带权图;其次,采用复杂网络中的网络维数计算方法处理所得到的时间序列网络的分形维数,从而对其自相似特性进行分析;最后,通过划分不同的时间粒度得到多个不同的时间序列网络,对应有多个不同的分形维数,进而分析了所得到的时间序列网络的多重分形特性.在与经典的可视图法、水平可视图法及有限穿越可视图法的对比中论证了所提出的概率穿越可视图的优势.     

外固定支架模型重建软件开发与安装参数识别研究

针对精准外固定支架的设计与开发,提出了交互式外固定支架三维模型的软件系统及外固定支架安装参数的识别算法,解决了传统方法中采用二维影像划线测量获取三维安装参数误差较大的问题.考虑远程化诊疗的潜在需求,软件系统采用浏览器/服务器架构构建基于WebGL三维模型渲染技术的三维交互场景.识别算法分为标记物位置拾取与外固定支架位姿识别两部分,通过区域生长算法分割模型文件,采用最小二乘法识别标记物位置,进而借助标记物与外固定支架的几何关系求解位姿参数.以外固定支架参考环与移动环中心距离为例,开展标记物识别方法与X光影像划线测量方法的实验对比研究.借助高精度测量仪器获取两环中心距离作为标准对照组,将上述两种方法的结果分别与标准对照组进行比较.基于标记物识别方法得到的两环中心距离与标准对照组的结果误差为0.043 mm,X光影像划线测量方法的误差为4.903 mm.实验结果表明,基于重建软件和标记物识别法获取外固定支架安装参数较传统X光影像划线测量方法精度高,并有效地将精度提升两个数量级,该方法可为开发精准高效可靠外固定支架系统提供技术支持.     

《基于神经网络的混沌时间序列分析与预测》项目通过市教委结题

2008年3月11日,在我校召开上海市教委科技发展基金项目《基于神经网络的混沌时间序列分析与预测》结题会,结题会由学校科学技术处主持,项目负责人孙海云教师代表项目组作项目研究报告。项目研究了相空间重构技术、Lyapunov指数等混沌理论及判定方法,探讨了基于相空间重构的局部线性映射酸法在非线性时间序列降噪技术中的应用,提出了通过计算降噪前后时序信号的关联维数作为评判降噪效果的工具,建立了判断该类时序信号降噪水平的方法。研究进一步将BP神经网络模型引入到混沌相空间,利用此方法预测结果比传统方法预测误差小,精度高,更能反映时间序列的变化趋势。结题专家组听取了项目研究报告和认真审阅有关结题材料后,一致同意通过结题。《基于神经网络的混沌时间序列分析与预测》项目通过市教委结题     

Theoretical Study on Distance Regression Model

给出了距离回归的理论模型及回归系数参数估计的泛函形式，比较了经典线性回归模型与距离回归模型基于最小二乘方法所得参数估计的关系,并从理论上论证说明了其对应回归直线的位置关系.     

基于光束法自由网平差的无人机影像严格拼接

以稀少控制信息的无人机影像严格拼接为目的,引入光束法自由网平差的原理及计算过程,并推导了相应的误差模型.选择广东省增城市西部两条航带中的4张相邻影像进行试验,利用该方法,解决了在Google Earth中选择的控制信息精度不一致的问题.通过权值的选择,实现了带有坐标及投影信息的无人机影像严格拼接.分析了线元素、角元素与拼接误差的关系,为在稀少控制信息条件下影像的拼接提供理论依据.     

BP神经网络辅助的GNSS反射信号NDVI反演

归一化植被指数(normalized difference vegetation index,NDVI)是一种能反映地表植被生长情况和覆盖度的重要指标,针对如何确定研究区域归一化植被指数变化趋势的问题,提出一种BP神经网络辅助的GNSS卫星反射信号NDVI反演方法。从PBO观测网P037和P39站点信噪比观测数据提取的振幅参数作为输入值,归一化植被指数作为输出值,构建BP神经网络辅助的GNSS卫星反射信号植被指数反演模型,并与线性回归模型进行对比,实验结果显示:P037和P039站点振幅线性回归的相关系数为0. 700 3和0. 775 6,均方根误差为0. 062 2和0. 076 0,BP模型的相关系数为0. 802 3和0. 839 4,均方根误差为0. 033 6和0. 045 9,表明BP神经网络辅助的GNSS卫星反射信号反演模型获取的归一化植被指数优于线性回归模型,为获取准实时、低成本和高时间分辨率的NDVI提供了新的思路,证明了该方法的可行性。     

基于分离有限状态模型的呼吸预测算法

由呼吸运动导致的肿瘤位置变化严重影响放射治疗精度,需要准确预测呼吸位置以实现系统的实时在线误差补偿。该文提出了一种基于分离有限状态模型的呼吸预测算法,将呼吸基线与起伏相分离,并分别使用局部加速度恒定的Kalman滤波和改进的有限状态模型进行预测。改进的有限状态模型将呼吸数据按照邻域特征分为线性、非线性和不规则3种状态,根据每种状态的特点用不同的模型进行预测。对25组患者的实际呼吸数据进行预测,并和传统预测算法进行对比,结果表明:分离有限状态模型呼吸预测算法的均方误差和最大误差明显下降,尤其对于有明显基线漂移的呼吸状态,该算法的预测误差几乎不受影响。     

基于无人机影像序列的城市精细化三维模型精度评估

为满足数字城市对精细化实景三维模型日益显著的需求,解决传统方法建模效率低的问题,提出一种基于无人机影像序列的城市精细化三维模型构建方法,通过现场25架次的航拍试验,构建了20个300 m×300 m测区范围的精细化模型和1个图书馆建筑精细化模型;利用检查点评估了全部精细化模型的精度,重点讨论了5种航拍高度和4种控制点选取方案对精细化模型精度的影响.分析结果表明:随着航拍高度降低、控制点数量增加,构建的精细化模型误差减小、精度得到提高;测区范围精细化三维模型最高精度达到平面±3.4cm、高程±3.1 cm,图书馆单体建筑精细化模型精度达到平面±3.4 cm、高程±1.5 cm;基于无人机序列影像的三维模型构建方法能够满足城市实景模型构建的精度要求,具有重要工程实用价值.