一种新的脑白质分割方法

基于扩散张量成像提出一种新的脑白质分割方法.首先,计算扩散张量成像的各向异性参数和扩散参数,并得到各个参数下的脑部图像;然后,通过期望值最大化(expectation maximization,EM)模型求得各个各向异性参数图像的脑白质和非脑白质区域;最后,通过STAPLE(simultaneous truth and performancel evel estimation)模型融合各个DTI参数图像分割结果,得到脑白质分割结果.实验结果表明,该方法具有较好的分割效果,能有效地从脑组织中分割出脑白质.     

WEKA环境下基于模糊理论的聚类算法

因特网上的数据规模大、动态性强,通常发现的知识或规则很可能是不精确和不完备的。为了克服以上不足,引入模糊理论,通过寻找模糊相似上近似集进行合理聚类,在确定聚类数目的过程中,利用平均信息熵进行最佳聚类。同时将模糊聚类算法嵌入WEKA平台,利用WEKA中的类和可视化功能,扩充了WEKA中的聚类算法。实验表明,算法对含有噪声的、分布不规则的大数据集具有很高的精度和收敛速度。     

翅果油树不同龄级形态与生理的研究

为了了解珍稀濒危植物翅果油树不同发育期的生长发育规律及不同龄级植株的形态和生理方面的差异,对翅果油树1年～6年生植株的形态、叶面积、叶绿素、光合速率等指标进行了测定.结果表明：3年、4年龄级翅果油树植株株高和胸径增长最显著;1年～4年龄级植株叶片叶面积明显高于5年～6年龄级植株叶片叶面积,并且4年龄级时达到最大值;随着翅果油树植株年龄的增大,叶片叶绿素含量和光合速率都逐渐减少,其中3年生植株叶片的叶绿素含量和光合速率下降幅度最明显,之后逐步趋于稳定。     

云南不同茶树品种(系)叶性状及变异性

叶性状研究是探讨不同类群植物的适应策略和机理提供快捷简便的方法,是提供有关植物生长和适应环境的重要信息,但关于茶树叶性状的研究却鲜有报道。以云南30种茶树品种(系)为研究对象,对其叶面积(AR)、叶鲜重(FW)、叶干重(DW)、叶厚度(TH)、叶绿素含量(CClC)、叶缘锯齿数、侧脉数、叶长(LL)、叶宽(WD)等进行测量,得到不同茶树的比叶面积(SLA)、叶干物质含量(DMC)等叶性状指标。研究结果如下：(1)各因子变化范围：AR(8.58-48.72cm₂)、FW(0.233-1.656g)、DW(0.090-0.605g)、CClC(60.89-163.49CCI)、TH(0.17-0.34mm)、SLA(60.69-133.06cm₂.g_-1)、DMC(0.350-0.557g.g_-1),其中云南茶树叶片叶绿素含量平均110.81CCI,最高值高达163.49CCI,极显著高于其他地区植物;(2) 叶性状因子相关性结果表明： SLA与DMC之间呈极显著负相关(p＜0.01),SLA与TH、DW、CClC呈极显著负相关(p＜0.01),AR与LL、FW、DW、WD、CClC呈极显著正相关(p＜0.01),FW、DW两个因子与AR、LL、WD、TH均为极显著正相关关系(p＜0.01),TH与CClC呈极显著正相关(p＜0.01);(3) 基于叶面积仪测量法将云南30种茶树划分为大、中、小叶种,这与此前分类有所出入;(4) 30种茶树品种(系)的叶性状变异范围为9.26-40.27%,排序为FW＞ 枯落叶干重＞DW＞AR＞ LL ＞CClC＞MX WD＞AV WD＞ SLA＞TH＞DMC,云南30种茶树叶性状较其他地区相比整体变异性较小,大部分为低变异系数(9.26-40.27%),其中SLA和DMC变异系数分别为16.18%和9.26%。     

PSO与PCA融合优化核极限学习机说话人识别算法仿真

基于机器学习理论开展说话人识别的研究取得了很大进展,在基于核极限学习机(kernel extreme learning machine,KELM)和梅尔倒谱系数(mel-frequency cepstral coefficients,MFCC)说话人识别研究基础上,通过主成分分析算法(principal component analysis,PCA)对MFCC进行降维优化、粒子群优化算法(particle swarm optimization,PSO)对KELM初始输入参数进行优化开展基于PSO和PCA融合优化KELM说话人识别算法研究。改进后的算法在MATLAB平台上仿真通过,并与MATLAB语音工具箱提供的神经网络和支持向量机说话人识别算法做了性能对比分析。仿真研究结果表明:通过PSO和PCA融合优化改进的KELM,初始输入参数可以任意确定并且不需要迭代更新,并能有效克服因初始权重随机确定导致的性能不稳定,进一步提高分类匹配和运算速度,具有很好的推广应用价值。     

基于多因子融合的维修性验证试验故障样本分配方法研究

针对维修性验证试验中样本分配结果不理想,导致维修性验证试验结论置信度低的问题,提出了基于多因子融合的维修性验证试验样本分配方法;首先,通过对故障样本分配影响因素的分析,定义了故障样本分配影响因子集,提出了基于多因子融合的故障样本分配算法;然后,分别确定了各影响因子的影响系数,并采用模糊层次分析法获得了各影响因子的影响权值;最后,以某型装备子系统为例进行实例验证,并同基于故障率的分层抽样样本分配方法进行对比分析,结果表明该方法得到的样本分配结果结构更加科学,提高了试验结论的置信度,具有良好的工程应用价值。     

移动Ad Hoc网络中队列长度的多径源路由算法

为了充分利用Ad Hoc网络资源,降低拥塞程度,提出了一种基于队列长度的多径源路由算法。该算法通过探测移动节点队列长度,动态调整多条路径的流量,以减小端对端时延。仿真结果表明,该算法比单径传输算法和流量平均多径算法相比,时延和各节点的平均队列长度都明显减小。     

固体激光器被动Q开关材料的应用前景

论述了作为固体激光器被动Q开关材料的研究和应用情况,特别是用于人眼安全的1.54μm波段的被动Q开关材料的最新应用.     

基于细胞膜仿生策略的纳米颗粒在肿瘤治疗中的应用

随着纳米技术的发展，纳米颗粒凭借其物理、化学、生物学优势被广泛应用于医学领域。然而，生物安全性差、血液循环时间短、靶向能力弱等缺点，仍然限制着纳米颗粒在肿瘤治疗方面的应用。作为一种天然生物材料，细胞膜拥有独特的生物学性质。细胞膜仿生策略赋予纳米颗粒不同的生物学性质，弥补了纳米材料本身的不足，扩大了纳米颗粒在肿瘤治疗方面的应用。文章主要介绍细胞膜仿生纳米颗粒的制备方法以及膜仿生策略在肿瘤治疗中的应用与研究。     

部分可观测耦合随机抛物方程组的参数估计

本文研究加性时空白噪声驱动下的部分可观测耦合随机抛物方程组的参数极大似然估计量.在观测时间和噪声强度不变的条件下，本文证明了估计量的强相合性和渐近正态性.数值算例验证了理论结果.