融合卷积神经网络和流形学习的肺结节检测

U-net是常用的医学图像分割网络,但仍存在卷积神经网络中泛化能力差、容易过拟合的缺点.针对其缺点,研究全卷积肺结节分割网络,引入随机失活层,采用新的激活函、损失函数、优化器等改进网络结构,改进后的网络具有更高的查全率.然后融合改进重构权值的局部线性嵌入算法对特征进行提取,最后采用XGBoost分类器进行最后的筛选分类.通过实验验证表明,得到实融合以上两种算法的肺结节检测具有更高的准确率更高的准确率和更好的泛化性,可以应用于肺结节检测.     

非局部相似和双边滤波的图像超分重建

为了提高重建图像的分辨率,提出一种改进的稀疏表示超分重建算法.在稀疏编码阶段,引入非局部相似正则化以改进稀疏编码目标函数,并通过非局部相似正则化获得图像非局部冗余,以保持图像边缘信息.为了进一步恢复图像的边缘细节信息,提出一种基于改进双边滤波的全局误差补偿模型,以实现重建图像的误差补偿.实验结果表明:与Bicubic,L1SR,SISR,ANR,NE+LS,NE+NNLS,NE+LLE和A+(16 atoms)等算法相比,无论在主观视觉效果,还是在峰值信噪比和结构相似性指标上,所提算法都有显著的提高.     

基于图像梯度信息强化的SIFT特征匹配算法改进

针对传统特征匹配算法匹配率低的问题, 提出一种基于图像梯度信息强化的尺度不变特征转换（SIFT）特征匹配算法的改进算法. 首先通过适当的梯度算子求出梯度图; 然后以特定权值将梯度图与原图融合, 归一化后对融合图像进行高斯模糊; 最后利用传统算法进行特征提取. 实验结果表明, 改进算法的视角、 旋转不变性明显优于原算法, 对亮度变化较大或有噪声的图像匹配率也略有提升, 有效提高了SIFT特征匹配算法的准确性.     

采用局部粗糙集模型的决策规则提取

研究基于局部粗糙集模型下的决策规则提取.对经典粗糙集的决策规则提取进行改进,给出局部粗糙集模型下的决策规则公式,并研究相关性质.结合局部粗糙集模型给出的规则提取公式,引入参数值α,α∈(0,1］,使规则提取公式的泛化能力更强,适用性更广.通过3个实例对局部粗糙集模型决策规则提取的运用进行说明.     

一类潜伏期和染病期均传染的SEIQR流行病模型的稳定性

研究了一类潜伏期和染病期均传染的SEIQR流行病模型,定义了基本再生数R_0.并运用Routh-Hurtwiz判据、 Lyapunov函数及LaSalle不变集原理和第二加性复合矩阵证明了当R_01时,模型存在唯一的无病平衡点P_0,且P_0全局渐近稳定;当R_01时,模型存在两个平衡点,无病平衡点P_0不稳定,地方病平衡点P~*全局渐近稳定.最后进行了数值模拟.     

加权梯度反应非局部扩散方程解的爆破

研究了加权梯度反应非局部扩散方程解的爆破现象,并且给出了解存在和爆破的充分条件.首先利用Banach不动点定理证明解的局部存在性;其次利用特征函数构造了一个新的辅助函数;最后结合微分不等式技巧得到了爆破时间的上界.     

扭转弹簧约束下简支碳纳米管的振动特性

针对两端扭转弹簧约束下简支单层碳纳米管(SWCNT),将非局部弹性理论引入经典欧拉-伯努利梁模型,应用哈密顿原理建立了其振动控制方程以及边界条件,并依靠微分变换法(DTM法)对此高阶偏微分方程进行求解。数值计算研究了扭转弹簧弹性系数、碳纳米管小尺度效应和黏弹性性质对该系统前四阶无量纲固有频率的影响。结论表明小尺度参数、管道黏弹性阻尼参数的增加将会降低系统的各阶固有频率,而且上述两类变化情况均是高阶模态的变化显著于低阶模态;而扭转约束弹性刚度的增加则会提升纳米管的固有频率,并且这一提升效果低阶模态显著于高阶模态。     

一种解决全球地形绘制抖动问题的方法

抖动问题是大规模虚拟场景经常遇到的一个问题,它会导致场景绘制出现非常严重的错误。全球地形环境是一个典型的大场景系统,因此也会遇到抖动问题。针对全球地形环境中的抖动问题,我们改进目前的动态局部坐标系统反抖动方法,提出一种更合适全球地形环境的新反抖动方法。这种方法使用视点在球面上的投影点代替视点作为动态局部坐标系统的原点,使得地形顶点有更高地精度。经过实验证明,这种方法比以视点为原点的反抖动方法有更好地反抖动效果。     

现代技术系统的热力学透视

从系统论的观点来看,现代技术已发展成一个自我确证的系统。作为一种热力学规律,熵定律用于对现代技术实践进行审视具有启发意义,表现在:通过技术达到的秩序化只是一种局部秩序,结果是全球混乱;现代社会的进步只是少数人繁荣,与之共存的是多数人贫困;经济增长只是一个挪用有序度过程,而不是有序度的全球增长。在全球问题面前,不能盲目贬低技术功能,构建低熵社会和低碳生活应当充分发挥技术的作用,关键是应当用净低熵作为技术评价内在价值。     

面向高分辨率遥感影像敏感目标识别的局部特征描述算法

提出了一种用于高分辨率遥感影像中敏感目标识别的局部描述算法--归一化像素分布直方图局部描述子。首先提取目标边缘,将目标边缘上每一像素点依次作为坐标原点构建“对数-极坐标”坐标系,规格化所有像素点的像素值,利用当前坐标原点以外的目标边缘像素点的分布来构建局部描述子。用提出的局部描述算法对敏感目标提取局部特征,构建敏感目标局部特征数据库。同时对待识别目标提取局部特征后与敏感目标局部特征数据库中的特征使用一种“分步匹配”的策略进行匹配,完成目标识别。