基于SLIC和马氏距离混合核函数聚类的脑肿瘤图像分割算法

针对脑核磁共振图像边界不清晰、灰度不均匀和无法准确进行图像分割的问题,提出了一种基于简单线性迭代聚类(SLIC)和马氏距离混合核函数聚类的脑肿瘤图像分割方法.首先,采用各向异性滤波去除脑肿瘤MRI图像中的噪声,并运用SLIC算法对图像进行预分割;其次,对预分割图像使用粒子群算法初始化聚类中心;最后,将传统核模糊C均值聚...     

高效液相色谱法测定十味龙胆花颗粒中的龙胆苦苷和盐酸小檗碱

建立一种同时测定十味龙胆花颗粒中的有效成分龙胆苦苷和盐酸小檗碱的高效液相色谱法.样品用50%甲醇超声提取,在Zorbax SB-C18柱上分离,以含1%乙酸的甲醇-水为流动相进行梯度洗脱,270 nm紫外检测,外标法定量.龙胆苦苷的线性范围为0.4~40μg/mL(r=0.9993),检出限0.14μg/mL;盐酸小檗碱的线性范围为0.15~30μg/mL(r=0.9999),检出限为0.03μg/mL;盐酸小檗碱的加标回收率为96.0%,相对标准偏差为1.8%;龙胆苦苷的加标回收率为103%,相对标准偏差为1.6%.方法简便快速,重现性好,结果准确,可用于药品十味龙胆花颗粒中胆苦苷和盐酸小檗碱的分析检测.     

基于加权主成分分析和改进密度峰值聚类的协同训练算法

[目的]针对协同训练算法在视图分割时未考虑噪声影响和两视图分类器对无标记样本标注不一致问题,提出了基于加权主成分分析和改进密度峰值聚类的协同训练算法.[方法]首先引入加权主成分分析对数据进行预处理,通过寻求初始有标记样本中特征和类标记之间的依赖关系求得各特征加权系数,再对加权变换后的数据进行降维并提取高贡献度特征进行视...     

地聚物再生骨料混凝土的力学性能研究

目的 研究工业废渣和废弃混凝土替代水泥和自然石材制备地聚物再生骨料混凝土的制备条件及养护制度对地聚物再生骨料混凝土力学性能的影响.方法 对40组边长为100 mm的正立方体试件进行抗压强度试验,分析原材料氧化物物质的量比、水玻璃掺量、液胶比、NaOH掺量、再生骨料预处理制度、再生骨料原始强度等级、养护温度和养护时间对地...     

反硝化聚磷菌快速驯化的对比研究

对反硝化聚磷菌的两阶段法和三阶段法两种驯化方法做了对比研究.结果表明,在达到相同的驯化效果时,三阶段法要比两阶段法快;在相同的驯化时间内(两阶段法35 d、三阶段法36 d),采用三阶段法驯化的反硝化聚磷菌利用硝酸盐吸磷的能力要强于两阶段法,经过分析认为,COD对反硝化聚磷的抑制作用是产生差别的主要原因.     

非平衡晶界偏聚的研究进展（Ⅱ）：晶界滞弹性弛豫的微观机制和解析表述

内耗实验发现晶界滞弹性弛豫峰,是上世纪内耗研究的重要进展之一,但是晶界弛豫的微观机制仍然不清楚.通过弹性应力引起溶质晶界偏聚或贫化实验,提出晶界滞弹性弛豫的微观机制是：弹性张应力引起晶界吸收空位,压应力引起晶界发射空位,并引起溶质的晶界偏聚或贫化.建立了晶界滞弹性弛豫平衡下的晶界结构方程和成分方程,以此为基础,建立了弛豫过程的晶界偏聚或贫化的动力学方程.     

基于蚁群聚类的不平衡数据过采样方法

针对不平衡数据集的低分类准确性,提出基于蚁群聚类改进的SMOTE不平衡数据过采样算法ACC-SMOTE.一方面利用改进的蚁群聚类算法将少数类样本划分为不同的子簇,充分考虑类间与类内数据的不平衡,根据子簇所占样本的比例运用SMOTE算法进行过采样,从而降低类内数据的不平衡度;另一方面对过采样后的少数类样本采用Tomek ...     

基于支持向量机的小波域自适应水印算法

提出一种小波域中基于小波系数方向树模型的支持向量机自适应水印算法.利用支持向量机在小样本的情况下具有良好的学习和泛化性能的特点,建立小波域内不同尺度上同方向子带内相同空间位置的小波系数间的关系模型;根据关系模型来嵌入和提取水印.为提高图像视觉效果,采用模糊聚类的方法自适应地选取水印的嵌入位置.实验结果表明:该方法对常见的图像攻击具有很好的鲁棒性,而且水印的隐蔽性好、安全性强.     

未知数量稀疏源的盲分离方法

提出了一种新的用于未知数量稀疏源的盲分离的统一方法.为了改善聚类分离的精度,首先选取混合空间中半径给定、中心位于原点的超球面以外的数据点,并将这些数据点映射到中心位于原点的单位超球面上.由此,原来的超平面线性聚类变为致密聚类,各聚类互相重叠的现象消失.然后,通过对这些映射到单位超球面上的数据点进行聚类分离来估计混合矩阵,再利用混合矩阵估计源,其中最佳不相似阈值和相应的聚类数量是自动生成的.仿真实验验证了该方法对实际音频信号包括语音信号的有效性.仿真结果表明该方法精确、简便,稳定性好,且计算量较小.     

面向电网人员智能调度的实景巡检算法

为提高实景巡检中绝缘子缺陷的检测精度,该文提出一种基于双路注意力通道的YOLOv5(Double squeeze and excitation-you only look once version 5,DSE-YOLOv5)算法。该算法使用K-means聚类算法优化先验框参数,提高先验框与目标的匹配度;并对YOLOv5的骨干网和特征融合网络进行改进,加强对小目标检测能力;最后使用距离交并比损失的非极大值抑制(Non-max suppression using distance intersection over union, DIoU-NMS)进行检测。试验结果表明,与传统YOLOv5相比,所提DSE-YOLOv5在对绝缘子缺陷的检测上精准率、召回率、平均精度均值都有提升,满足了电网维修人员在智能调度时对识别精准度的需求。