基于神经网络——粒子群优化算法的医学图像分割新方法

提出了一种基于神经网络——粒子群优化算法的医学图像分割新方法,将粒子群优化算法用于神经网络的学习训练,克服了神经网络收敛速度慢,以及容易收敛到局部最优解的缺点。并与遗传算法进行了比较,结果表明,该方法不仅能更快地收敛于最优解,而且在分割准确率、误差率以及运行时间上也都有了较明显的提高。     

采用RSPM-PS算法的机械手末端避障路径规划

为解决工业机器人机械手末端避障路径规划需要花费大量时间,且规划的路径可能会包含大量冗余分段点的问题,提出一种基于分段点迁移递归(RSPM)和递进约简(PS)的机械手末端避障路径规划方法.通过RSPM算法可以在碰撞段上形成分段点并进行迁移,进而递归处理各分段路径,得到一条无碰撞基础路径.通过PS算法可以去除基础路径上的冗余分段点,得到最终路径.结果表明：RSPM-PS算法能快速规划更短的基础路径且能快速有效缩短路径长度.     

Assessment of time-dependent seismic hazards on segments of active fault, and its problems

Assessment of time dependent seismic hazards on segments of active fault is one of the important techniques of long term earthquake forecast for specific locations. It is based on the data from quantitatively seismo geologic investigation in active faults and expresses seismic hazards of a fault segment with both the earthquake occurrence probability, which increases as the elapsed time increases, and the magnitude predicted. Through summing up and analyzing main technical steps in research of the recent decade, some defects in the current theory and model of this technique are pointed out. For instance, the probabilistic models for recurrence interval are based solely on the quasi periodic behavior of earthquake recurrence, ignoring behavior's diversity that possibly exists. Variability of repeated rupture dimensions in various cycles is considered inadequately in fault segmentation research, etc. It is most important for improving the reliability of the result of seismic hazard assessment to reveal actual earthquake recurrence behavior and its generalities, and to update relevant models for evaluating probabilistic earthquake hazard based on the behavior and generalities.     

计算机视觉在汽车吨位辨识中的应用

利用计算机视觉中的图象分割和特征描述原理,以汽车轮廓为特征值,提出一种汽车吨位辨识的方法．采用这种方法建立起来的系统框架能初步表明：它对于汽车的吨位辨识具有实时性和有效性．     

hSOD基因在大白鼠肺上皮细胞中的表达

本文以哺乳动物细胞表达载体ｐＲｃ／ＣＭＶ为运载体,构建了受控于ＣＭＶ启动子的ｈＳＯＤ基因的表达载体ｐＲｃ／ＣＭＶ＿ＳＯＤ,用脂质体转染法转染大白鼠肺上皮细胞Ｌ２细胞后,经抗生素Ｇ４１８选择性培养,获得与细胞染色体ＤＮＡ稳定整合的ｈＳＯＤｃＤＮＡ导入细胞,经ＳｏｕｔｈｅｒｎＢｌｏｔｓ和ＷｅｓｔｅｒｎＢｌｏｔｓ分析,结果表明,ｈＳＯＤ在细胞中得到稳定表达,同时测定细胞ＳＯＤ酶活性,ｈＳＯＤｃＤＮＡ导入细胞的ＳＯＤ酶活性是空载体导入细胞和父本细胞的约２倍,并且在选择细胞克隆之后的６０天内是持续的．     

基于K-均值聚类的岩芯偏振显微图像粒径分析

针对岩芯图像的粒径分析提出了一种基于K-均值聚类算法的半自动分割算法,并编写了一套颗粒粒度图像处理程序.首先将超像素处理概念应用于岩芯偏振显微图像,得到过度分割的结果,然后对分割结果进行K-均值聚类和区域融合,利用图像中的边缘信息得到了更合理的结果,并大大提高了运算的速度;根据提出的算法,基于VB.NET 2008平台构建了一套半自动岩芯图像粒度分析软件,集图像采集、图像处理、粒度参数分析、砾石种类分类以及测量报告输出等功能于一体,大大提高了岩芯粒径分析的工作效率.     

两种聚类算法在网站用户细分中的比较

给出了K-means算法和层次聚类算法在具体网站用户细分中准确率的比较,在细分网站用户这一类问题中,K-means算法在聚类准确率和处理速度上具有较大的优势,能够满足网站用户细分准确率的基本要求,其聚类准确率达到95%左右,且K-means算法处理速度比较快;层次聚类算法的处理速度较K-means算法慢,且其聚类准确率在处理大量用户数据时低于92%,这对于处理网站用户数据这类信息并不具备优势.     

基于RGB空间的非经典K最近邻算法应用研究

为迅速、准确、无过多人工干预的进行图像分割,提出了一种K最近邻算聚类方法并将其应用于图像处理。与经典K最近邻算法在样本库中寻找最近邻点不同,该算法在待分割图像的RGB空间中寻找每一个像素点的K个最近邻点,参考所有像素点同最近邻点之间的平均距离,引入聚类阈值并对像素点的归属进行判断。对火焰图像的分割实验结果表明,在分割精度相接近的情况下,该算法的分割速度要快于其它几种常见算法。     

基于超像素显著性的无人机引导区域提取

为解决无人机视觉定位与导航中引导区域的提取问题, 提出了一种基于超像素显著性的引导区域提取方 法。 该方法首先利用 SLIC(Simple Linear Iterative Clustering)算法将地面图像划分为内部相似度较高的超像素区 域, 通过计算超像素的显著性值得到超像素显著性图, 再基于先验规则从超像素显著性图中提取合适的准引导 区域, 最后计算各区域的匹配概率, 从而得到高显著性和高匹配率的引导区域。 实验结果表明, 该引导区域提 取方法在测试集上的准确率和召回率分别为 89%与 87%, 基本满足无人机视觉定位与导航的要求。     

基于相似性度量的肺结节图像检索算法

为了克服肺部病变CT表现复杂,极易造成医生误诊的缺点,提出了一种基于相似性度量的医学图像检索算法并用于肺癌的诊断研究,该相似性度量保持了图像的语义相关和视觉相似.首先,根据相似性度量理论构建距离度量学习算法学习一个马氏距离;然后,根据学习的马氏距离度量,提出新的医学图像检索算法,并将提出的算法应用于肺癌的诊断研究.实验结果证明了该检索算法在肺癌诊断应用中的可行性和有效性.