海产刚毛藻科的形态分类与分子系统发育学研究进展

刚毛藻科(Cladophoraceae)海藻有巨大的潜在经济/环境价值,同时由于其大量繁殖生长,也成为我国水体主要敌害藻之一。为指导资源利用及制定防治策略,确定准确的物种名称,阐明其演化关系,迫切需要了解刚毛藻科系统发育学知识。基于此,本文从传统的形态分类学与系统发育学两方面阐述刚毛藻科的研究进展,以期为刚毛藻科海藻物种名称的确定、DNA条形码研究技术及其系统演化关系研究提供参考。     

面向医学图像分割的蚁群密度峰值聚类

在医学图像分割研究中,针对密度峰值聚类算法(density peaks clustering algorithm,DPC),依靠先验知识给定截断距离d_c且人工选择聚类中心点具有主观随意性等缺陷,提出了一种结合蚁群算法选取密度峰值聚类最优参数的医学图像分割方法.该算法首先利用蚁群算法全局性和鲁棒性的优点,使用图像熵计算信息素来指导蚁群的搜索路径;再使用变量量化表示聚类中心个数,蚁群通过迭代选择最优截断距离d_c和聚类中心,实现了DPC算法的自适应分割并得到了较好的分割效果.仿真实验分析证明了算法的有效性和实用性.