焦炉立火道温度的智能集成软测量方法及其应用

在分析焦炉立火道温度特性的基础上,提出了一种基于线性回归(LR)和监督式分布神经网络(SDNN)的立火道温度智能集成软测量方法。通过特性分析提出了典型蓄热室的选取原则,并利用级数验证了选取的有效性。为反映蓄顶温度与立火道温度的关系,首先分别建立了一元、二元和十二元LR模型,并通过智能集成将3个模型的输出进行有机融合;然后在对样本监督式聚类后,利用SDNN获得各个子网的综合输出;最后由专家协调器协调LR和SDNN的输出,得到立火道温度的软测量值。实际运行结果验证了该方法的有效性。     

利用Alopex改进的粒子群优化算法及其在软测量建模中的应用

提出了一种利用A lopex算法改进的粒子群优化算法,并将其应用于神经网络的建模中。改进的粒子群优化算法改善了粒子群优化算法摆脱局部极小点的能力,对典型函数的测试和基于神经网络的软测量建模表明:改进算法的全局搜索能力有了显著提高,特别是对多峰函数能够有效地避免早熟收敛问题。     

CR医学图像的小波阈值去噪算法研究

提出一种CR医学图像的小波阈值去噪算法．对含噪图像进行小波分解得到图像的小波系数，采用文中提出的阈值算法对系数进行去噪处理，根据处理后的系数重建CR图像。实验结果表明该方法能有效的去除CR图像的噪声．较好的保留医学诊断所需要的图像细节。     

基于小波变换纹理分析的医学图像检索

根据医学图像的特点．提出了一种基于哈尔小波变换纹理分析的图像检索方法．并与基于共生矩阵的纹理识别方法进行比较和分析。据此．实现了一个图像检索原型系统。实验证明．本方法具有良好的检索效果。     

梯度相位检测在医学图像小波边缘提取中的应用

针对小波变换不能涉及过多尺度的问题，分析了边缘类型对小波多尺度边缘提取的影响，并结合医学图像的特点，提出基于Canny算子的梯度相位法。梯度相位法认为边缘不只是在灰度发生突变的地方存在，如果某个区域，灰度沿某个方向缓慢变化。这个区域也存在边缘，只不过可以认为边缘比较粗。通过对人脑后颅骨的CT医学图像边缘提取的实验及结果定量和定性分析，证明此方法在医学罔像边缘检测中是切实可行的。     

外周血白细胞自动识别分类系统的研制

白细胞分类记数是临床检验的一项重要内容.基于形态学的白细胞识别分类的自动化问题一直是众多学者致力于解决的难题.在细胞图像分割、白细胞特征提取、白细胞特征选择后,用Sugeno型模糊神经网络分类器实现了外周血白细胞的自动形态学分类,并与BP神经网络分类器进行了对比,证明了此方法的可行性.     

神经网络重建仪的USB总线供电电源设计

分析了USB总线电源的特点，针对神经网络重建仪各电路的供电要求，设计出了对USB总线电源的各电源电压变换电路．实现了神经网络重建仪的USB总线电源供电。     

基于小波变换的医学图像压缩技术研究

以CT、MRI等医学图像组为对象，研究一种基于小波变换的医学图像数据无失真压缩编码方法。利用小波变换实现图像的多分辨率分解．然后再对变换后的小波图像进行动态Huffman编码。最终实现压缩比较大的图像无失真压缩编码。实验表明．该方法在压缩比和重建图像质量上均达到了较好的性能。     

小波变换-人工神经网络用于烟酸片的近红外快速、无损定量测定

目的：研究采用近红外漫反射光谱法结合小波变换-人工神经网络算法用于烟酸片的无损含量测定。方法：所有光谱通过载有InGaAs检测器和光纤探头的傅立叶变换近红外装置获得。所有样品在12000cm^-1到4000cm^-1扫描，每个样品光谱扫描64次，光谱预处理采用一阶导数。特定波段7999．599～3999．8cm^-1用于建模，线性范围：50％～150％。结果：预示集平均回收率100．06％，RSD％为1．5。为确证近红外漫反射光谱法应用的可行性，预示集与参比方法紫外分光光度法测定结果进行比较，采用配对比较t检验，近红外法与紫外光谱法比较无显著性差异。结论：近红外漫反射光谱法快速，简便，无损，能够用于烟酸片含量测定。     

基于常用得分矩阵的神经网络法预测蛋白质的二级结构

本文用常用的得分矩阵代替传统的Qian编码作为神经网络的输入层预测了200个蛋白质二级结构。结果表明：以常用得分矩阵作为输入层的预测结果要优于Qian编码的预测性能。在200个蛋白质中，共有9个蛋白质的预测精度达到目前国际先进水平，即80％。这说明该方法具有一定的可行性。