基于动态规划的实时立体匹配算法

立体匹配通过计算和标识匹配图像的视差图来获得图像的深度信息,一般计算量大,无法满足实时性要求。本文聚焦立体匹配的匹配代价聚集和视差计算环节,在动态规划方法的基础上,提出了一种实时的立体匹配算法。根据连续性约束,提出了基于自适应形状窗口的快速匹配代价聚集算法,加速了臂长和匹配代价聚集的计算效率;利用边缘检测技术获得图像边界信息,修改动态规划的转移方程,使得边界像素可以在整个视差空间中选择视差值,降低边界处匹配视差的误匹配率。实验结果表明：通过结合上述两个步骤的改进算法,可以获得满足实时性要求、高质量的匹配视差图,整体的匹配准确率较高。     

动态心电图四种临床病例的非线性动力学分析

We chose dynamic electrocardiogram of healthy heart, single coronary artery disease, multi - coronary artery disease and diabetes mellitus as studied objects. We calculate the correlation dimension and entropy of the series of R - R intervals of difference fractions during a day. The result show that healthy heart have more information than pathological heart, and have more rapid rate of information losing. Healthy heart have stronger physiological adaptabilitv.     

移动机器人路径规划的一种改进蚁群算法

提出了一种复杂静态环境下的移动机器人避碰路径规划的改进蚁群算法。基于栅格法的工作空间模型,模拟蚂蚁觅食行为,并针对移动机器人的路径规划的需要,将一些特殊功能赋予常规的蚁群算法。为了避免移动机器人的路径死锁,在路径搜索过程中,当蚂蚁探索到一个死角时,建立了相应的死角表,同时用惩罚函数来更新轨迹强度。仿真研究表明:该算法能明显改善路径规划性能,并且算法简单有效。     

基于速度分解法的移动机器人动态避碰规划

研究了移动机器人对运动障碍物的动态避障。将移动机器人的速度分解为目标方向速度和避障方向速度,通过分析移动机器人与障碍物的相对速度和相对位置之间的夹角,以此改变移动机器人的避障方向速度大小来完成移动机器人对动态障碍物的避障。仿真实验结果表明：该方法有效地克服了避碰规划的保守性,能够使移动机器人在具有多个动态障碍物的复杂环境中安全避障。     

基于IRBFNN和IRAN的非线性动态系统在线自适应建模

将资源分配网络算法(RAN)与相似隐单元合并操作、冗余隐单元删除操作和基于滑动数据窗连接权值学习相结合,形成了改进的资源分配网络(IRAN)算法。IRAN算法用于非线性动态系统的在线建模,能有效地改善模型精度和泛化能力。将改进径向基函数(RBF)神经网络(IRBFNN)和IRAN结合可以用于不确定非线性动态系统自适应建模。仿真研究表明:所提出的建模方法在模型精简、泛化和自适应等方面均具有优良的性能。     

基于一种遗传邻域万有引力算法的作业车间调度

作业车间调度问题属于NP-hard问题,是离散生产制造中广泛存在的一类组合优化问题。针对此问题,提出了一种新型遗传邻域万有引力算法。该算法借鉴万有引力搜索算法中惯性质量和欧氏距离的概念,提出了候选父代染色体个数的选择方法和染色体差距的计算方法,并以此定义了一种新的交叉策略;同时混合遗传算法与N5邻域结构,有效地求解了作业车间调度问题。通过对3个FT类和10个LA类标准测试算例的仿真,验证了本文遗传邻域万有引力算法的优越性。采用遗传邻域万有引力算法有效地解决了某水表制造企业中的大规模作业车间调度问题。     

乳腺癌磁共振成像动态增强及扩散加权成像的临床应用

目的探讨动态增强扫描及扩散加权成像对乳腺癌诊断的价值。方法回顾性分析经手术病理证实,乳腺癌18例(20个病灶)使用SIEMENS AVANTO1.5T MRI对乳腺肿块感兴趣区求得的ADC值,然后行动态增强扫描,获得第一分钟强化率及曲线类型。结果16个(16/20)肿块见"毛刺征",8个(8/20)肿块见"分叶征"。第一分钟强化率为(74.1±9.6)%。动态增强曲线表现为Ⅲ型12例(12/20),Ⅱ型8例(8/20)。6个肿块(6/20)见环形强化。肿块ADC值为(1.121×10-3±0.17)mm2/s。结论动态增强MRI及扩散加权成像对乳腺癌的诊断具有重要意义。     

基于双目视觉的移动机器人动态目标识别与定位

提出了一种双目移动机器人实时动态目标识别与定位方法。该算法首先采用SIFT(Scale Invariant Features Transforms)算法提取目标特征,并结合双目视差特征进行目标匹配;然后通过区域增长方法进行目标区域的提取;最后结合双目视觉标定的模型对目标进行定位。实验结果表明：该方法在摄像机运动目标运动情况下,能对局部特征未知或特征不明显的动态目标进行有效的识别与定位。     

磁共振扩散加权成像联合动态增强对乳腺病变的诊疗实效性评价

目的 探究磁共振扩散加权成像联合动态增强对乳腺病变的诊疗实效性。方法 选取2012年12月~2015年12月在笔者医院进行治疗的乳腺病变患者111例118个病灶,分别同时进行动态增强扫描（A组）和磁共振扩散加权成像检查（B组）及联合检测（C组）,对其形态学、血流动力学等进行分析。结果 肿块性病变中,肿块边缘、毛刺征、ADC值中差异有统计学意义（P<0.05）;边缘不光滑、有毛刺、内部增强不均匀、廓清型TIC曲线为有显著意义恶性征象;形状不规则、平台型曲线有恶性倾向但不显著。非肿块性病变中,良恶性病变中TIC差异有统计学意义（P<0.05）;廓清型TIC曲线为恶性征象;平台型曲线有恶性倾向但差异无统计学意义（P>0.05）。C组ROC曲线下面积值均数>0.9,明显高于单纯方法的B、C组,故诊断效能最高,差异有统计学意义（P<0.05）。肿块性病变中,敏感度为80.3%（41/51）,特异性为75.9%（22/29）,准确性为78.8%（63/80）;非肿块性病变中,敏感度为80.0%（20/25）,特异性为76.9%（10/13）,准确性为78.9%（30/38）,差异无统计学意义（P>0.05）。结论 磁共振扩散加权成像联合动态增强对乳腺病变的诊疗特异性强敏感度高,应在临床推广使用。     

基于非线性各向异性散布滤波器的磁共振颅脑图像的分割方法

目的：介绍一种有效的分割磁共振颅脑图像中的大脑结构的方法,方法它是一个多步处理过程,首先,粗略地勾画出磁共振颅脑图像中的大脑结构作为感兴趣区;其次,对感兴趣区进行各向异性散布滤波处理;然后,对滤波图像进行二值化处理作为图像模板;最后,利用该模板模原始图像中提取出大脑结构。结果该方法能有效地分磁共振颅脑图像中的大脑结构。结论利用 基于非线性各向异性散布滤波器的图像育很好从磁共振颅脑图像中分割出大脑结构,该算法具有很强的鲁棒性稳定性。     

铁路纵断面设计优化的动态规划模型

提出了应用动态规划法实现变坡点位置和设计标高同时达到最优的铁路纵断面设计优化的新模型。在本模型中,引入了基于B样条函数的铁路纵断面设计优化模型,并将从该模型得到的纵断面设计线作为本模型的出发解,大大降低了状态变量的维数,从而大大缩短了求解的计算时间。经实例试算,表明所建模型是正确的、可行的和高效的。     

一种基于改进SURF和K-Means聚类的布料图像匹配算法

计算机图像智能处理技术为服装设计师开展设计、启发灵感提供了方便和可能。通过提取布料图像的SURF特征可以实现布料图像形状分析,但由于SURF特征维数高、特征提取是基于灰度图进行,因此存在匹配速度慢、匹配结果不够符合人眼视觉特点的问题。本文提出了基于小波变换的自适应SURF特征提取算法和基于K-Means聚类的布料图像颜色分析方法。通过融合图像形状特征、颜色特征,加快了布料图像匹配速度,使布料图像的匹配结果更加符合人眼视觉感受。在8种不同类型布料图像上的实验验证了该算法的有效性。     

基于回归神经网络的非线性动态数据校核及其应用

研究了简化型内回归神经网络基于自适应梯度下降法的训练算法,并提出了一种基于简化型内回归神经网络的非线性动态数据校核新方法,结果表明所提出的方法能够有效地对非线性动态过程进行数据校核,并具有良好性能,与传统的动态数据校核方法相比,所提出方法具有不需要掌握过程本身的精确模型,避免了过程模型误差可能带来的估计误差,不需事先知道测量噪声和过程噪声的统计特性等特点。     

基于伪阻抗学习的神经网络状态估计方法

针对反向传播算法收敛速度慢，且常收敛于局部极小值的缺陷，讨论了伪阻抗学习算法；并利用神经网络的学习能力和非线性特性，讨论了非线性动态系统的状态估计方法。     

基于机理模型的精馏塔组分非线性预测控制算法

当精馏塔存在如进料流量、进料成分扰动,或是负荷发生大范围扰动变化时,常规控制器难以保持控制品质。本文提出了一种基于机理模型的精馏塔组分非线性预测控制方法;针对精馏塔组分不能在线测量的问题设计了扩展卡尔曼滤波器,使用可测的状态温度估计组分,并结合慢频的分析化验值对组分进行联合校正。仿真结果表明了该算法的有效性,在系统存在失配或进料扰动的情况下,可以取得良好的控制效果。     

一种基于2次核函数支持向量机的多步预测控制算法

提出了一种基于2次多项式核函数支持向量机的多步预测控制方法。通过黑箱辨识和线性化技术得到非线性系统的近似模型,根据预测控制机理,最小化滚动时域的二次型目标函数,利用模型算法控制的方法得到控制器的解析输出。通过一个标准预测模型和一个工业用连续搅拌槽式反应器的模型仿真验证了该控制器的性能,仿真结果表明:该控制器有着良好的预测性能。     

基于动态筛选策略的SMO改进算法

提出了一种基于动态筛选策略的SMO(Sequential Minimal Optimization)改进算法,它能快速地筛选出绝大多数的边界支持向量和非支持向量,并将非边界支持向量限定在很小的范围内。仿真实验结果表明:样本规模无论大小,这种策略都能使Keerthi的改进算法2的性能得到大幅提升。