面向B超图像分割的动态权重因子水平集方法

目的研究和改进水平集方法,实现B超图像中病灶区域的准确快速分割。方法分析已有水平集方法在B超图像处理中
的局限,基于区域水平集的优点,将信息论中的熵引入图像处理,定义动态权重因子,准确反映局部灰度阶梯变化状况,定量度
量轮廓线像素点分别受到趋向目标、背景区域的两种作用力的动态权重,将其融合到区域水平集中,迭代引导曲线形变和位
移。由于B超图像病灶分割属于指定区域的局部分割,所以将计算约束到局部范围,从而明显降低运算代价。结果动态权重
因子水平集方法能够较好分割B超图像中的病灶区域,与几种主流水平集方法相比,本文方法精度更高,时间复杂度更小。结
论动态权重因子方法能够更合理准确地判断病灶边界像素点,局部计算策略有效地提高了分割效率。
     

基于模糊聚类优化的序列图像快速分形压缩

针对传统序列图像分形压缩算法编码时间过长的问题，提出了一种基于模糊聚类优化(OFC)的快速算法，它是一种基于单帧的序列图像帧间分形压缩算法。首先使用LBG(Linde-Buzo-Gray)方法对序列图像组成的搜索空间样本集进行初始化，然后将OFC方法应用于对样本集的软分类，匹配时通过用类内搜索取代全局搜索，将分形编码过程聚焦在最有效的局部范围内，从而减少了匹配次数，降低编码时间。由于OFC算法是一种软分类方法，样本集类别数的确定即最终聚类方案是取样本集所有可能的分割中对应于目标函数最小的分割，所以它不但是基于全局最优的聚类方法，避免了基于局部最优LBG算法中的某些误判，而且有效抑制了传统硬分类方法中类别数需预先指定的人为干扰因素，使恢复图像的质量能够得到更有效保证。相同运算环境下的仿真实验结果说明，在不影响信噪比和压缩比的前提下，与传统序列图像分形压缩算法相比，OFC算法编码速度可提高约5倍，证明了本算法的优越性。     

南通地区主要城镇空气污染状况的排序

本文运用模糊数学的聚类分析理论，综合考虑了影响空气质量的多个因素，采用最大矩阵元法，对南通市区和六县(市)政府所在地的各城镇空气污染状况进行了排序。得到如下的结果：按污染程度由轻到重的顺序依次为汇龙，掘港，海门，市区，如城，金沙，海安。     

摸准父母的“怪脾气”

去年,德国人研发了一件特殊的“老人服”,年‘轻人穿上后,瞬间就能体验到一个75岁老人的身体感受——视力模糊、听力不清,面颊蜡黄,手肘难抬,膝盖僵化。老年人的生理苦楚尚可模拟,心理却难以体会。随着年龄的增长,一些父母的性情变得难以捉摸,各种“怪脾气”让子女难以招架。     

全力守护边界山区人民的健康——发展中的修水县渣津镇中心卫生院

正在湘鄂赣三省交界处、满目苍翠的幕阜山下,有一个美丽的渣津镇,它地处江西省修水县境内,距县城42公里,历史上为商代艾候国建都之地,自古就是邻近三省九县重要的商品集散场所,如今更是交通便利、经贸活跃的繁华集镇,共辖16个行政村,有近6万人口。位于集镇中央的渣津镇中心卫生院得天独厚,近年来发展迅速。该院从小到大,由弱到强,现已成为一所医疗规模较大、服务能力较强、辐射范围较广的乡镇中心卫生院,全力守护着边界山区人民的身心健康。     

基于粒计算的模糊神经建模方法在电能输出预测中的应用

准确地预测电厂的电能输出可以节约成本从而获得最大利润,因此建立一个模型来预测电厂的满载电功率输出是非常重要的。粒计算(Granular Computing, GrC)是一种新型的数据挖掘方法,它将具有类似特性的对象组合在一起,通过选择合适的粒度提取核心信息,减少冗余,降低问题求解的复杂度。本文使用GrC方法,从复杂多维数据集中以信息粒的形式建立初始的模糊推理系统,再通过模糊神经网络学习方法对系统参数进行优化。这种基于GrC的模糊神经(Granular Computing based Neuro-Fuzzy, GrC-NF)建模方法,不仅可以降低问题求解的复杂度,而且可以保持模糊逻辑系统的可解释性,将其与模糊神经网络的结合又提高了建模精度。本文将该方法用于建立电功率输出的预测模型,通过其预测精度的比较表明了该方法的优越性。     

基于肌音信号的步态动作模式识别研究

通过采集腿部肌肉5个通道的肌音信号,利用3层决策树对跑步、上楼、下楼、走路、静止5种步态动作进行模式识别研究。在决策树的第1层和第2层,应用双阈值门限法识别静止和跑步两种步态模式,在第3层,提出基于步态信号的自适应不等长分割算法以及改进的模糊熵算法,利用线性分类器对走路、上楼、下楼进行分类识别。结果表明:双门限阈值法可有效地对静止和跑步进行识别,当采用改进的模糊熵特征时,对走路、上楼、下楼3种步态模式的分类准确率达到了94.87%;而当综合利用近似熵、样本熵和改进的模糊熵3种特征时,其分类准确率达到了98.76%。     

基于双模态控制的交流异步电机直接转矩控制系统

针对PI控制和模糊滑模变结构控制在交流调试系统中的局限性,利用它们的各自优点,采用双模态控制方法对交流异步电动机系统进行控制,得到模糊滑模变结构设计过程以及采用PI控制和模糊滑模变结构控制相结合的双模态方法运行的结果。仿真结果表明：该方法不仅解决了模态抖动问题,而且改善了系统动态特性,证明了双模态控制在交流调速系统中的应用价值。     

基于特征聚集度的FCM-RSVM算法及其在人工焊点缺陷识别中的应用

针对人工焊点缺陷识别方法进行研究,提出了一种基于特征聚集度的模糊C均值聚类(FCM)与松弛约束支持向量机(RSVM)联用的分类识别算法。在提取人工焊点特征向量的基础上,算法首先对样本特征数据进行模糊C均值聚类,依据样本隶属度函数计算不同特征的特征聚集度,并由特征聚集度指标改进RSVM算法中的松弛量参数,建立最终的分类器模型。实验结果表明:本文提出的算法建立了泛化能力更强的分类模型,能有效抑制噪声及模糊边界点对分类模型的影响,在人工焊点缺陷识别的应用中获得了满意的识别结果。     

4种药物多输入多输出滴注用模糊逻辑系统的决策制定

目的 研究多年来老年心脏病手术及手术后监护时，4种药物多输入多输出滴注用模糊逻辑系统的决策制定的原理及方法。方法 从模糊逻辑原理起到4种药物对老年心脏病6种症状的病理状态及治疗策略加以研究。结果 求得典型的模糊逻辑用语言结构，表层结构及电脑用的深度结构。结论 在模糊逻辑理论的概念基础上，可算得模糊化输出，代入病人症状的主要生理参数MAP，MPAD和CO检测值。应用模糊匹配及准则计算的结果就是4种药物多输入多输出滴注时的决策制定成功。以一种狗实验的结论证明此种模糊决策制定模块确能成功应用于临床。