基于多重相关方差的X线头影片的多重分形分析

该文提出了一种基于多重相关方差的计算多重分形谱的算法.首先构建了一个X线图像的五邻域多重相关空间,定义了图像的多重分形谱的概率测度,通过对图像的多重分形谱与权重因子相关性的分析,进一步判定线形区间及适当的权重因子,得到了X线头影片图像的多重分形的线性区间,验证了其多重分形的几何性质.该算法具有保持和加强图像的局部特性,突出图像的细微处的特点,克服了多重分形谱对噪声敏感的缺点,能有效抑制图像中的噪声.     

分数布朗运动在X线图像边缘提取中的应用

分析了X线影像图像的成像机理及其特点,介绍了分数布朗运动模型在X线图像边缘提取中的应用,特别提出了对X线颅颌影像定位片进行边缘提取的新方法,并应用此方法对X线颅颌影像侧位片进行处理,得到了完整连续的头影侧位片不同组织的轮廓线。与现有的X线颅颌影像分析中边缘提取的结果相比,其软硬组织的边缘更加清晰、准确,最大限度地保留了不同组织的边缘信息,为进一步进行准确计算机自动定点奠定了基础。     

基于多重分形的医学图像边沿分析

本文提出了应用在医疗诊断上的一种基于多重分形分析的边缘检测方法,并应用在变形性骨炎的诊断中,该方法通过定义在图像灰度级上的测度,计算图像中每一个像素点的奇异性和它的多重分形谱,然后根据多重分形谱,提取图像的边缘信息.经试验表明,该算法具有良好的边缘检测效果,而且与传统方法相比具有更好的局部性.并且在医疗诊断中有广泛的应用前景.     

基于多重加权法的多重分形图像分割研究

针对现有多重分形谱对噪声敏感的问题,该文提出了一种基于多重加权法的多重分形谱算法。并首先介绍了基于测度理论的多重分形谱的定义;然后定义了基于多重加权的概率测度,同时对基于多重加权法的多重分形谱性能进行了分析,最后采取与衬底法、方差法进行仿真比较的方法,进行了线性区间、抗噪声性能和收敛速度的比较。比较结果表明,该算法具有保持和加强图像的局部特性以及突出图像的细微处的特点,不仅克服了多重分形谱对噪声敏感的缺点,而且权重因子收敛快。     

基于欧氏距离相关函数的多重分形谱算法

提出了一种基于欧氏距离相关函数计算多重分形谱的算法.介绍了基于测度理论的多重分形谱的定义,定义了基于欧氏距离相关函数的概率测度,对基于欧氏距离相关函数的多重分形谱算法的性能进行了分析.采取衬底法与方差法进行仿真比较的方法,进行了线性区间,抗噪声性能和收敛速度的比较.该算法具有保持和加强图像的局部特性,突出图像的细微处的特点,克服了多重分形谱对噪声敏感的缺点,且权重因子收敛快.     

海杂波的多重分形特性分析

通过对实测海杂波数据进行多重分形测度分析,判定海杂波信号具有多重分形特性。本文进一步提取表征海杂波复杂特性的多重分形参数,研究了不同条件下海杂波多重分形特性的变化特点,探讨了基于多重分形特性的雷达目标检测方法的可行性,并给出了实验结果。本文的研究为基于多重分形特性的海杂波建模与仿真、雷达目标检测提供了依据。     

基于Z-ordering的多重分形维数及多重分形谱算法

分形维数的高效求解是分形理论应用与实践的关键问题,传统分形维数计算方法由于时空复杂性高已成为当前分形技术应用的一个主要瓶颈。借鉴Z-ordering索引技术的思想,设计并实现了一种改进的多重分形维数计算方法ZBMFD（Z-ordering Based Multifractal dimension Algorithm）,该方法扫描数据集一遍建立底层网格结构,通过动态修改网格坐标编码递推实现低层网格到高层网格之间的动态映射并计算数据集的分形维数。在实际数据集的实验表明算法在保持O（N×logN）时间复杂性的基础上,降低了分形维数算法的空间复杂性,且计算结果精度与已有算法相当,拓广了分形技术在当前高维、海量数据处理等领域的应用。     

改进多重分形法的环境图像边缘检测

分形是最接近自然的算法,广泛应用于生活各个领域。研究发现简单的分形算法能很好地处理图像信息,但精确度有所欠缺。为了提高图像精确度,我们运用多重分形,使得处理的效果更好。由于环境的复杂度、难识别,现实中人们对环境图像的处理很少。介绍实现对多重分形理论算法分析,通过改进的多重分形法对图像边缘检测处理,运用传统的边缘检测算法、毯子法、多尺度盒维数、多重分形法进行实验比较,最后再运用中值滤波处理,得到改进多重分形处理的精确度高、速度快、效果好,适合对复杂的环境图像处理。     

时间序列中的多重分形分析

讨论了多重分形在时间序列分析中的应用，并分别针对一些噪声序列、受干扰信号序列，计算了其多重分形广义维数，试图探索一种新的方法，为时间序列的分析提供新的依据。在信号处理中，尤其在雷达信号处理中有很好的应用前景。     

地形模拟中的多重分形技术概述

介绍了基于噪声合成法的多重分形,包括各向异性多重分形、混合多重分形和山脊多重分形,并指出了普适多重分形技术的数学特征以及它在地形模拟中的应用特性和优点。     

基于多重分形的雷达目标的模糊检测

利用多重分形的概念对海杂波和舰船雷达目标回波进行了分析,并提取出其多重分形特征用于舰船目标检测.实验表明,广义维数谱具有良好的可分性和稳定性.在检测中,将待查信号分为两类:海杂波目标和舰船目标,将广义维数谱作为特征矢量,计算其相对于两类目标的隶属度并作出判断.多组检测实验证明了该方法的有效性和实用性.     

空间目标RCS序列的多重分形分析

分析了空间目标RCS序列产生混沌的机理,将非线性理论中的多重分形分析法引入空间目标RCS序列的研究中,用多重分形分析法分析了空间目标RCS序列的混沌特性;实测数据计算结果表明,与旋转目标相比,三轴稳定目标RCS序列较复杂,这与实际分析的情况相符合,证明了该方法的有效性;另外,还证明了空间目标RCS序列服从多重分形分布。     

基于小波的多重分形业务排队分析

最近的研究表明,网络业务最为显著的统计特性是尺度特性,也就是分形行为,尤其是在小尺度下的多重分形特征,因而对网络业务分形特性下排队行为的研究,对网络容量规划和控制具有重要的意义．把小波分析方法引入网络业务的排队分析,由于小波固有的尺度特性,在小波域内能够更加精确简洁地进行排队尾分布分析．通过对真实网络业务的排队仿真,对小波方法和分析方法进行了比较,实验结果表明小波方法给出了更好队列分析结果。     

MF-DFA在癫痫发作期及发作强度检测中的应用

癫痫患者的脑电特征是临床诊断、分类和预报癫痫的重要依据.作为测度时间序列内在模式变化的近似熵和样本熵成为一种临床癫痫分类和发作预报的重要方法,由于受到序列长度、嵌入维数以及阈值设置的影响,难以准确检测序列内模式突变的时刻.为准确检测脑电癫痫样放电时刻及其强度,提出了一种癫痫发作及强度检测的多分形去趋势波动分析方法(MF-DFA),并与基于样本熵的癫痫放电检测作进一步比较分析.采用头皮表面脑电与颅内脑电临床数据做测试实验,结果表明:MF-DFA能够精确捕捉到发作时刻,并能够定量刻画癫痫发作强度.     

基于瀑布过程的多重分形模型特性分析与检验

通过连乘瀑布过程的构建方法,采用对称的Beta分布拟合瀑布过程的乘数因子以及独立的pareto分布拟合瀑布过程的随机变量,建立网络流量多重分形模型。求解该模型合成流量的均值、方差、协方差的表达式,得出其具有正值、长相关、非二阶平稳特性。采用LBNL采集的数据DEC-PKT-1对其进行拟合检验,证明该模型在拟合真实网络流量时的有效性。     

心室纤颤和心动过速的多重分形分析

基于多重分形分析对心动过速（VT）与心宣纤颤（VF）进行了研究。通过直接计算,（a）奇异谱的方法,计算出VF和VT信号的奇异谱。发现这两种信号奇异谱曲线所包含的面积存在较大差异,并且在大多数情况下VF信号的奇异谱曲线面积大于VT信号。本文用奇异谱曲线面积作为区分VF和VT的一个判据。实验证实该判据可有效区分VF和VT。