SEM混合模型脑血管分割算法

针对脑血管结构复杂、空间比例小,易导致对其进行图像分割较困难的问题,面向脑MRI提出参数统计分类算法,通过随机迭代提高血管分割精度.首先应用最大强度投影法(MIP)实现脑血管图像预处理,以降低脑血管图像中混合成分的数目;其次用有限高斯混合模型模拟脑血管和脑组织的随机分布;最后通过随机期望最大化(SEM)算法进行混合模型的参数估计,解决了传统期望最大化(EM)算法收敛速度缓慢和局部极值的问题.实验结果表明,采用文中算法可有效地分割脑血管主分支及周围较细小分支,且其收敛速度比传统EM算法有较大提高.     

基于DNA微阵列数据的癌症分类问题研究进展

应用DNA微阵列数据对癌症进行诊断与分型,已经逐渐成为生物信息学领域的研究热点之一。首先概述了基于微阵列数据的癌症分类问题的研究现状与发展趋势。然后简要介绍了微阵列实验的基本步骤,微阵列数据的结构、特点以及用于癌症分类的基本流程。接下来重点从数据预处理、特征基因选择、分类器设计以及分类性能评价等几方面对近10年来的研究成果进行了详细的综述与比较分析。最后,对该领域目前仍然存在的问题进行了归纳并对未来可能的研究方向作出了预测与展望。     

一种面向部分可重构FPGA的混合实时调度算法

在CPU/FPGA平台上运行的实时任务通常由软/硬件子任务组成并存在优先约束关系。提出了一种软/硬件混合实时任务调度算法。在截止期限错失时刻,通过分析系统的运行情况,推导出实时任务可调度的充分条件。每个实时任务的硬件子任务分成多组,每组硬件子任务重叠配置到FPGA上。通过手工布局硬件子任务端口和总线端口,使得硬件子任务可动态的连接到系统总线上。实验表明,该算法能够满足任务的实时性,充分利用FPGA资源。     

考虑分群结构稳定性的自组网无中心分群算法

为了降低路由维护开销,使无中心分群结构很好地适用于大规模自组网,最首要的任务是使分群结构尽量稳定。现有无中心分群算法尚未考虑上述问题,因此,提出一种考虑分群结构稳定性的无中心分群算法及群维护策略。该算法基于移动预测思想,综合考虑群内结构稳定性、群间结构稳定性和分群结构优化。对算法的性能和复杂度分别进行了分析,仿真结果表明：该算法比现有算法更有利于分群结构的稳定,降低了分群维护开销,进而将降低路由维护开销。     

一种改进的不相关空间算法及其在人脸识别中的应用

不相关空间算法是一种基于Fisher准则求解不相关鉴别矢量集的快速算法,但应用在人脸识别中将遇到小样本问题,本文提出一种改进的不相关空间算法,较有效地解决这一问题,其思想是将原始数据空间降到一个低维的子空间,从而避免了总体散布矩阵奇异,并在理论上证明,在这个子空间中求解不相关鉴别矢量集等价于在原空间中求解不相关鉴别矢量集,另外根据散布矩阵的对称性,引入一种计算方法,进一步提高求解不相关鉴别矢量集的速度,最后,在人脸库上的实验结果验证该算法的有效性.     

一种新颖的核鉴别通用矢量集算法

为了进一步增强鉴别通用矢量集算法的性能,提出一种核鉴别通用矢量集算法.首先利用核函数将原始样本隐式地映射到高维特征空间;然后在高维特征空间里利用再生核理论建立鉴别通用矢量集算法的等价求解模型;最后根据新的求解模型,应用二次Gram-Schmidt正交化方法求出核类内零空间中的鉴别矢量集.在人脸库上的实验结果验证了文中算法的有效性.     

基于QoS的网络计费管理软件的设计与实现

针对原来的基于时间和基于流量的计费模式在实时多媒体业务中显现出来的弊端，提出了一种基于QoS的网络计费模式，并介绍了在小区宽带接入系统中的实现，给出了这种计费模式的策略和主要数据结构。     

2维不相关鉴别矢量集算法

在人脸识别算法中,已有的计算不相关鉴别矢量集的算法均是基于图像向量模型的,因而将遇到所谓的小样本问题,而且由于采用迭代求解方式,算法运算速度缓慢,为此提出了一种新的求取不相关鉴别矢量集的算法,即一种基于图像矩阵模型的2维不相关鉴别矢量集算法。算法由于采用了图像矩阵模型,解决了小样本问题,通过对类内散布矩阵的白化变换,使得推广的2维线性鉴别分析模型具有类似的2维主成分分析模型的形式,从而将两种算法的模型有效地联系起来,进而可以非迭代地求得2维不相关鉴别矢量集,不但求解速度快且数值解稳定。在ORL和Yale人脸库上的实验结果表明,该算法不但减少了计算时间,同时也提高了识别率,为求解不相关鉴别矢量集提供了一个新的思路。     

一种快速求解二值线性方程组的并行结构

针对求解GF(2)域的线性方程组问题,改进现有的高斯消元算法,提出一种快速求解未知向量的硬件并行结构,通过增加消元与行循环位移的并行操作以降低时间复杂度,采用一类仿“smart memory”基本单元的互联完成整个算法在硬件上的映射。对结构的性能分析表明,对于密度远大于或小于0.5的n阶二值增广矩阵,并行结构平均计算时间约为2n个时钟周期,远小于软件算法时间(1/4n3)。在 3阶~50阶的二值非稀疏增广矩阵上的实现结果表明,与软件实现相比,该结构的性能可提高约2个数量级。     

基于CADCON的群体AUV三维仿真

近年的AUV仿真工作更多地集中于对AUV水动力学特性仿真数学模型的建立上，不能满足AUV群体协作策略级仿真的需要。CADCON是AUSI基于Internet架构开发的群体协作AUV三维水下环境分布式仿真平台，提供了可定制的虚拟海洋环境和一系列可灵活配置的AUV模型以及AUV群体行为组件开发接口。该文介绍了CADCON的功能和体系结构，归纳了基于CADCON平台进行AUV群体协作仿真的基本流程和参数配置方法，给出了Visual C＋＋环境下的AUV群体行为组件开发的基本方法，该方法的可行性已得到实验验证。