数据挖掘中聚类算法研究进展

聚类分析是数据挖掘中重要的研究内容之一,对聚类准则进行了总结,对五类传统的聚类算法的研究现状和进展进行了较为全面的总结,就一些新的聚类算法进行了梳理,根据样本归属关系、样本数据预处理、样本的相似性度量、样本的更新策略、样本的高维性和与其他学科的融合等六个方面对聚类中近20多个新算法,如粒度聚类、不确定聚类、量子聚类、核聚类、谱聚类、聚类集成、概念聚类、球壳聚类、仿射聚类、数据流聚类等,分别进行了详细的概括。这对聚类是一个很好的总结,对聚类的发展具有积极意义。     

基于特征级融合神经网络的磁共振成像前列腺肿瘤CAD模型

针对磁共振成像(MRI)前列腺肿瘤感兴趣区域(ROI)在高维特征表示下存在特征相关和维数灾难问题,提出了一种基于主成分分析(PCA)的特征级融合神经网络(NN)的MRI前列腺肿瘤CAD模型。首先提取MRI前列腺肿瘤ROI的6维几何特征、6维统计特征、7维Hu不变矩特征、56维灰度共生矩阵的纹理特征、3维Tamura纹理特征和24维频域特征,得到102维特征矢量;然后通过PCA进行特征级融合得到累计贡献率达到89.62%的8维变换特征,降低特征矢量的维数;再次利用经典的神经网络(四种训练算法BFGS拟牛顿算法、BP算法、最速梯度下降算法和Levenberg-Marquardt算法)作为分类器进行分类识别;最后以180幅前列腺患者的MRI图像为原始数据,采用基于特征级融合神经网络(NN)的计算机辅助诊断模型对前列腺肿瘤进行辅助诊断。实验结果表明:经过特征级融合的神经网络识别前列腺良恶性肿瘤的能力至少提高10%左右,这种特征级融合策略是有效的,一定程度上提高了特征之间的不相关性。     

软件过程中的范型研究

为实现软件工程的目标,有必要研究软件开发过程。论文规范了软件开发方法学、软件过程范型、模型和编程范型等概念;讨论了软件过程中各种范型之间的关系;研究了选择范型的原则和机制。本研究有助于软件实施。     

纳米羟基磷灰石颗粒固定化漆酶的研究木

利用羟基磷灰石对漆酶进行了固定化研究,确定了羟基磷灰石对漆酶固定的最适条件,并研究了不同温度下游离漆酶与固定化漆酶活力的差异,同时也对游离漆酶与固定化漆酶的Km值进行了研究.结果表明:0.08 g羟基磷灰石固定1 mL粗酶液,当固定化过程pH为6,交联剂戊二醛浓度为6%,固定化时间为1 h时,酶活力达到最大.当温度在3...     

超声波降解水中甲基橙的实验研究

为开发利用超声降解染料废水技术,建立了以甲基橙为模型化合物的超声降解模拟实验。考察了pH值、甲基橙初始浓度、氧化剂过氧化氢的投加浓度以及超声设备声能密度等实验条件对超声氧化降解甲基橙效果的影响。当甲基橙溶液初始浓度为2 mg.L-1、pH值为2时,按0.01 mL/100 mL浓度投加过氧化氢,在300 W声能密度条件下仅需20 min,甲基橙的降解率可达到91.79%。实验结果表明,超声降解染料废水技术操作简单、高效快速,具有广阔的应用前景。     

基于NRC和多模态残差神经网络的肺部肿瘤良恶性分类

针对深度卷积神经网络训练时的网络退化、特征表达能力不强等问题,提出一种基于非负表示分类和多模态残差神经网络的肺部肿瘤(residual neural network-non negative representation classification, resnet-NRC)良恶性分类方法。使用迁移学习将预训练残差神经网络模型初始化参数;分别用CT、PET和PET/CT 3个模态的数据集训练残差神经网络,提取全连接层的特征向量;采用非负表示分类器(non-negative representation classification, NRC)对特征向量进行非负表示,求解非负系数矩阵;利用残差相似度进行肺部肿瘤良恶性分类。通过AlexNet、GoogleNet、ResNet-18/50/101模型进行对比试验,试验结果表明,ResNet-NRC分类效果优于其它模型,且特异性和灵敏度等各项评价指标也较高,该方法具有较好的鲁棒性和泛化能力。     

石英管负载纳米TiO2对污水光催化的研究

主要研究了石英管负载纳米二氧化钛对污水中细菌的杀灭作用。通过对污水处理前后细菌含量的对比,发现石英管负载纳米二氧化钛具有明显的杀菌作用。试验结果表明,与没有镀纳米二氧化钛膜的石英管相比,石英管负载纳米二氧化钛在紫外光的催化作用下其杀菌效率有明显的提高,杀菌率由95.86%提高到98.41%,杀菌前后的细菌绝对数量由9.1×103下降到3.5×103,比未镀纳米二氧化钛膜的石英管减少了50%甚至更多。同时也发现,分别镀一层,二层及三层的纳米二氧化钛膜的石英管的杀菌效率基本相同。     

虹膜图像的分段检测眼睑算法提取及其图像清晰度评价研究

针对虹膜图像的提取和清晰度分析问题,研究了基于分段检测眼睑的虹膜图像采集及对所采图像的清晰度的评价,进而提出了一种新的解决方法.所提方法使用分段检测的眼睑分割算法提取虹膜边缘,使用倒谱域函数评价图像的清晰度.分段检测方法可经过圆弧参数的分段拟合、动态聚类,快速准确地分割出虹膜图像中的上下眼睑,倒谱域函数评价法可大大减少...     

基于Bayesian粗糙集和布谷鸟算法的肺部肿瘤高维特征选择算法

在高维特征选择过程中最优特征子集生成和分类器 参数优化方面,提出一种基于贝叶斯粗糙集(BRS)、遗传算法(GA)和布谷鸟算法(CS) 的两阶段优化高维特征选择算法。该算法首先分析3000例肺部肿瘤CT图像的形状、灰度和纹理特征,提取104维特 征分量共同量化ROI;然后进行两阶段优化:(1) 从全局相对增益函数的角度分析了属性 重要度,结合属性约简长度和基因编码权值函数的加权和构造适应度函数,通过选择、交叉 和变异等遗传操作生成最优特征子集,在不降低分类精确度的前提下降低特征维度;(2) 利用CS对支持向量机(SVM)参数进行全局寻优;最后通过实验验证本文算法的可行性和有 效性。实验结果表明,该算法有效提升了肺部肿瘤良恶性识别能力,降低了算法的时间复杂 度。