利用多尺度频域分析的图像显著区域检测

针对显著区域检测中的视觉显著性度量问题,提出了一种通过对图像的频域特征进行多尺度分析来计算显著性的方法.在多个尺度上提取图像底层特征,在频域分析各种特征图的幅度谱和相位谱,在空间域上构造相应的显著图.根据显著图,检测出图像中的显著区域.在多种自然图像和人工图像上进行实验.实验结果表明,该方法能迅速检测出与人类视觉注意结果一致的显著区域,并且在高强度噪声图像中也能取得很好的检测效果.     

关联规则在地方病预防中的应用

关联规则是数据挖掘中重要内容之一。本文使用关联规则中的Apriori算法挖掘地方病患者的就诊资料,并且归纳出症状与疾病间的关联规则,这些规则模式对地方病的诊断和预防有重要的指导意义。     

基于主成分分析与BP神经网络的供应商选择模型

供应商选择是企业进行决策的重要内容,也直接影响着企业竞争力。在科学合理的构建供应商评价指标体系的基础上,首先对供应商评价的数据进行主成分分析,然后建立基于BP神经网络的供应商评价模型,最后以实例验证。这两种方法相结合不仅简化了模型结构,而且较好的克服评价指标主观性强的问题,为供应商选择提供了一种新的、实用的评价方法。     

布尔控制网络的输出稳定与镇定

矩阵的半张量积是将逻辑变量转化为向量研究的主要工具.本文利用半张量积把逻辑控制系统表示为离散时间仿射线性系统,在逻辑系统的状态空间框架下研究了以布尔控制网络为代表的逻辑动态系统的输出稳定与镇定.首先给出布尔网络输出稳定的定义,研究了布尔网络输出稳定的充要条件;其次讨论了布尔控制网络的输出镇定,分别得到了布尔控制网络由常值输入变量、自由控制序列、状态反馈控制序列输出镇定的条件.本文讨论的系统输出稳定与镇定是(部分)变量稳定与镇定的推广.     

概率布尔控制网络的弱能控性

本文研究了概率布尔控制网络的弱能控性,系统的弱能控性是概率布尔网络精确能控的一个推广.首先利用矩阵的半张量积和逻辑变量的向量表示,概率布尔控制网络被表示为离散时间动态系统.接着给出概率布尔控制网络弱能控的定义,从离散时间系统的结构矩阵出发,构造了最大概率转移矩阵,矩阵中的元素表示相应状态之间可能发生转移的最大概率,在此基础上研究了概率布尔控制网络的弱能控的条件,同时给出了两个状态弱能达时控制序列的设计算法.最后通过例子进一步解释了弱能控的概念和控制序列设计算法的有效性.     

一类不确定切换中立型系统的鲁棒滑模控制

针对一类不确定切换中立型系统, 设计相应的积分型滑模面. 基于平均驻留时间方法和线性矩阵不等式技术, 给出滑模动力学系统鲁棒指数渐近稳定的时滞相关性判据. 通过设计滑模控制器, 使闭环系统的状态满足到达条件. 数值仿真表明, 所提出的方法是有效可行的.

     

自动特征选择和加权的图像显著区域检测

视觉显著性度量是图像显著区域提取中的一个关键问题,现有的方法主要根据图像的底层视觉特征,构造相应的显著图。不同的特征对视觉显著性的贡献是不同的,为此提出一种能够自动进行特征选择和加权的图像显著区域检测方法。提取图像的亮度、颜色和方向等特征,构造相应的特征显著图。提出一种新的特征融合策略,动态计算各特征显著图的权值,整合得到最终的显著图,检测出图像中的显著区域。在多幅自然图像上进行实验,实验结果表明,该方法在运算速度和检测效果方面都取得了不错的效果。     

基于视觉注意的医学图像感兴趣区域提取*

提出一种基于视觉注意机制的医学图像感兴趣区域提取方法。受生物学启发,该方法模仿人类自下而上的视觉选择性注意过程,通过计算图像中每个像素的全局对比度,构造相应的显著图,并根据显著图,检测出图像中的显著区域。利用多幅医学图像对本方法进行评估,结果表明,该方法能够快速、精确地提取图像中的感兴趣区域,在提取结果和运算速度上均取得了令人满意的效果。     

不确定时滞切换系统的鲁棒滑模控制

该文研究了一类具有非匹配不确定性和非线性扰动的时滞切换系统的滑模控制问题.首先,针对每个子系统设计对应的时滞依赖滑模面,利用驻留时间方法,给出了由滑动模态方程组成的切换系统鲁棒渐近稳定的充分条件;然后设计了滑模控制器,使得闭环系统的状态能够到达滑模面上,产生滑动模态.最后,仿真实例说明所提出方法的有效性.     

一类不确定广义时滞系统的H∞自适应控制

针对一类具有外部扰动的不确定广义时滞系统,首先,设计一个积分型滑模面函数,基于Lyapunov稳定性理论,并结合线性矩阵不等式等技术,给出该滑动模态方程鲁棒渐近稳定的一个充分性判据;然后,通过设计一个新型的自适应滑模控制器,使得该闭环系统的状态可在有限时间内到达滑模面并作滑动运动;最后,通过一个数值仿真例子验证所提出的方法是有效可行的.