基于二维经验模态分解的医学图像融合算法

提出了一种自适应的二维经验模态分解(bidimensional empirical mode decomposition,简称BEMD)医学图像融合算法.待融合的医学图像经过BEMD分解成二维的内蕴模函数(bidimensional intrinsic mode function,简称BIMF)和趋势图像.BIMF图像经过Hilbert-Huang变换提取图像特征,然后,图像分解的各部分数据在区域融合规则下形成综合BEMD表示.最后,综合BEMD表示进行BEMD逆变换得到融合后的医学图像.BEMD分解方法是一种完全自适应的数据分解表达形式,具有比Fourier变化和小波分解更好的特性.该医学图像融合算法不需要预先定义滤波器或小波函数.实验结果表明,该算法与传统融合算法相比性能优越,能够大幅度提高融合图像的质量.     

关于进化算法记忆存储方法的探讨*

针对进化算法的不同个体表示,分析研究了基于进化个体或其特征的存储表示和基于进化种群的概率记忆存储表示两类存储方法.通过研制分析可以看出,有效的搜索历史记忆存储方法能很好进行数据的存储和管理.如果记忆的存储方法与进化算法的控制过程相配合,则整个进化算法会变得更加有效.     

鱼雷射击禁区

本文提出了鱼雷射击禁区的概念。并以Ａ２４４／Ｓ鱼雷为例，对鱼雷管装发射和直升机空投时的射击禁进行了详细的分析。最后给出了鱼雷管装发射、飞机悬停、飞行攻击时的射击禁区图。     

舰船安全与鱼雷射击禁区

本文以Ａ２４４／ｓ鱼雷的射击禁区为例，对舰船是否在鱼雷射击禁区内作了探讨并给出了判断舰船是否在鱼雷射击禁区内的数学模型。如果舰船在鱼雷射击禁区内，推导并计算了退出鱼雷射击禁区航的数学模型。