一种改进的快速FCM图像分割算法

FCM算法对图像的模糊特征具有较强的鲁棒性,在图像分割方面得到了广泛应用。但FCM算法采用随机初始化聚类中心的方法,使算法在迭代次数上有一定的不确定性。为提高FCM算法的运算效率,提出一种基于确定初始聚类中心的快速FCM图像分割算法。用最大类间方差法多次划分图像的灰度区间,根据区间中像素点的灰度值来初始化聚类中心,以使其尽可能的接近最终分割的聚类中心,减少算法的迭代次数。实验结果表明,与传统的FCM算法相比较,改进后的算法可以通过较少的迭代次数及运算时间分割图像。且该算法可以应用于诸多采取随机初始化聚类中心的FCM相关的算法中,以提高算法的运算效率。     

基于多种特征的红外目标识别技术研究

红外图像独特的热辐射特性,通常是由其各个子部件的红外热辐射特性所形成的。文中在传统红外热图像特征量的基础上,通过分析红外热图像自身特性以及它的形成与其自身姿态的关系,提出了对目标物体红外热图像基于目标姿态的子分类,并对目标红外热图像进行了子区域分割,通过多目标分类器进行识别,形成了新的红外图像特征量。     

"三突出、三位一体"医学科技管理系统设计

随着医疗卫生事业的发展和科技的进步,实施现代化的医学科技管理具有了更深远的意义.为此,本文介绍了"三突出、三位一体(Three Units Manage System)"医学科技管理系统的基本原理、数据结构和数据流图、实现方法,并简要介绍其主要功能和特点.     

角色化访问控制在集中监管电子信息平台中的应用

随着电子政务建设迅速的发展,资源共享及业务协同方面的应用需求急剧增加,各部门对更广泛地实现“信息共享、业务协同、共同监督”均有迫切需求。基于吉林省政府性投资项目和财政专项资金集中监管电子信息平台（以下简称集中监管电子信息平台）中资源共享、互相监督、协同工作、公示公开、共同监督的业务需要,提出一种基于角色化访问控制的有效模式,用于推动地方政府信息资源共享及业务协同工作建设。     

基于交互式图割算法的结肠组织提取

针对腹部CT医学图像中结肠组织自身局部特征的问题,研究了一种基于交互式Graph Cuts结肠组织的分割方法。首先人工标定一部分体素标记为＂目标＂和＂背景＂种子点。然后将图像映射成网络图,通过相邻像素间的灰度特征分配边的权重值,采用26邻域系统实现三维图像的分割。最后使用最大流/最小割方法最小化能量函数,得到结肠区域。实验结果表明,交互式的图割算法能够准确地从三维腹部CT医学图像中提取出结肠组织,体现了结肠数据的局部特征。算法能自动将所有腹部CT切片的结肠组织分割出来,实验获得的结果有利于结肠病变的发现和精确定位。     

一种交互式身份认证及访问控制安全信息平台的设计与实现

电子政务运行环境作为一种协同开放的网络环境,网络的安全可靠尤为重要,在电子政务网络安全基础建设中可靠信任的身份认证和合理有效的授权管理更是成为重中之重。然而现有的电子政务类信息系统都是针对各个领域相对独立开发的身份认证和访问控制机制,不利于电子政务平台中的信息共享与交换、协同工作和集成化开发建设。基于上述问题,本文结合电子政务对协同工作及系统安全的需求,设计了一种交互式身份认证及访问控制安全信息平台,采用扩展化的PKI和RBAC等技术,用于提供整个电子政务平台安全访问控制策略,同时构建客户端与服务端的数据安全传输通道,为电子政务安全建设提供一种有效的解决方案。     

人工神经网络回规建模方法及其应用

对于非线性回归问题,一般都是先将其线性化,按线性回归模型进行处理。但这种方法进行的参数估计不是无偏估计量,因此其非线性拟合精度较低。本文提出采用人工神经网络技术进行非线性回归分析,并针对地下水位的动态分析问题进行了实例计算,取得了很好的效果。     

基于帧间虚拟点光源重用的动态场景间接光照近似求解算法

基于即时光能辐射度方法的虚拟点光源思想,提出一种新的动态场景间接光照近似求解算法。首先设计出可视场景区域敏感的虚拟点光源采样策略和基于间隔采样的间接光照贡献聚集方法,并给出它们在GPU上的实现途径。然后提出虚拟点光源的帧间重用与更新方法,实现了对虚拟点光源的帧间失效检测、重建及其抛物面阴影图的更新。本文算法将动态场景当作一个整体处理,无需预先区分和指定静态对象和动态对象。实验结果表明,本文算法能够显著地减少动态场景间接光照的平均计算时间。     

卫星振动对光通信误码率影响的计算机仿真

使用NASA/GSFC提供的卫星振动功率谱数据合成了卫星振动,并根据光通信误码判据理论设计出计算误码率的计算机仿真模型.把并行计算思想引入到误码率仿真计算中,分析仿真实验结果得出,通信刚开始一段时间内误码率大小与卫星振动初始相位有关;误码率随通信时间不断变化,最后趋于以一定值波动;卫星振动对光通信的影响必须考虑.     

改进的M2det内窥镜息肉检测方法

结直肠癌是一种致命的疾病,作为息肉的肠腺瘤被认为是结直肠癌的主要病因,因此在临床诊断中发现肠息肉是一项至关重要的任务。息肉检测通常由医生操作内窥镜来实现,由于肠道环境复杂,息肉影像数据量大,小尺度息肉不易辨识,息肉检查过程除了极其依赖医生经验之外,工作压力和强度也给医生带来了极大的负担,因此需要借助计算机辅助诊断技术来检测息肉,该技术可以有效地处理大量的息肉影像数据、发现早期息肉、提高息肉检测的准确率。目前的一些方法对小型息肉存在漏检,因此提出了一种改进的M2det方法用于息肉检测,通过FFMs模块融合主干网络特征,使图像特征得到了充分利用,在SFAM模块中增加scSENet注意力机制,保留了有效特征,抑制无用特征,采用Focal loss计算分类损失,解决了正负样本不平衡问题。大量实验表明,该方法可以有效地检测出息肉且优于前沿的息肉检测方法,在CVC15数据集上mAP、F1-score、F2-score分别提升到了98.25%、97.30%、97.98%。