基于Matlab的肝脏CT图像预处理系统1

目的：依据肝脏CT图像的特征,通过预处理,建立提高肝脏病理改变阳性的临床诊断的敏感性,减少漏诊发生率。方法：基于Matlab对肝脏CT图像进行预处理,通过滤波、增强等手段减少数字图像噪声及伪影。结果：通过处理,图像的对比度增加,差异显示不同的组织及结构特征,肝脏病理改变的阳性诊断率上升30%(20.15%),漏诊率大幅度下降。结论：基于Matlab对肝脏CT图像进行预处理对提高临床诊断水平效果良好,可以提高青年医务工作者诊断的阳性信息,减少漏诊的发生。     

用神经网络实现VBR视频通信量的在线预测

VBR(Varible Bit Rate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测难度较大.针对以上问题,本文提出了一种用于VBR视频通信量预测的自适应神经网络模型,网络训练采用离线与在线相结合的方式,同时通过删除不重要的权重,以优化网络的拓扑结构,提高网络的推广能力,降低网络在线学习的计算复杂度;对VBR视频通信量预测的模拟结果表明该模型具有高的预测精度,并能满足通信系统对预测实时性的要求.     

一种无线传感器网络分层拓扑推断算法

无线传感器网络中网络拓扑对配置网络资源、优化网络性能具有十分重要的作用.根据在汇聚节点收集到的网络节点报文接收/丢失的信息,提出了一种基于数据聚合的分层拓扑发现算法,该算法同时可以实现对传感器网络节点的分层.针对目前的拓扑发现算法在网络链路丢包率较低的情况下无法快速推断出网络拓扑的问题,提出了一种使部分节点进入睡眠状态的方法推断低丢包率条件下的网络拓扑.仿真结果表明,提出的算法可以利用较少的观测数据准确快速地推断传感器网络的拓扑.     

全双极WTA模型的改进及其实现

提出了一种相似度的新定义，使双极ＷＡＴ模型的实现更加简洁明了。增加一个阈值使系统能判别非存储模式或因其信息量过低而无法鉴定的输入模式，阈值的大小与要求的容错能力有关。双极相似度及阈值通过光学方法实现。阈值的光学实现使系统仍具有照明不变性。通过电路实现取及ＷＴＡ网络的迭代运算。     

用于光信息处理的WTA电子网络的实现及其特性分析

给出了一种光信号处理用ＷＴＡ电子网络的实现方法，测试了网络的灵敏度，并分析了可能对其产生影响的因素，制作 了３２单元的ＷＴＡ网络器件，网络能在几百微秒的时间内找出输入最大者，分辨精度为１ｍＶ。     

基于自适应抽头延迟神经网络的股指预测

提出一种自适应神经网络模型对股指这一非线性时间序列进行高精度的预测.首先采用基于递归最小方差的自适应学习算法对抽头延迟神经网络模型进行训练,然后再利用删剪算法对训练好的神经网络结构进行自适应删剪,去掉隐藏层中冗余的神经元,从而获得最佳的网络拓扑结构.最后利用优化好的神经网络对股指进行预测.抽取上证指数2000年1月至2004年4月期间的1 000个日数据作为样本,仿真实验表明,该方法能够快速地实现高精度的股指预测,预测精度达到4.8994×10-5.     

形式化开发非递归Koch曲线算法

形式化方法是构建可信软件的重要途径。Koch曲线是典型的分形图形。基于形式化方法PAR及循环不变式开发策略,开发了Koch曲线非递归算法,并对其进行了形式化的正确性证明。在得到求解Koch曲线算法的循环不变式的同时,直接得到易读、高效且可靠的非递归算法。对使用形式化方法及循环不变式开发策略开发分形程序非递归算法作了较深入的实践和探讨。     

基于虚拟节点的BP无线传感器网络定位算法

无线传感器网络中节点的准确定位是网络应用的支撑技术之一.针对网络中锚节点比例因素,提出了基于BP神经网络的次锚节点的定位算法,虚拟地增加网络中用于定位的锚节点的个数,并提出了引人虚拟节点的方法寻求较佳的次锚节点,从而提高了定位精度.该方法不依赖于节点间的距离,并利用了神经网络的并行性,因而算法简便快速,硬件结构实现简单.仿真结果证明了利用虚拟节点确定次锚节点的有效性,同时表明BP神经网络定位算法和次锚节点的引人可大大提高网络未知节点的定位精度,减少无线传感器网络的成本.     

基于ATM交换结构的Hopfield神经网络调度算法

针对ATM交换结构，采用输入缓冲和每条入线在同一个时隙内可传送多于一个信元的策略，利用神经网络具有的实时性、高度并行处理能力和易于电路或光电技术实现等特点，提出了一种Hopfield神经网络调度算法。实验仿真比较表明，该方法不但大大提高了吞吐率，消除了队头阻塞造成的性能恶化，而且降低了信元丢失率和较大程度地降低了平均信元时延，提高了ATM交换结构的性能，实现了信元的优化调度。     

基于神经网络的特征分析在烟叶分级中的应用。

通过数字图像技术可以自动提取烟叶的颜色和形状特征,而不同特征值对分部位、颜色和等级的决定程度不同,文章结合广义回归神经网络定性分析各种不同特征对部位或颜色分级的影响,分别得到对分部位、颜色和等级有决定影响的特征量,通过建立不同神经网络得到最终等级。