基于张量鲁棒主成分分析的视网膜眼底图像序列变化检测

在计算机辅助诊断系统中,视网膜眼底图像序列的变化检测是一项重要且具有挑战性的任务。针对视网膜眼底图像序列采样帧少、光照干扰大、难以获得稳健的背景模型,提出了一种基于张量鲁棒主成分分析(tensor robust principal component analysis, TRPCA)的变化检测方法。该方法以TRPCA为模型,通过对序列背景扩充,再利用张量分解而获得变化区域：首先,先选择出序列中最接近正常状态的一张图像作为背景模型;然后,通过预处理将单帧背景模型扩张成多帧背景使得背景模型包含更丰富的光照变化;接着,将整个序列建模为一个3维张量体;最后,利用总变分约束背景模型和变化区域的时空连续性,通过Tucker分解分离出背景模型,获得变化区域。实验结果表明,与基于矩阵的鲁棒主成分分析(matrix robust principal component analysis, Matrix RPCA)方法,Masked-RPCA方法以及不加总变分约束的TRPCA方法相比,基于总变分约束的TRPCA方法能够更准确地分离出变化区域,对血管和光照干扰更具有鲁棒性。     

基于模糊神经控制的污泥焚烧温度控制应用

在污泥焚烧温度控制系统中,由于有污泥块热值不均衡、水汽的影响及外界环境的干扰等等;在环境条件变化时,常规的模糊控制不能快速稳定的将炉温控制在所需的恒定范围内。为了能够适应环境变化,快速的控制污泥焚烧的炉温,提出一种基于模糊神经控制的污泥焚烧温度控制方法,该方法将神经网络结合模糊控制,通过BP算法训练隶属函数的参数,提高控制器的自适应能力。仿真结果证明,所设计的控制器能够有效的将污泥焚烧的炉温控制在目标范围,并且调节时间比模糊控制短。     

可压缩传感重构算法与近似QR分解

讨论了可压缩传感CS重构算法,并提出了一种新的改进算法效率、提高图像质量的方法,即：测量矩阵的近似QR分解。精确的重构算法（极小化L0范数）是一个NP完全问题,而这种算法的一个近似估计（极小化L1范数）能够对信号或图像高效率地重构。本文研究了L1算法的重构效果,通过改变测量矩阵的奇异值能够提高算法的重构效率。对测量矩阵的近似QR分解进行了研究,并给出了对测量矩阵的一些改进和相关的实验。     

基于虚拟仪器的电机自动测试系统设计

为了更加方便地实时在线测量电机的性能参数,以图像化编程语言LabVIEW为开发平台,开发设计出一套针对电动工具类电机的自动测试系统。该系统以LabVIEW为核心对电动工具类电机的电压、电流、转矩、转速等信号进行采集、处理,进而分析整合处理得出电机特性曲线,从而对电机的综合性能进行评价。通过使用LabVIEW可快速高效地开发出模块化、智能化、集成度高的电机自动测试系统,实现对电机特性曲线的自动测试。     

一种改进的稀疏表示的手写数字识别

提出一种改进的稀疏表示的手写数字识别方法。首先将样本字符块训练成过完备字典,然后通过改进的基于L1/2正则化算法进行系数分解,最后通过求重构图像与原始图像的残差进行分类。实验采用标准的数字数据库MNIST进行手写数字识别,改进的稀疏表示方法较其他方法能够有较高识别率,达到98%以上,并且具有很好的噪声鲁棒性。     

三维图像中连续隐边界曲面的逼近计算

三维图像中感兴趣目标的边界曲面的检测与重构是三维图像分析中的一个重要问题.本文提出了从三维图像中计算连续隐边界曲面离散采样点的新方法.基于这些计算得到的离散采样点及其灰度值,可以推导出更合适的等值面或者自适应曲面去近似表示三维图像中的连续隐边界曲面.     

二值分解压缩和Consensus算法

奇异值分解(SVD)是一种流行的用于高维数据压缩的方法,二值分解是奇异值分解的一种简化形式.实现二值分解的主要算法有两种:迭代启发式算法和贪婪算法.但这两种算法都不是很理想的算法:迭代启发式算法在很多情况下不能保证收敛性,贪婪算法不满足大型数值矩阵分解的需要.采用了一种新的算法来实现二值分解:Consensus的算法.Consensus算法可在渐进多项式时间内找到一般图中的极大二分团.对于某些二分图,该算法的复杂度是多项式时间的.实验结果表明,当迭代启发式算法不起作用时,Consensus算法是一种很好的求解二值分解的方法.该算法远比贪婪算法的效率高,且具有稳定收敛性.     

智能控制课程中英双语教学方法 研究与教学案例设计

提出一种针对智能控制课程的双语教学框架,基于"神经网络"授课内容,设计涵盖感知器和多层感知器知识点的4个教学案例,目的是帮助学生准确掌握不同智能控制方法原理的双语表述和概念思想,介绍教学实施过程并说明该双语教学方法在一定程度上能提高学生的学习效率。     

多算法融合的眼底图像渗出液分割

利用眼底图像中渗出液的亮度与边缘特征,文中采用一种多算法融合的渗出液自动检测分割方法来解决目前传统算法灵敏度低以及检测中存在视盘和其它微血管瘤等暗病灶的干扰等问题。为了提高分割效率和准确率,文中对原始图像进行顶帽底帽变换来增强图像对比度,采用GA与KSW熵法相结合的双阈值分割法对眼底图像进行渗出液分割。实验在Kaggle数据库上进行测试,结果显示该算法在像素层统计的SE和阳性预测值PPV分别为83.6%和93.2%,在图像层统计的SE、SP与AC分别为95.2%、86.2%和90.8%。在另一个独立的DIARETDB1数据库上进行测试,获得的结果分别为82.4%、93.3%、93.6%、96.2%和89.9%。与其它算法对比,文中方法可以很好地区分开渗出液与暗病灶,且检测时间短,具有准确性和高效性。     

基于S7 300PLC和Wincc的PID参数整定研究

在Wincc中开发的趋势图具有直观性和易操作性的基础上,采用SIMATIC和Wincc软件通信的方法,使用S7 300PLC软件自带的FB41功能块和通过编程设计的FB100功能块对整个闭环控制系统进行模拟。在Wincc中开发出用于PID参数整定的趋势图画面,调节趋势图中IO域的参数,根据生成的跟随信号的波形对PID控制器的参数进行整定。通过对闭环控制系统的仿真实验,得到了在方波给定信号输入下准确稳定的跟随信号,其中比例系数为2.00,积分时间和微分时间分别为10 000 ms和2 000 ms。