一种个有参数学习能力的决策融合方法

提出了一种基于模糊积分方法的多决策融合算法,通过对训练数据的学习来确定每个传感器的重要程度。分类实验表明,该算法可以有效提高融合系统的分类率。     

特征选择对FHMM性能影响研究

在利用因子隐马尔可夫模型(Factorial Hidden Markov Model, FHMM)进行分类识别的过程中,特征选择是影响其性能的主要因素．通过研究特征选择对FHMM性能的影响,提出了一种性能分析的方案,得出了选择FHMM特征的准则．将FHMM引入到步态识别中,提取4种步态特征,得到使用不同特征组合的FHMM的实验结果．使用McNemar检验的方法将其与单个特征的识别性能做比较,结合由正则典型相关分析得到的维数不同的特征间的相关性,分析得到以下结论: 基于FHMM的识别性能与特征间的相关性并没有必然联系,其性能更多地受到特征间的识别性能差异和单个特征的识别性能的影响．为发挥FHMM的优越性,应选择特征间识别性能差异小和单个特征识别性能好的特征组合,在此基础上特征间相关性越小越好．     

基于改进动态纹理模型的人体运动分析

人体运动分析是计算机视觉领域最活跃的研究课题之一。文中提出2种描述人体运动序列的改进动态纹理模型:二值动态纹理模型和张量子空间动态纹理模型。假设二值图像服从Bernoulli分布,二值动态纹理模型使用二值主成分分析来学习训练模型的参数。张量子空间动态纹理模型将图像看作张量, 引入张量子空间分析的方法分别对其行向量和列向量进行降维,将其转化为低维灰度图像,然后用动态纹理模型描述灰度图像序列。在人体行为和步态数据库上的实验结果验证2种改进动态纹理模型的有效性。     

主动式频谱感知的改进型信道切换算法

针对无线信道频繁切换而导致系统性能下降的问题,在传统算法的基础上,提出了改进型信道切换算法.通过信道空闲时长的预测和比较策略,在对首要用户干扰最小的前提下,对信道进行切换控制,有效降低了信道切换代价,减小了感知开销.仿真验证表明：采用改进型信道切换算法能够有效减少信道切换次数约20%.     

基于进化策略和IHS变换的图像融合方法

IHS变换法对多光谱图像和高分辨图像进行融合会丢失较多的光谱信息,本文利用进化策略来求解IHS变换法中光谱强度分量的最佳变换问题,经过变换后的光谱强度分量与多光谱图像的光谱强度分量和高分辨图像都具有较强的相关性,经过IHS反变换后可以得到同时具有较好的空间分辨率和光谱信息的融合图像.实验结果表明,该方法得到的融合图像优于传统的IHS变换法和小波变换方法.     

一种图像融合新算法

将小波的多分辨分解、进化策略与IHS变换有机地结合起来,提出了一种多光谱与高分辨率图像融合的新算法。该方法首先依据高分辨率图像经小波分解得到的各小波面,进行区域划分,再采用分区域加边缘有效因子的融合思想,使得融合图像最大限度地保留了多光谱图像的光谱信息和高分辨率图像的空间分辨率。文中给出了该方法的融合结果,并与IHS法、MWD法进行了比较,证明了该图像融合方法的有效性。     

轻量化深度网络辅助于无透镜计算显微图像的细胞分类

无透镜计算显微成像是一种低成本、高效的成像技术。这种成像方式具有大视野、高通量的特点,能够实时地对细胞进行无标记成像。提出了一种轻量化网络模型(Depthwise-ResNeXt),将该神经网络与无透镜计算显微成像进行有机结合,实现了实时准确的细胞分类。使用SUM、MCF10A、ECa109、CL-1四种细胞作为分类数据,Depthwise-ResNeXt对这四类细胞的分类准确率达到92.8%,参数量仅有806 kB。该网络证明了神经网络与无透镜计算显微成像在细胞分类领域相结合的可能性,并大大降低了神经网络在细胞分类方面的应用成本。     

针刺效应的神经影像学研究

介绍了研究针刺机理的神经影像技术方法:fMRI(functional magnetic resonance imaging),PET(positron emission tomography),EEG(electroencephalography)和MEG(magnetoencephalography).介绍了针刺研究中穴位点和对照方法的选取.分别从针刺对于大脑网络、边缘系统和自主神经系统的调节3个方面概述了针刺效应神经生理机制的研究成果.指出了目前的研究所存在的问题,并对未来的研究进行展望.总结和概述了目前针刺效应的神经影像学研究和进展,希望有助于加速针刺机理的研究和认识,早日揭示针刺机理,发扬祖国传统医学.     

步态表征和步态融合方法新进展

作为可远距离感知的生物特征识别技术之一,步态识别受到越来越多的关注.有效的步态表征方法是步态识别的关键,信息融合是提高步态识别性能的重要手段.从步态表征方法和信息融合方法两方面总结了步态识别技术的最新进展;对步态表征方法做了详细的总结;从多特征融合、多视角融合和多模态生物特征融合3个方面归纳了融合在步态识别方面的发展.在此基础上,分析了步态识别的发展趋势.     

简化球谐近似与Laplace正则化的荧光分子断层成像方法

荧光分子断层成像作为一种先进的光学分子影像,可以有效重建小动物体内荧光团的浓度和三维空间分布信息,实现肿瘤的早期检测。为了提高重建的图像性能,针对扩散模型只适合高散射低吸介质的局限性,采用基于辐射传输方程的简化球谐近似模型进行前向模拟,同时为克服重建过程的病态性,应用一种融合结构信息的 Laplace 正则化方法进行图像重建。数值仿真实验结果表明该方法能够获得较高质量的重建图像,尤其对于小荧光团和多荧光团成像。