特征基因挖掘的决策森林方法

基于决策树的基因芯片数据分析方法以追求样本最大分类正确率为目标,造成大量的部分相关基因被排除,不适用于挖掘复杂疾病的相关基因．为此,提出了特征基因挖掘的决策森林方法：从多组特征子集中识别重要疾病相关基因,每个子集根据自身对目标的分类能力被识别;通过抽样技术产生大量不同结构的训练样本,可以挖掘出高相关或部分相关基因．数值分析结果表明,该方法是生物类型分类和疾病相关基因挖掘的有效工具．     

IDENTIFICATION OF 3-D OBJECTS FROM THREE ORTHOGONAL SILHOUETTES USING NORMALIZED LINEAR QUAD-OCTREES

Linear octrees offer a volume representation of 3-D objects, which is quite compactand lends itself to traditional object processing operations. However, the linear octree structurefor generating the representation of 3-D objects from three orthogonal silhouettes by using thevolume intersection technique is dependent on viewpoints. The recognition achieved from match-ing object representations to model representations requires that the representations of objectsare independent of viewpoints. In order to obtain independent representations of viewpoints,the three principal axes of the object should be obtained from the moment of inertia matrix bycomputing its eigenvectors. The linear octree is projected onto the image planes of the three prin-cipal views (along the principal axes) to obtain the three normalized linear quadtrees. The objectmatching procedure has two phases: the first phase is to match the normalized linear quadtrees ofthe unknown object to a subset of models contained in a library utilizing a measure of symmetricdifference; the second phase is to generate the normalized linear octrees of the object and theseselected models and then to match the normalized linear octree of the unknown object with themodel having the minimum symmetric difference.     

基于短程线主动轮廓线的图像多目标面积同时测量研究

提出了一种新颖的图像多目标面积的同时测量方法,它可以同时精确测量多个不同形状的图像目标面积。该方法应用了短程线主动轮廓线模型,它分为2个步骤。它首先利用水平集函数的迭代使主动轮廓线由初始位置向各个目标的轮廓边缘收敛。其次,对于收敛后的主动轮廓线,使用亚像素面积测量和计数图像目标内部像素个数,从而同时求出各个图像目标面积。实验表明该方法的测量重复性误差小于0.5% 。和传统的面积测量方法比较,这种方法具有测量效率高（同时测量多目标面积）和测量精度高的优点。     

一个蚁群优化模型的期望性能分析

用蚁群优化求解组合优化问题时, 信息素模型及其规则可能使问题的各组件之间的竞争失衡, 从而有可能使蚁群搜索停滞在最差解。 研究了蚁群优化求解k-最小生成树问题时的信息素模型及其更新规则对性能的影响,对原有的信息素模型作出了新的解释:直接表示k-最小生成树问题的边被选择的概率。基于新的信息素模型设计了一种新的解的构造过程,这种过程不仅产生可行解, 也产生不可行解;同时研究了使用可行解和全部解更新信息素模型时算法的迭代期望质量随时间的增减情况,其结果表明, 只使用可行解时迭代期望质量随时间连续降低, 而使用全     

一种分布式计算环境下并行应用的调度算法

在网络上运行并行程序不像在并行机上那样可靠,因此对于关键应用需要在应用级保证消息传输的可靠性.人们对以异步方式进行通信的并行程序的调度问题提出了大量的启发式算法,但是它们所产生的调度结果不能用于以同步方式通信的并行程序.提出的PRGSC算法可以防止由同步通信所引起的死锁问题,而且可以降低同步通信所带来的时延的影响.形式化地证明了死锁检测算法的正确性,并通过仿真实验说明了PRGSC算法有很好的调度质量.     

主动轮廓线模型(蛇模型)综述

在传统的计算机视觉领域,严格的各自独立的分层理论有广泛的影响.这种理论认为,底层的视觉任务的完成只能依赖于从图像本身获得的信息.Kass等人对这种模型提出了挑战,于1987年提出了称为Snake的主动轮廓线模型(active contour model).近10多年来,Snake模型在计算机视觉领域得到了广泛应用,取得了许多重要的进展.该文回顾了近10多年来Snake模型的研究、发展及应用情况,并对未来的发展方向进行了展望.     

区域表示：线性四元树转换成边界链码

本文提出一种算法实现单连通区域的线性四元树表示转换成区域边界的4-方向链码描述。首先给出测定水平、垂直和对角方向邻接对的算法。利用这些算法的执行结果,可以定义一个边界四分形的边邻接方向矩阵。采用一组规则驱动该矩降,能够使转换过程用代数方法实现。     

血细胞图像的计数方法研究

本文介绍了一种细胞图像计算机计数方法,提出一种先进行细胞边界跟踪,再进行细胞内部填充的细胞标号方法,并给出了计算机计数与人工读数进行比较的试验结果以及分析.     

一种新的堆积颗粒图像边缘检测方法

提出了一种应用混合神经网络进行颗粒图像边缘检测的方法,混合神经网络由用于对边缘侯选图像的二值输入模式进行聚类特征提取的自组织竞争子网络（ASCSNN）和用于获取颗粒图像边缘矢量信息的BP子网络（BPSNN）组成,边缘侯选图像是通过采用基于灰度极小值算法提取边缘倏选像素获得,神经网络以边缘倏选图像中的边缘侯选像素及其邻域像素的二值模式作为训练样本,对经过噪声污染的图像进行实验表明,该方法获得的边缘图像封闭性较好、边缘描述真实、抗能力较强、适用于颗粒图像的边缘检测。