概率图模型及其图像与视频应用研究

概率图模型及其应用作为一个具有挑战性的研究领域目前已成为一个新的研究热点。概率图模型为解决智能信息领域的不确定性问题提供了重要途径。尽管目前概率图模型还处于不断发展之中,但近年来基于概率图模型的图像和视频智能信息处理的应用研究受到人们的关注,出现了许多有效的算法,这些算法为解决一些传统的图像和视频智能信息处理问题提供了新的途径。本文首先对概率图模型的3种重要表现形式、特性和主要技术进行了分析和讨论,在此基础上,以概率图模型在图像和视频中的应用为线索,对目前基于概率图模型的图像和视频智能信息处理的主要技术进行了概述和比较研究;最后对概率图模型所存在的一些问题及进一步的发展进行了展望。     

浅析一方布小童针织设计

近年来,人们的生活水平在逐步提高,人们对美的追求也越来越高。人们在服饰穿着的反映上,人们不仅追求更时尚、更好看的服饰,也开始注重服饰的个性化,希望服装能更好的表现自己的个性,同时穿起来也更要求材质、设计的舒适度,面料的环保程度。针织作为一种经典、永不过时的面料,如何在传统的框架下发挥出它最新的美学意义和价值,并且符合童装市场需要,是本文要讨论的问题。     

基于HMM的车辆行驶状态实时判别方法研究

对交通视频车辆轨迹时序特征下的车辆行驶状态进行研究,提出了一种基于隐马尔科夫模型（Hidden Markov model,HMM）的车辆行驶状态实时判别方法.首先对轨迹序列进行了基于轨迹长度的去不完整轨迹序列、对车辆轨迹点序列的线 性平滑滤波和最小二乘线性拟合的预处理操作,保证了所获得轨迹序列的有效性;其次,提出一种基于车辆运行轨迹点序列方向角的车辆轨迹特征值表示方法和基于方向角区间划分的HMM观察值序列生成方法,该方法以方向角的区间变化来区分不同轨迹模式的特征;最后,采用多观察值序列下的Baum-Welch 算法训练得到相关交通场景轨迹模式类的最优HMM 参数,并通过实时获取车辆行驶轨迹段与相应模型的匹配,实现对车辆行驶状态的实时判别. 仿真实验验证了本文方法的有效性和稳定性.     

基于SENet和GBDT的改进CNN视网膜疾病多分类

由于对眼底视网膜图像进行人工诊断分类时存在效率低、漏诊、误诊等情况, 为辅助医师辨别多种疾病的眼底筛查结果, 降低漏检及误检率, 提出一种基于注意力机制SENet的卷积网络模型和GBDT梯度提升的分类方法来解决视网膜疾病分类问题. 该模型在深度学习模型的基础上, 利用采样卷积网络对提取的视网膜出血、视盘水肿、黄斑区病变这3种特征进行学习, 通过GBDT梯度提升的方法进行识别和分类, 并采用大连市第三人民医院提供的真实临床数据对所提方法的性能进行评价. 结果表明, 该模型在平均准确率, 精确率和召回率分别达到99.27%, 98.35%, 0.9810, 在视网膜疾病临床诊断中具有一定的实用价值.     

基于胶质瘤图像的原始数据集构建及应用

胶质瘤是在世界范围内致死率排行比较靠前的几种肿瘤之一,是一种死亡率高、容易复发,对身体危害极大的恶性疾病.目前,核磁共振成像(magnetic resonance imaging, MRI)技术因其成像效果清晰,不同软组织之间对比鲜明等特点,现已成为诊断患者胶质瘤较为常用的一种医学手段.基于胶质瘤原始数据集缺少这一情况,与辽宁省肿瘤医院合作,对该医院300名胶质瘤患者MRI图像进行分析,通过病变判定、病变定位和病变定性3个步骤对原始数据进行分类并进一步分级,建立胶质瘤原始数据集.为了证明其后续应用性,通过分析和实验,证明原始数据集可被用于图像分类及分割,并为肿瘤的生长与重建提供图像数据,对胶质瘤的临床研究和应用给予充分的帮助.     

我校大学本科生、硕士研究生基础英语学习动机和策略的研究

文章通过问卷调查，对广东工业大学二年级本科生和研究生学习动机和学习策略的使用特点进行调查分析。结果表明，本科生学习英语的表层动机强烈，阶段性动机明显，学习策略意识淡薄，在学习策略方面主要依赖形式操练；硕士生更倾向于高层次的语言表达和语言交流。     

线性啁啾相位掩模的设计

啁啾相位掩模法是啁啾光纤光栅的一种非常重要的制作方法。本文研究讨论了用全息干涉方法制作线性啁啾位相掩模的设计方法,提出用两球面波干涉产生条纹密度随空间距离线性变化的干涉条纹记录啁啾位相光栅,按设定光栅端点空频和端点空频差两种优化设计方法设计了长度100mm、啁啾量1nm/mm的线性啁啾光栅,理论和实验结果给出两种设计方案的非线性系数分别为2.5%和1.6%,理论设计和实验结果相符。     

基于粗糙商集的模糊隶属度集值统计算法

模糊隶属度无统一算法,定义存在分歧.根据模糊概念\     

常规DC铸造和LFEC过程中Al-4.5%Cu合金微观偏析行为分析及数学描述

采用常规DC铸造工艺和LFEC铸造工艺制备了Al-4.5%Cu合金,通过改变凝固条件,研究熔体温度分布和合金铸锭的显微组织,并根据Cu元素的分布计算有效分配系数,以描述铝合金的微观偏析行为。结果表明:Cu元素的分布在电磁场产生的熔体流动作用下变得均匀,从而改善了Cu元素的微观偏析现象。     

视盘和视杯分割在计算机辅助青光眼诊断中的应用综述

青光眼是以视神经损伤、特征性视野损伤为特点的一类眼病,在早期很难诊断,尽早发现可更好地遏制青光眼病症的恶化,降低致盲率。视盘和视杯的比值是评价青光眼诊断中的重要指标之一,视盘和视杯的分割是青光眼诊断的关键步骤。但眼底彩照中的渗出物、不均匀照明区域等特征使其可能出现相似的亮度区域,导致视盘和视杯的分割非常困难。因此本文对现有眼底彩照中视盘和视杯的分割方法进行了总结,并将其分为5大类:水平集法、模态法、能量泛函法、划分法以及基于机器学习的混合法。系统地梳理了各类算法的代表性方法,以及基本思想、理论基础、关键技术、框架流程和优缺点等。同时,概括了适用于青光眼诊断的各种数据集,包括数据集的名称、来源以及详细内容,并总结了在各种数据集中不同视盘和视杯分割结果和诊断青光眼的量化指标及其相关结果。在现有的视盘和视杯分割方法中,许多图像处理和机器学习技术得到广泛应用。通过对该领域研究算法进行综述,清晰直观地总结了各类算法之间的特点及联系,有助于推动视盘和视杯分割在青光眼疾病临床诊断中的应用。可以在很大程度上提高临床医生的工作效率,为临床诊断青光眼提供了重要的理论研究意义和价值。