基于多元线性回归的图像质量评价方法

通过回顾图像质量评价的发展过程,对现有的各种图像质量评价方法进行分类。针对各种失真图像如压缩图像、噪声图像等,比较一些有代表性的评价方法的预测值与主观评价分数之间的Pearson相关系数和Spearman相关系数。结果发现不同评价方法对不同失真的反映灵敏度是不同的,即使是同一种方法在不同相关系数上的表现也不一致。采用多元线性回归分析对选定的图像质量评价方法进行拟合,综合不同方法的优点,提出了一种基于多元线性回归分析的图像质量评价方法。该方法对各种类型和各种程度的失真的灵敏度都比较好,性能也比较稳定。将新方法与选定的各种具有代表性的图像质量评价方法进行比较,实验结果表明,新方法在各个方面都具有较好的鲁棒性。     

复杂网络能控性鲁棒性最优攻击序列研究

复杂网络的能控性在不同的攻击方式下会呈现不同的鲁棒性,寻找网络的最优攻击序列对复杂网络的能控性鲁棒性的保护和提升具有重要意义.本文使用遗传算法搜索针对复杂网络能控性的最优攻击序列,分析了在不同平均度情况下,遗传算法所求得的攻击序列和其他方法得到的攻击序列的特征.实验发现即使在不同类型和度分布的网络中,遗传算法生成的攻击序列都能取得比传统蓄意攻击方法更好的攻击效果.在所用网络上,相比于其他蓄意攻击方法,遗传算法得到的最优攻击序列的节点度数排名更靠后,破坏性排名靠前;在不同类型的网络上,不同特征对最优攻击序列的重要程度不一样.     

基于分割和累积指数变换的MR图像增强算法

文章提出了一种MR图像增强的新算法。首先由多阈值分割算法将图像分割为不同的区域,然后统计出各区域的灰度均值和方差,由这两个特征构造各区域的累积指数非线性变换,并分别对相应区域进行增强。实验表明,用该算法增强后的MR图像在视觉上增强了图像对比度,加强目标的细节,还可以去除部分噪声,在实现上缩短了CPU时间。     

改进的基于二阶互信息的配准技术

着重分析讨论了灰度级别、邻域信息对基于二阶互信息的配准技术的影响,通过实验分析得到在PV插值基础上最佳的灰度级别、邻域信息,从而改进了基于二阶互信息的配准技术,并借助分析噪声对配准的影响来解释相关结论。     

一种图像感知质量评价模型

在观察者观看和评价图像质量的过程中,提取对主观质量评价有重要影响的信息,并构建了一种图像感知质量评价模型.首先在主观评价过程中提取感知亮度、频率以及边缘3种重要信息;然后构造人眼视觉系统对3种信息的响应函数,并通过线性回归分析将函数拟合成为所需的图像感知质量评价模型;最后,分析了模型的预测值与主观质量评价方法给出的质量分数之间的 Pearson 相关系数和 Spearman 等级相关系数,分别为 0.966 和 0.949.与其他一些有代表性的客观图像质量评价方法相比较,该模型具有明显的优越性.     

基于小波分解的改进神经网络MCP预测方法及应用

电力工业的市场化改革突出了市场清算价格(MCP)预测的重要性。文中以浙江电力市场为背景，提出了一种基于小波分解和神经网络的MCP预测方法。该方法对原电价数据进行了预处理，将经小波分解去除细节后的重构电价序列作为输入参数，并且依据“重近轻远”的原则及考虑到电价具有星期的周期性的特点，重新设计了神经网络拟合误差的代价函数。对浙江电力市场下一交易日的MCP进行了预测，预测精度达到90％左右。     

复杂网络能控性鲁棒性研究进展

研究复杂网络能控性鲁棒性对包括社会网络、生物和技术网络等在内的复杂系统的控制和应用具有重要价值.复杂网络的能控性是指:可通过若干控制节点和适当的输入,在有限时间内将系统状态驱动至任意目标状态.能控性鲁棒性则是指在受到攻击的情况下,复杂网络依然维持能控性的能力.设计具有优异能控性鲁棒性的复杂网络模型和优化实际网络的能控性鲁棒性一直是复杂网络领域的重要研究内容.本文首先比较了常用的能控性鲁棒性定义及度量,接着从攻击策略的角度分析了3类攻击的特点及效果,包括随机攻击、基于特征的蓄意攻击和启发式攻击.然后比较了常见模型网络的能控性鲁棒性.介绍了常用优化策略,包括模型设计和重新连边等.目前的研究在攻击策略和拓扑结构优化方面都取得了进展,也为进一步理论分析提供条件.最后总结全文并提出潜在研究方向.     

对视觉敏感区域进行加权的视频质量评价方法

最近Guan-Hao Chen在Zhou Wang提出的MSSIM方法基础上,提出了一种基于边缘结构失真的测量方法（ESSIM）,但是这种方法不能够很好的直接应用到视频领域。就人类视觉系统（HVS）做了一定的研究,提出了一种考虑人眼视觉特性,考虑结构信息和对运动场景分类的视频质量评价方法（HCSSIM）。实验结果表明,在压缩损失、模糊和部分椒盐噪声损失上,其评价结果要好于现有的几类通用的评价方法。     

质心粒子群优化算法

为了加快粒子群算法收敛速度,提出了质心粒子群优化算法（CPSO）。算法通过计算种群所有个体最优记录所构成的一个群体的质心,对种群个体当前的最优记录和全局最优记录进行比较、替换或更新等操作,从而加快算法的收敛速度。仿真实验表明,在求解相同精度的情况下,质心粒子群优化算法的收敛速度优于线性递减惯性权重粒子群优化算法（LDWPSO）。     

约束方程能量最小化提取3维血管图像中轴线

3维血管中轴线提取是血管量化的第一步,同时也是最重要的一步。为此,提出一种动态提取3维血管图像中轴线的方法。首先构造具有3维血管特征的能量约束方程,通过细化方法或人工构造方式得到血管图像初始骨架线,在能量约束方程的作用下,沿着血管图像距离场梯度的方向不断向血管中轴线位置逼近。当方程能量达到最小值时,初始骨架线也就固定在中轴线位置。实验结果表明,提取出来的血管中轴线位置准确,且保持拓扑结构和连通性。