基于多尺度一致性与注意力机制的视网膜血管分割网络

针对现有的视网膜血管分割方法存在对微血管和毛细血管的分割能力不足,导致血管断连和末端血管漏分,造成视网膜血管分割性能不佳的问题,本文提出一种基于多尺度一致性与注意力机制的视网膜血管分割网络(multi-scale consistency and attention mechanism U-Net, MCAU-Net)。首先,该网络在瓶颈特征层嵌入注意力细化模块(attention refinement module, ARM),能有效细化瓶颈层冗余的特征,抑制背景等无关像素的权值。其次,将上下文特征融合模块(context fusion module, CFM)与传统的跳跃连接相结合,以此补充在特征提取过程中逐渐丢失的信息,加强网络对微血管和毛细血管的构建能力。最后,基于网络的多尺度输出设计了一种多尺度一致性的训练方式,以增强网络对不同尺度特征的敏感性。在DRIVE和CHASE＿DB1公开数据集上进行的对比实验表明本文网络具有良好的分割性能。     

基于改进边界距离变换的路径提取算法研究*

针对虚拟内窥镜中心路径提取算法时间效率不高的问题,通过改进边界距离变换,提出了中心路径的快速提取算法。首先建立最小距离场,在边界内推过程,仅扫描并处理与边界点面连接的点并对其设标记属性,每次向里剥离一层体素标记属性随之增加,直到对内部点集都置到边界的最小边界距离值（DFB）;然后找到DFB值不小于其所有面邻接点DFB值的体素点,即3D局部最大值;最后用最短路径相连3D局部最大值,形成中心线。实验结果表明,改进的中心路径提取算法的时间效率较传统距离变换算法有很大提高。     

基于跨层设计的无线自组网方案

首先详细描述了目前无线自组网现状及问题,然后基于跨层设计思想提出一种无线节点组网方案,尤其对MAC层、网络层的实现方案进行了详细描述,最后进行样机实现并搭建半实物仿真环境进行了仿真试验,仿真结果显示该组网方案在网络吞吐量方面比传统组网模式有显著提升.     

群签名方案的安全性分析及其改进

群签名允许群成员以匿名的方式代表整个群体对消息进行签名。发生争议时,群仲裁者能够识别出签名者,但对于非仲裁者来说是签名者匿名的。从匿名性方面分析了Ma等的基于双线性映射的群签名方案,利用双线性对的良好性质,提出了对这个群签名方案的4种攻击方法。为抵抗这4种攻击方法,提出了改进方案,改进后的方案在保持原方案安全性的同时,还能够抵抗这4种攻击方法。     

二维EMD分解的数字图像压缩

二维EMD为图像处理提供了一个强有力的工具。图像进行EMD分解后,将会得到一系列的IMF和图像残差。由于分解出来的第一层IMF包含了图像的细节部分,笼统地对其进行压缩会造成图像高频部分损失,压缩图像质量不高。针对这种情况,将第一层IMF与其他层分开处理。通过与块离散余弦变换压缩方法进行比较,得出结论。     

基于近邻传播聚类的铁路客运节点类别划分

为简化旅客列车开行方案优化编制问题,采用聚类法对铁路客运节点进行类别划分。选取2014年日均旅客发送量排名前100位客运节点的相关属性数据为实例,以铁路客运节点的类别划分依据作为属性变量,首先运用分层聚类中的凝聚法对属性变量进行聚类,然后根据简化的客运节点变量指标,运用近邻传播算法对客运节点样本其进行聚类,并引用CH、KL、IGP等三种聚类有效性指标对聚类结果加以分析。研究结果表明,将100个客运节点分为5个类别时,具有最好的聚类效果,可为旅客列车开行方案的设计奠定基础。     

新的模糊粗糙集的模糊性度量方法

研究了模糊粗糙集的模糊性度量方法。首先从模糊集支集的角度,给出了一般模糊关系下模糊集的粗糙隶属函数;在此基础上,设计了一种合理的模糊粗糙集的模糊性度量方法,并对其相关性质进行了详细的讨论。     

计算机专业电路课程教学改革与实践

本文针对计算机专业电路课程教学工作中存在的问题,从课程体系、课程内容的调整与选择,教学方法、课程考核方法的改革等方面提出了若干改进措施和建议。     

Integrated rainfall-runoff process with shallow water model by mass varied smoothed particle hydrodynamics:Infiltration effect implementation

Rainfall-runoff modeling is essential for addressing a wide range of issues in urban drainage system design and operation in both scientific research and engine...     

基于DFB激光器的振动传感系统改进PGC解调算法

相位生成载波(Phase Generated Carrier, PGC)解调算法是目前光纤干涉传感领域中重要的解调算法。针对目前PGC解调算法中光强扰动和调制深度影响信号解调准确度的问题,提出了一种改进的PGC解调算法(PGC-Ameliorated),并搭建了基于分布反馈(Distributed Feedback, DFB)激光器的振动传感系统进行实验验证。实验结果表明,当被测振动信号的频率为800 Hz时,该算法信噪比为57 dB,优于微分交叉相乘(Differential and Cross Multiplying, DCM)算法和反正切(Arctan)算法近20 dB。在不同光强下,该算法解调信号幅值波动范围在±0.02 rad;在不同调制深度下,该算法总谐波失真最小为0.61%,信纳比最大为25.9 dB,相比于DCM算法和Arctan算法具有更低的总谐波失真和更高的信纳比。