广义Jensen-Schur测度在医学图像配准中的应用

使用互信息或归一化互信息测度进行医学图像配准时,由于噪声、模态、插值等影响,测度函数存在许多局部极值,收敛范围较窄,有可能导致误配准。为了克服上述缺点,定义了广义Jensen-Schur测度,利用巴特沃思函数对自变量值的非线性压缩功能,成功地消除了PV插值伪极值点。从测度曲线光滑性、抗噪鲁棒性、收敛性能方面,对四种新构造的广义Jensen-Schur测度、互信息和归一化互信息进行了比较和分析。实验结果表明,新构造的JS22和JS23测度在以上三个方面的性能都优于其他测度。     

基于抗体注射的免疫遗传算法

标准遗传算法存在收敛速度慢、过早成熟等缺点。借鉴生物免疫系统中抗体注射免疫的理论,提出了一种基于抗体注射的免疫遗传算法(AIGA)。该算法在保留了标准遗传算法随机全局搜索能力的基础上,引进了生物免疫系统的免疫应答、抗体注射和免疫选择等机制。结合旅行商问题(TSP),给出了示范抗体的提取和注射方法,并给出了算法收敛性的理论证明。最后,用AIGA对100个城市的TSP进行了仿真计算,并将其计算过程与标准遗传算法进行了对比,结果表明该算法能有效地改善遗传算法不成熟收敛的缺陷,使收敛的速度有较大的提高。     

基于数学形态学的基因芯片图像高亮噪声处理

大多数已有应用都采用简单算法对图像进行整体处理,在去除噪声的同时也破坏了图像边缘和细节信息．为解决这一问题,首先分析了不同类型噪声对网格定位的影响,提出用分割线和面积均方根误差进行定量评价．然后提出用数学形态学与最大类间方差结合的方法去除高亮噪声．最后将该算法应用于出生缺陷的基因芯片噪声处理,并与其他几种去噪方法做了对比．实验结果表明,该算法实用、有效,并能最大限度地保留图像的有用信息．     

一种高速通信中的模拟自适应均衡器设计

由于LVDS传输线在高速数据传输中存在着码间干扰,限制了传输数率和传输距离.因此引入均衡器来补偿数据的高频损耗就变得尤其重要.鉴于模拟自适应均衡器的诸多优点,设计一个基于CMOS工艺的高速模拟自适应均衡器.采用了TSMC 0.25μm CMOS工艺实现,能够很好的均衡传输数率为2Gbps的数据信号.     

基于词汇语义特征的中文语义角色标注研究

语义角色除了受句法结构限制之外,同词汇的语义特征也有着紧密的内在联系。对于一些仅依靠句法分析不能很好解决的角色标注问题,如句法结构相同的两个成分所对应的角色分别为完全不同的施事、受事角色的情况,可以通过引入一些词汇语义特征来进行处理。该文基于北京大学的语义词典CSD,引入了配价数、主客体语义类等词汇语义特征来进行语义角色标注研究。10折交叉验证的结果显示,通过引用词汇语义特征,所有角色标注的总体评价F值比单纯使用句法特征上升了1.11%,而其中Arg0和Arg1角色标注的F值达到93.85%和90.60%,比仅使用句法特征进行角色标注分别提高了1.10%和1.26%。     

织机经纱张力自适应控制的研究

本文首先分析了一类喷气织机的电子送经控制系统,通过分析经纱的受力情况和经纱的形变情况,建立经纱张力模型。给出了系统的控制方案,推导出了经轴半径在线辨识公式。通过现场调试,该系统已实现正常工作,经纱张力稳定,织物的质量提高了。     

辽宁省非公有制林业发展研究

非公有制林业是现代林业发展的必然方向.辽宁省非公有制林业发展迅速,总量不断增加,规模不断扩大,领域不断拓宽,实力不断增强,已经成为林业建设的重要力量和决定因素.但在发展中受到规模不大、经营分散、资金筹集困难等内部因素和林木采伐限额、税费负担较重、林权证流转制度不健全、交易市场不完善等外部因素制约.因此,要引导农民建立专业合作组织,扩大生产经营规模;坚持政策的稳定性和连续性,适度放开采伐限度制度;完善林权流转机制,因地制宜制定林地流转方案;创新林业投融资本体制,开展林权抵押贷款业务;加大林业税费调整力度,为非公有林生产经营者创造合理赢利空间;完善林业社会化服务体系,构建森林资产评估平台.     

基于KWP2000的AMT诊断系统设计与实现

开发了基于KWP2000的AMT(手自动一体变速器,Automated Manual Transmission)诊断系统.通过基于CAN总线的KWP2000,实现了控制器ECU与诊断平台之间准确、快速、稳定可靠的数据通信.利用CANoe平台,对系统进行了测试.应用表明,设计的方案合理,系统具有工作稳定、硬件成本低、操作简单等优点,可以实际应用推广.     

基于Matlab的发酵系统仿真与操作优化

通过将自动化中仿真技术与生物技术相结合,借助于Matlab设计应用软件.实现:根据实际生产数据、求取生物发酵过程的稳态和动态数学模型,并且对生物发酵过程进行模拟,从而寻求使生物发酵过程产率达到最高的优化操作条件的功能.     

基于声纹特征和集成学习的变压器缺陷诊断方法

变压器运行过程中产生的振动噪声与其运行状态及内部缺陷情况直接相关,对其声纹信号开展特征分析,有助于进一步了解设备运行工况,保障电力系统安全稳定运行。文中以声纹特征分析为基础,兼顾诊断效率与准确性,提出一种基于卷积神经网络及集成学习模型的变压器缺陷诊断方法。该方法以变压器声纹数据的时域及频域信号为多通道输入混合特征,构建了基于卷积神经网络模型和声纹特征分析法的集成学习模型,可实现变压器声纹特征的有效识别,并通过由多个基学习器组成的集成学习模型提高了变压器缺陷诊断的准确性。基于文中所构建的变压器声纹样本库,可得到该方法对变压器单一缺陷的识别准确率为99.2%,对变压器混合缺陷的识别准确率为99.7%。研究结果表明该方法可有效识别变压器的运行状态,为变压器运维检修提供技术参考。