脑MR图像分割和偏移场矫正的耦合水平集模型

脑核磁共振(MR)图像因需要偏移场矫正,传统分割方法很难获得准确的分割结果。针对这一问题,首先构造一组基函数拟合偏移场以保证偏移场的光滑特性,再将其融入到高斯概率密度函数中,结合统计分类准则建立脑MR图像的分割和偏移场矫正的能量方程,最后将该能量方程引入到三相位水平集的变分框架中得到脑MR图像的分割和偏移场矫正的耦合模型。实验表明该方法在得到准确的分割结果同时还可以得到较好的恢复结果。     

双因素和需求理论在和谐工会建设中的探索型应用

在工会工作中,应用双因素和需求理论,即赫茨伯格的激励因素、保健因素理论和马斯洛的需求层次理论,以单位员工需求为导向,以人为本地开展工作,为全体干部员工创建一个和谐环境。本文从和谐工会的内涵和双因素、需要层次理论内容为起点,充分认识工会在构建和谐社会中的重要历史地位和作用,由浅入深地探讨了在先进理论引导下构建和谐工会的方法和思路,本研究对构建和谐工会具有很强的现实指导意义。     

一种基于金属码盘的新型绝对式光电轴角编码器

为了提高光电轴角编码器的抗冲击、振动能力,采用金属作为制作透射式码盘的材料,而目前透射式金属码盘制作工艺的特性无法解决金属刻线宽度和厚度之间呈反比的矛盾。在分析矩阵码盘编码原理的基础上,设计了一种新型的八矩阵编码,通过和狭缝盘的匹配,使得两圈码道输出十位码,有效地减少了码道数量,降低了刻划难度,为研制小型光电轴角编码器提供了核心保障;同时又在码盘外型尺寸一定的情况下,使码盘厚度最大。另外,为了降低金属码盘的颤动造成错码的机率,结合金属码盘的制作特点,利用码盘外边缘作为一圈码道。试验表明,研制的以该种金属编码盘为核心的绝对式光电轴角编码器,测角精度达75″,抗冲击大于100gn、振动大于20gn,为玻璃码盘光电轴角编码器的五倍多,有效地解决了光电轴角编码器在冲击、振动较大环境中长期工作的需求。     

无线传感网络中能量均衡的连通支配集算法

连通支配集是无线传感器网络中构建虚拟骨干网络的重要手段.由于支配集中节点的能耗相对其他节点要多,支配集中剩余能量较小的节点决定了虚拟骨干网的生命周期.现有算法或者只是关注构造较小的支配集,或者没有考虑调整能耗极快的支配节点.提出了一种能量均衡的连通支配集算法,基于节点剩余能量和连通度构造支配集,在网络运行过程中根据耗能速度,提前选择候选支配节点,分流负载过重的支配节点.仿真结果表明,新算法能以较小消息开销,有效延长网络寿命.     

基于BP网络的洪灾风险评价算法

为了解决洪灾风险评价问题,文中在分析传统洪灾风险评价算法不足的基础上,结合BP网络特点,提出了基于BP网络的洪灾风险评价算法（Flood Risk Evaluation algorithm on BPNet,FRE—BPN）,同时为了解决BP算法对复杂高维样本数据建模效率差、精度低的缺陷,利用粗糙集对BP网络进行约简。仿真实验表明,粗糙集约简使得BP网络大大降低了洪灾风险评价模型建立的复杂度,同时FRE-BPN算法对洪灾数据集进行风险评价时的平均耗时大大下降。     

结合水平集方法和PL主曲线分析的重叠细胞检测

提出了一种重叠细胞检测的新方法,该方法针对细胞图像处理中因细胞重叠而引起的过分割与欠分割现象这一难点,引入基于Mumford-Shah模型的水平集方法得到细胞的初始轮廓,采用EP（erosion-propagation）和PL主曲线相结合的图像分析方法得到目标的精确轮廓线。使用基于目标形状的图像配准方法和基于目标轮廓的分段特征分类器完成重叠细胞的检测。应用该方法对600张随机抽取的细胞图像中9374个细胞进行检测,实验正确率为91.83%,结果表明该方法能够有效地判断细胞是否重叠和重叠类型,为后续分割工作提供依据。     

基于Cosserat理论的微观结构对非均质材料有效性能的影响分析

为更有效地研究具有周期性微观结构的非均质材料平面应变问题,用基于Cosserat理论的渐进均匀化方法得到微观结构对非均质材料有效性能的影响情况．计算结果表明,单胞内夹杂体的形状对有效杨氏弹性模量、有效泊松比、有效Cosserat弹性常数和有效材料特征长度有影响,并且随着夹杂体与单胞体积比的增大而影响明显．     

一种广义粗糙集精度的新度量

在粗糙集理论中,精度是量化由粗糙集边界引起的不精确性的一种重要数字特征,但传统精度没有考虑到由关系覆盖导出的颗粒大小。本文通过引入独立邻域集的概念,给出一种新的广义粗糙集精度的度量。     

多元智能理论视角下的教学设计

多元智能理论自20世纪80年代中期提出后在教育界引起了很大的反响,它为我国教育教学改革提供了理论依据。文章介绍了多元智能理论,分析了多元智能理论与教学设计的关系,在此基础上进一步探讨了教学对象、教学目标、教学内容、教学媒体及教学评价等教学设计要素在多元智能理论背景下发生的新变化,以促进教学向多元智能的方向发展。     

低码率图像的快速SV拟合及其最优码流结构的描述方法

给出了一个在低码率图像描述中应用最优支持向量(SV)描述的编码算法,提出一个训练样本集缩减策略,在支持向量机(SVM)模型中用于快速拟合重要的交流(AC)系数,它能够在基本保持原有精度的前提下,有效地提高SVM的回归速度,减少输出参数;提出了直流(DC)系数的按位差分预测编码方法和压缩性能更好的码流产生方法。实验结果表明,该方法不仅缩减了编码时间,而且在相同码率下能获得更好的图像质量。以往基于SV的编码未提及码流结构的描述方法,而快速SV拟合和数据组织方法克服了以往算法可行性差的缺点。