Personalized identification of abdominal wall hernia meshes on computed tomography

An abdominal wall hernia is a protrusion of the intestine through an opening or area of weakness in the abdominal wall. Correct pre-operative identification of abdominal wall hernia meshes could help surgeons adjust the surgical plan to meet the expected difficulty and morbidity of operating through or removing the previous mesh. First, we present herein for the first time the application of image analysis for automated identification of hernia meshes. Second, we discuss the novel development of a new entropy-based image texture feature using geostatistics and indicator kriging. Third, we seek to enhance the hernia mesh identification by combining the new texture feature with the gray-level co-occurrence matrix feature of the image. The two features can characterize complementary information of anatomic details of the abdominal hernia wall and its mesh on computed tomography. Experimental results have demonstrated the effectiveness of the proposed study. The new computational tool has potential for personalized mesh identification which can assist surgeons in the diagnosis and repair of complex abdominal wall hernias.     

A virtual actuator and sensor approach for fault tolerant control of LPV systems

In this paper, a fault tolerant control (FTC) strategy using virtual actuators and sensors for linear parameter varying (LPV) systems is proposed. The main idea of this FTC method, initially developed for LTI systems, is to reconfigure the control loop such that the nominal controller could still be used without need of retuning it. The plant with the faulty actuator/sensor is modified adding the virtual actuator/sensor block that masks the actuator/sensor fault. The suggested technique is an active FTC strategy that reconfigures the virtual actuator/sensor on-line taking into account faults and operating point changes. The stability of the reconfigured control loop is guaranteed if the faulty plant is stabilizable/detectable. The LPV virtual actuator/sensor is designed using polytopic LPV techniques and linear matrix inequalities (LMIs). A two-tank system simulator is used to assess the performance of the proposed method. In particular, it is shown that the application of the proposed technique results in an improvement, in terms of performance, with respect to the LTI counterpart.     

压缩感知中高斯矩阵的优化研究

为了优化高斯矩阵,对部分哈达玛矩阵与高斯矩阵的统计学参数作了对比分析,确定了导致部分哈达玛矩阵信号重构能力好的主要因素,并提出了高斯矩阵优化算法.验证了优化算法对不同规模高斯矩阵的通用性和有效性,确定了优化矩阵对各种稀疏信号重构算法的适用性.最后对优化矩阵的性能作了初步的理论和实验分析,优化矩阵的信号重构能力可达到、甚至超过哈达玛矩阵.研究成果为测量矩阵的分析、设计和优化提供了新的思路和方法.     

基于Fourier矩阵的无线广播重传策略

针对随机网络编码重传的缺陷, 将Fourier矩阵和随机网络编码相结合, 提出一种半固定编码系数的广播重传方案FMWBR。利用广播源节点和接收节点双方已知的Fourier矩阵的行向量作为编/解码向量, 保证接收节点接收到的重传包具有完全可解性。理论分析表明, FMWBR增强了无线传输的安全性、提高了网络的鲁棒性、减少了包头开销。仿真测试结果表明, FMWBR跟其他几种重传策略相比, 有效地减少了平均传输次数, 节省了带宽消耗, 提高了网络吞吐量。     

一类离散混沌系统的传输受限同步问题

研究了一类离散混沌系统信息受限条件下的同步问题.将具有离散形式的混沌驱动系统和具有控制输入的响应系统通过一个有限容量信道的通讯网络进行连接.在这种情况下,设计了合适的编解码方法使得传输误差在一定的条件下达到渐近稳定.同时,在线性矩阵不等式条件下,获得了同步误差方程关于传输误差是输入状态稳定,从而实现了混沌系统在信道容量有限条件下的完全同步.最后,通过Fold混沌系统验证了本文方法的有效性.     

半参数广义线性模型惩罚似然估计的几个性质

本文在给出了半参数广义线性模型惩罚似然估计及惩罚准似然估计的基础上,得到了下面几个性质:(Ⅰ)极小惩罚似然估计及惩罚准似然估计等价于惩罚加权最小二乘估计;(Ⅱ)估计的收敛性及加速收敛法;(Ⅲ)估计的一种 Bayes 解释。     

基于分层的改进A＊算法在路径规划中的应用

智能交通中的路径诱导系统能够极大地提高人们的出行效率与出行体验。经典A＊算法只注重搜索精度而忽略了搜索效率,在城市道路网络分层的基础上,对高层道路使用的A＊算法进行了改进,对于道路网络中的不同节点,设置估价函数具有不同的权值,同时给定权值的一个上下限阈值,以平衡算法的搜索效率与搜索精度。实验表明,得到的最短路径虽然不是常规的距离最短却是实际行驶时间最优的。     

一种梯度交替迭代设计测量矩阵的方法

在压缩采样中,测量矩阵应该和表达字典有尽可能小的相干性,随机测量矩阵一直被使用是因为其和任何表达字典都有较小的相干性。提出一种基于梯度迭代最小化方法,作为格拉斯曼框架设计的一种变体,通过优化一个初始的随机测量矩阵来得到相干性更小的测量矩阵。仿真结果表明所设计的测量矩阵具有更好的性能。     

防范路由劫持的协同监测方法

路由劫持是当前Internet域间路由系统（BGP）所面临的最严重的安全威胁之一,但目前仍缺乏有效的防护手段.将自治系统（autonomous system,简称AS）基于BGP路由信息自我发现路由劫持的概率定义为对路由劫持的免疫能力,对该免疫能力进行了建模,并给出了AS自我免疫的充分条件和必要条件以及该免疫能力的上界.实验结果发现,80%以上的AS对路由劫持完全没有免疫能力,仅不超过0.26%的AS具有大于85%的免疫能力.对AS免疫过程的进一步分析,揭示了造成AS免疫能力低下的提供商栅栏现象——提供商优先选择客户路由,从而阻止了劫持路由向被劫持者的传播.为了克服提供商栅栏,提高AS的免疫能力,设计了协同监测机制,并提出了一种计算复杂度较低的启发式协同邻居选取策略.该机制无需修改BGP协议,可增量部署.实验结果表明,仅与25个自治系统进行协同,就可以将对路由劫持的免疫能力提高到高于95%的水平.     

基于幂图的属性约简

针对粗糙集理论中基于差别矩阵的属性约简方法存在的不足,提出一种基于幂图的属性约简算法.首先通过修改样本决策属性值将不相容决策表转化为简化的相容决策表;然后将样本对概念与幂图概念相结合,将基于修正差别矩阵的不相容决策表的属性约简转化为幂图的搜索问题;最后通过实例和实验验证了所提出算法的有效性.