基于遗传神经网络的皮肤癌图像分割

图像分割是医学影像技术中重要的组成部分,分割效果直接影响进一步的诊断和治疗.提出采用遗传神经网络对皮肤癌图像进行分割的方法,该算法充分考虑了医学图像中内容复杂,不确定性大的特点.为了提高神经网络的收敛速度,引入遗传算法优化神经网络的权值和闽值.与采用标准BP神经网络相比,采用的遗传神经网络分割速度明显提高.采用遗传神经网络分割后的皮肤癌图像边缘连续、轮廓清晰,可在定量分析和识别中使用.     

基于Nonsubsampled Contourlet变换的虹膜特征提取与匹配

为了鲁棒地获得高品质的虹膜纹理特征矢量,提出了一种新的无参数滤波器堆与虹膜感兴趣区域获取技术相结合的特征矢量提取方法.分析了基于Nonsubsampled Contourle变换(NSCT)滤波器的结构与性能,给出了无参化NSCT滤波器的设计步骤和设计要点.提出了采用坐标变换、剪切、平移和组合的虹膜感兴趣区域预处理技术.用NSCT滤波器滤波该虹膜感兴趣区域来获得信息丰富且少干扰的虹膜图案的特征矢量.实验结果表明该方法是更为有效的.     

视频图像在三维模型中的渲染

视频监控是大型安防工作中最重要的一个环节,传统的视频监控系统展示给用户的只是独立的二维平面图像,图像脱离环境,整体性不足,为了解决该问题,提出了将视频图像渲染显示于三维模型的思路.研究了纹理映射技术并结合视频图像渲染的特殊性分析研究了Z缓冲算法、Shadow map算法,根据实际应用提出Extend Shadow map算法以实现将视频图像与三维场景无缝贴合.实验结果表明,视频图像渲染显示于三维模型中所体现的优越性.     

超图多级划分算法框架及对划分结果的多阶段优化

超图划分应用于大规模矩阵计算、大规模集成电路等领域.详细地阐述了超图多级划分的算法框架,并提出对划分结果进行优化的一种手段,通过进行多阶段的循环优化,在可以接受的运行时间内得到对超图的一个较优的划分.     

基于0-1矩阵的频繁项集挖掘算法研究

通过对关联规则挖掘技术及经典算法Apriori的研究和分析,结合该算法存在的问题,提出了一种基于0-1矩阵的频繁集挖掘算法.该算法使扫描数据库的次数减为一次,有效率地降低I/O的存取时间,直接通过支持矩阵行向量的按位与运算来找出频繁集,而不需要Aprion算法中的自联接和减枝,提高了系统的运行效率.通过不断压缩支持矩阵,不仅减少了高次频繁集挖掘的时间,而且节约了存储空间.仿真实验表明,该算法是有效的.     

改进的蚁群算法及其在2DHP模型中的应用

为了提高蛋白质折叠问题解的质量,采用蚁群算法对蛋白质的折叠问题进行研究,并且在现有的蚁群算法的基础上成功引入了淘汰和克隆机制,使其具有更好的运算效率,并成功应用到2DHP模型中.在蚁群对最优值进行搜索的过程中,容易出现局部最优点,导致影响解的质量.为了避免计算结果收敛到局部最优点,引入了一种最大最小蚁群策略.选择测试序列进行实验,实验结果表明,该算法在保证解的质量的同时,还具有较高的效率.     

传感网络中基于位置信息的分布式多播路由算法

提出了一个传感网络中基于位置信息的成簇思想,并基于该思想给出了一种传感网络中基于位置信息的分布式多播路由算法.该算法首先利用相邻节点的位置信息分布式成簇,然后各簇头利用蚂蚁算法分布式地找到一条具有最短总跳数的到目的节点组的实际路径.最后,由簇头负责收集本簇内的传感信息,并在对这些信息进行汇聚处理后,沿找到的最优路径将汇聚数据分别发送到各目的节点.理论分析和仿真结果表明,该算法能有效地节约能量,具有较好的路由性能.     

改进的距离浓度免疫算法

针对现有免疫算法在抗体的评价形式和记忆库使用灵活性上存在的不足,提出了一种改进的距离浓度免疫算法.该算法采用实数编码,并引入了B细胞的概念,将B细胞对应于问题的解,抗体对应于解的适应度函数,采用距离浓度策略控制抗体的数量,同时在算法过程中动态使用记忆库.仿真实验结果表明,该算法编码形式灵活,计算过程简捷,能有效保证抗体在解空间的多样性,提高了寻优的收敛速度和从局部最小中逃逸的能力.     

基于MAS的生产车间动态调度系统的研究

简要介绍了车间调度的基本问题,发展现状以及多智能体技术.在分析车间生产调度特点的基础上,提出了基于MAS的动态车间生产调度模型.该模型把车间生产调度系统分为调度代理、任务代理和资源代理等.代理之间采用了基于改进的合同网的关系网模型,并引入了基于混合遗传算法的调度模块,为解决车间加工动态调度问题提供了一种新的方法.仿真实验结果表明,该系统更好满足了车间调度的动态化、高效化、智能化、实用化的要求.     

Flow shop问题的嵌套分区优化调度方法

介绍了嵌套分区算法(NP)的基本思想, 并用于求解流水作业优化调度问题. 算法用嵌套分区树来描述流水作业调度问题, 对可行域进行系统性分区, 然后集中搜索有优良解的区域. 在每一步迭代中, 算法跟踪最有希望的分区, 并结合启发式算法和邻域搜索来实现分区转移. 仿真实验表明, 该算法比单纯的启发式算法和邻域搜索有较好的寻优能力.