【摘 要】
：
针对周围神经MicroCT图像中非分裂/合并阶段神经束轮廓的模型难以构建的问题,在建立神经束轮廓离散控制点数据集的基础上,提出了一种采用3阶准均匀B样条曲线拟合神经束轮廓的方法.方法以Dice系数为评价指标,探索模型中合适的控制点数目,以豪斯多夫距离作为轮廓建模误差的评价指标,度量所有神经束轮廓建模的精度.实验结果表明,采用等间距方式采样神经束轮廓的离散点数据集,再采用3阶准均匀B样条曲线构建神经束轮廓模型,不仅具有较高的建模精度,而且模型复杂度也比较低.
【机 构】
：
广东工业大学自动化学院,广东 广州510006;中山大学附属第一医院显微外科,广东 广州510080
论文部分内容阅读
针对周围神经MicroCT图像中非分裂/合并阶段神经束轮廓的模型难以构建的问题,在建立神经束轮廓离散控制点数据集的基础上,提出了一种采用3阶准均匀B样条曲线拟合神经束轮廓的方法.方法以Dice系数为评价指标,探索模型中合适的控制点数目,以豪斯多夫距离作为轮廓建模误差的评价指标,度量所有神经束轮廓建模的精度.实验结果表明,采用等间距方式采样神经束轮廓的离散点数据集,再采用3阶准均匀B样条曲线构建神经束轮廓模型,不仅具有较高的建模精度,而且模型复杂度也比较低.
其他文献
针对人脸角度、姿态和表情复杂多变,导致人脸面部表情识别准确率较低的问题,提出基于距离限定优化的多姿态人脸图像智能识别方法.根据人脸图像特征类别进行标号并调整图像角度等值,借助向量内积确定人脸图像特征相似程度,提取人脸图像特征;采用离散化处理人脸图像特征,构建特征矩阵,将人脸图像特征分量中维度作为条件属性,采用粗糙集近似约简法对所得特征向量降维处理;通过边界值和阈值优化特征向量距离,采集不同姿态特征向量,生成多种姿态人脸图像库,将待测人脸图像特征与人脸特征姿态库中图像相匹配,通过匹配结果相似程度判定二者是否
由于集成电路信号频率不断升高,尺寸不断缩小,给电路功耗控制带来严峻挑战,触发器作为主要组件,是控制功耗增加的关键要素,因此,设计了一种低功耗隐性脉冲触发器.为尽可能降低触发器功耗,针对其电路的核心功率器件CMOS进行功耗特性分析,计算各种工作状态下的功耗影响关系,给触发器设计时的功耗规避提供参考.在考虑功耗指标的同时,受电路尺寸影响,功耗与延迟产生互相博弈,于是引入TGL比较器,避免时钟控制时对MOS比较器逻辑的依赖,改善时钟控制精度,降低时间延迟.触发器工作过程包含脉冲阶段与锁存阶段,时钟控制信号会随着
当前的通信数据匿名签名安全认证方法无法获取不同时刻匿名签名的状态参数,导致传统方法下仍存在匿名用户隐私信息泄露、匿名服务滥用及匿名性较低的问题.现提出无线通信数据匿名签名安全认证方法.通过假设法给定一个匿名签名用户,并将其作为原始数据输入到可置信平台中,将输出数据作为匿名签名设置与认证步骤的已知参数.利用可置信平台与公私密钥和执行信息共同组成数据传输链的方式,分别初步设置在线、离线、单个以及聚合匿名签名,估计设置后匿名签名在各个时刻下的状态参数,与已知参数形成对比,得出各类型匿名签名下的安全认证结果.仿真
随着信息技术的快速发展,每天都有数以万计的图像产生,如何从中挖掘重要的图像信息是当前研究的热点问题之一,对此提出了一种关于视觉特征与CapsNet的图像大数据分类方法.为了解决大量图像数据的计算复杂度过高,以及灰度颜色直方图中没有对图像位置的问题,将图像灰度进行压缩,并采用共生矩阵和分形维数对视觉特征进行提取.采用胶囊网络中神经元的输出来表达图像中所包含的各种属性信息,为了更新胶囊网络的耦合系数,通过动态路由算法表示胶囊与子胶囊间的关系,在训练和测试中对动态路由不断进行计算得出胶囊网络的输出.把图像大数据
针对遥感图像受噪声影响导致质量较低的问题,提出了基于NSCT变换的遥感图像快速自适应去噪方法.将Gibbs效应添加至Contourlet变换的图像处理环节,利用非下采样拉普拉斯金字塔与方向滤波器组构建NSCT变换.根据NSCT变换后遥感图像信号能量汇聚至小部分变换系数的特征,利用硬阈值快速去噪方法和NSCT变换系数邻域的一致性特征,推导出遥感图像自适应阈值,将其与硬阈值快速去噪法融合后,实现NSCT变换下快速自适应去噪.仿真结果表明,所提方法去噪优势显著,且用时更短,具有较好的有效性与稳定性.
传统的错误数据修复方法由于对错误特征存在提取误差大的问题,导致其修复精度低、修复后的数据完整度低、修复的执行率差.针对上述问题,提出了基于深度学习的网络通信错误数据修复方法.首先根据深度学习理论提取网络通信中错误数据的特征,然后对错误数据进行相关性分析,获取其随机变量以及Kendall相关系数,再结合相关性分析结果构建灰色GM错误数据修复模型,将网络通信中的错误数据放入模型中进行求解,从而完成对网络通信错误数据的修复.测试结果表明,应用上述方法修复网络通信错误数据后,执行率及修复结果的精度较高,且修复后的
为研究立磨选粉机动叶片形状对于立磨全流域流场及分级筛选性能的影响,以HRM1700X立磨为研究对象,应用MRF模型模拟选粉机转子的旋转,运用DPM模型的双向耦合计算方法求解颗粒运动轨迹,实现了立磨全流域三维流场的建模与计算,并通过试验进行验证.通过模拟研究四种不同动叶片形状下速度场、压力场以及颗粒分级筛选性能的变化规律,对比发现LV型动叶片相比直型动叶片,分级粒径更小,颗粒分级效率更高,其计算模型和研究成果对指导高效立磨选粉系统具有重要的工程应用价值.
群体决策的合理性和科学性是提高综合效益的重要保证,一旦决策选择失误,将直接影响效益的获得.为此提出一种基于直觉犹豫模糊集的群体决策规则提取方法.首先利用一种爬虫+数据仓库的方法,收集网络决策基础信息,并进行整理和归纳,然后利用遗传粒子群算法对基础信息进行属性约简,降低其维度,最后结合直觉犹豫模糊集理论,依据基础数据构建直觉犹豫模糊矩阵,通过计算各决策权重和得分函数值,得出各决策的综合分值,并按照从大到小顺序排序,提取最优群体决策规则.实验结果表明:将所研究方法应用到配送中心选址问题中效果较好,证明了所研究
针对传统高电子迁移率晶体管(High electron mobility transistor,HEMT)非线性I-V模型需要根据脉冲I-V数据、直流I-V数据建立的现状,提出一种新的基于数据处理的方法,通过对直流I-V数据进行数据处理建立粗模型,利用遗传算法进行优化,建立完整的HEMT器件非线性I-V模型.上述方法基于Angelov模型,操作简单,节省了大量脉冲I-V测试的时间,所建立的模型精度高,适合HEMT器件建模,具有很好的实践意义.利用栅长为0.3 mm的pHEMT 25℃、85℃、125℃三个
由于控制系统复杂度越来越高,传统控制器在很多场合下无法满足精密温度控制要求.为此提出关于时滞复杂网络的精密温度自动控制系统.针对温度控制过程中的时变时滞和输入时滞等因素,建立了由多个耦合节点组成的复杂网络模型,基于Lyapunov稳定性定理,引入环函数使采样点在温度点之外无约束,有效降低系统的保守性.为了保证系统的稳定性,由Schur引理以及导数负定性对非线性项进行线性化处理.采用由电桥和运算放大器等构成的温度采集系统,为了能显示出对应温度下的电阻值,对采集的数据进行最小二乘法拟合,并对得出的温度与电阻关