【摘 要】
：
对腰椎CT图像病灶区域的检测,能够有效提高腰椎疾病诊治效果。对腰椎CT图像病灶区域的检测,需要描述腰相CT图像的异质性势能函数,获取高斯混合模型聚类的输入样本值,完成腰椎CT图像病灶区域检测。传统方法计算图像特征设置不同的跟踪阈值,设置种群中每一个图像当前最优位置,但忽略了对图像的输入样本值的获取,导致检测精度偏低提出腰椎CT图像病灶区域检测方法。根据腰椎CT图像像素灰度空间关联性描述多个纹理特征
【机 构】
：
中国科学院沈阳自动化研究所,中国科学院大学,田纳西大学
【基金项目】
：
国家自然科学基金重点项目（61333019）
论文部分内容阅读
对腰椎CT图像病灶区域的检测,能够有效提高腰椎疾病诊治效果。对腰椎CT图像病灶区域的检测,需要描述腰相CT图像的异质性势能函数,获取高斯混合模型聚类的输入样本值,完成腰椎CT图像病灶区域检测。传统方法计算图像特征设置不同的跟踪阈值,设置种群中每一个图像当前最优位置,但忽略了对图像的输入样本值的获取,导致检测精度偏低提出腰椎CT图像病灶区域检测方法。根据腰椎CT图像像素灰度空间关联性描述多个纹理特征,描述腰椎CT图像的同质区域之间的异质性势能函数,用不同子区域邻域关系势能函数来描述全局势能函数。提取病
其他文献
以解决当前电网畸变信号故障检测与恢复方法中存在的检测率和恢复系数低问题为目的,提出基于瞬时频率的复杂智能电网畸变信号故障检测与恢复方法。利用深度优先搜索法对电网中开关层畸变信号故障进行检测,采用Petri模型对电网中馈线层畸变信号故障进行检测。通过粗糙集理论对电网中变电站层畸变信号故障进行检测。基于检测出的电网总畸变信号,分析故障信号瞬时频率和原信号频率之间的关系,得到信号重采样的时间间隔,据此设
子母弹载活性电源一直存在存储时间短及自放电的问题,由于自发电装置要求能满足长期存储且无自放电现象。对于子母弹药多个子弹同时自发电则是一大难点,针对子母弹的自发电弹载电源提出了一种特殊的行星轮多体偏心差速俘能装置,利用发射后母弹飞行过程中的高速旋转运动,装置向内部子弹传递转速与转矩,为子弹后续发电提供能量输入。为预测装置的效能,先对装置模型进行了理论分析计算,再利用SOLIDWORKS与ADAMS软
对光纤网络植入威胁通道信号进行检测,可有效提高光纤网络安全强度。对光纤网络植入威胁通道信号的检测,构建光纤网络植入威胁通道信号检测目标函数,完成光纤网络植入威胁通道信号的检测。传统方法通过AP聚类法对样本进行分类,得到光纤网络植入威胁通道信号隐含层的节点数量。但忽略了对植入威胁通道信号检测目标函数的构建,导致检测结果精度偏低。提出基于CMA-ES的光纤网络植入威胁通道信号检测方法,利用将原始态势值
对多基一次监视雷达在民航终端区的布局进行研究,以提高主动式监视的精度。监视精度主要由等效距离误差与几何精度因子决定,而对于影响几何精度因子的地面站布局问题,尚缺少研究。为解决以上问题,通过分析定位精度因子及利用到达时间算法,推导出了一种适合终端区的,呈现中心分布式的,发射站与接收站间隔分布的地面站布局形式,并结合解决实际问题的需要,进一步对站点数量、地面站分布重数、地面站发生故障、对地面站分布存在
油管在服役过程中,会受地质变化,施工破坏和腐蚀等多种因素的影响而产生缺陷,给油气管道运营带来安全隐患,如油气泄露、火灾、爆炸等。为保证油管安全可靠的工作,需对其进行缺陷检测,油管缺陷实际检测过程中,大多属于动态检测,即传感器探头与油管存在相对运动,而国内缺少动态检测时探头提离值对缺陷漏磁信号的影响研究。针对上述问题,通过ansoft软件建立缺陷动态检测模型,在不同提离值,不同转速条件下做缺陷检测模
波浪能的波动性和随机性较大,为满足并网要求,需提高波浪发电系统输出功率的平滑性。采用蓄电池/超级电容混合储能对波浪发电系统输出功率进行平滑,利用极限学习机算法滚动预测波浪发电系统输出功率,获取周期内平均功率。结合蓄电池能量密度高和超级电容功率密度高的特点,根据预测功率来控制蓄电池和超级电容的充放电,平滑波电系统在不同波浪条件下的输出功率。通过在规则波浪和突变波浪条件下的仿真,验证了其有效性。
对网络高密度入侵频率的监测,能够有效提高移动网络安全防护效果。在网络安全防护中对高密度入侵频率的监测,需要对入侵频率监测最短路径进行定量分析,通过维特比算法修正监测结果,完成高密度入侵频率的高精度监测。传统方法入侵告警映射识别已发生的安全防护,依据入侵攻击者能力等级调监测分布,但忽略了对监测结果的修正,导致监测精度偏低。提出基于改进隐马尔科夫模型的网络防护下高密度入侵频率监测方法。采用网络异常入侵
对大数据网络中数据进行分类优化识别,能提升数据管理的效率。数据处理中,难以保证数据样本集的纯度,降低了数据分类的准确率,需要对大数据网络中数据分类优化识别进行研究。传统方法建立增量式的分类模型对具有不确定性的概念漂移数据分类问题进行处理,具有较高的执行效率,但存在数据分类识别的准确率较差的问题。提出基于改进蛙跳的数据分类优化识别方法。采用基于流形的半监督算法,选择出有效数据特征子集,利用改进蛙跳数
及时并准确地预测风力发电系统短期风速,对于电网调度具有重大意义。由于风速具有随机性、间歇性,且含有大量噪声,因此会对预测精度造成较大误差,为了对短期风速进行精确、稳定地预测,提出了一种基于变分模态分解和高斯过程回归的短期风速预测模型。首先,对原始风速序列进行变分模态分解,获得多个子序列;然后对各子序列分别建立高斯过程回归预测模型,并引入量子粒子群算法代替共轭梯度法,改进协方差函数的超参数寻优过程。