【摘 要】
：
利用核映射及非局部均值降噪特性构造相似性度量,即信息能度量。通过对细胞表型图进行特征映射并结合信息能度量得到图像特征的形态差异目标函数,依据梯度上升优化获取最优度量矩阵,建立基于核方法的形态差异学习模型。该模型特点在于:不仅考虑了各类样本的相似性,同时在降低噪声影响形态差异学习的过程中充分利用了图像的高阶统计量和非线性特征。实验结果表明,该核化算法灵敏度更高,且具有较好的鲁棒性,能有效应用于临床诊
【机 构】
：
江西理工大学理学院,西安电子科技大学计算机学院,兰州大学交叉学科研究中心,中国科学院物理研究所
【基金项目】
：
江西理工大学博士启动基金资助项目, 江西省教育厅青年自然科学基金资助项目, 国家自然科学基金资助项目（61070137）
论文部分内容阅读
利用核映射及非局部均值降噪特性构造相似性度量,即信息能度量。通过对细胞表型图进行特征映射并结合信息能度量得到图像特征的形态差异目标函数,依据梯度上升优化获取最优度量矩阵,建立基于核方法的形态差异学习模型。该模型特点在于:不仅考虑了各类样本的相似性,同时在降低噪声影响形态差异学习的过程中充分利用了图像的高阶统计量和非线性特征。实验结果表明,该核化算法灵敏度更高,且具有较好的鲁棒性,能有效应用于临床诊断。
其他文献
针对以往研究中协作关系建立过程不合理及其优化影响因素考虑不全面的问题,基于社会网络思想,提出了一种DDoS防御协作关系优化算法。从复杂适应系统和社会网络两个角度分析了DDoS防御协作关系特点,给出了协作关系优化思路;建立了一种五元组协作关系优化影响因素分析模型,并阐述了模型内各元组之间的关系;参考社会网络有效连带关系的建立过程,采用强化学习思想,设计了协作关系优化算法。DDoS攻防仿真实验结果验证
为实现对P2P-TV应用的实时内容检测,简要介绍了P2P-TV监控系统对P2P-TV平台与频道的精细识别,针对PPTV采用ASF流媒体格式进行数据流传输、节点之间通过UDP协议获取数据,在精确识别出平台与频道的基础上,识别出数据传输过程中的A/V数据包,获知A/V数据包的序号、A/V数据的长度及起始终止位置,通过在线将A/V数据提取并还原为媒体文件并进行内容检测。
为了在供需网环境下实现企业知识的协同管理,提出了供需网企业知识本体(SDNKO)的概念,根据SDNKO的多粒度特性,将SDNKO的概念空间划分为元概念层、领域模型层和应用实例层。在分析元概念类的层次结构和概念类的关联集后,针对电梯行业领域的企业知识本体概念空间进行了详细的说明。为表达供需网的协同知识语义,阐述了SDNKO概念框架的巴科斯范式和文档类型定义。最后,给出了供需网企业产品订单生成的知识协
针对移动机器人运行环境的复杂非线性特性,提出一种将重构相空间理论应用到移动机器人自适应行为选择中的混沌非线性分析方法。在所采集的一维自适应行为动作选择随机序列的基础上,重构时间序列的相空间,并计算相空间的嵌入维数、混沌吸引子和最大Lyapunov指数。计算结果表明,当运行环境中障碍物的分布密度较大时,移动机器人的自适应行为选择规律呈现混沌特性。这为结合混沌理论,给移动机器人的自适应行为选择提供更精
提出了采用P2P技术建立分布式时空索引,从这一理论的基础出发,研究对等环境下分布式时空对象模型和索引的整体框架。模型和架构涵盖了面向历史的索引和面向将来预测的索引技术。模型以空间划分作为时空数据分片的依据,描述了划分的空间、服务器节点以及时空对象之间的关系;整体架构是一种双层结构,满足分布式环境下索引的新需求,架构包含索引查询、建立和维护的基本协议。以三种应用情景为例研究模型的应用范围,最后在自行
最频繁项集挖掘是文本关联规则挖掘中研究的重点和难点,它决定了文本关联规则挖掘算法的性能。针对当前在最频繁项集挖掘方面的不足,将集合论引入倒排表以对其进行改进,然后以此为基础提出了几个命题和推论,并结合最小支持度阈值动态调整策略,提出了一个基于改进的倒排表和集合理论的最频繁项集挖掘算法,最后对所提算法进行验证。实验结果表明,所提算法的规则有效率和时间性能比常用的两个最频繁项集挖掘算法,即NAprio
针对动态图编码时间复杂度较高的问题,提出一种四进制编码方案,利用空间换时间的思想,通过增加两个专门用来编码系数的指针域,在空间复杂度不变的情况下,降低构造水印图的时间复杂度。同时借鉴计算机网络和数据通信的差错检验原理,提出一种基于循环冗余校验的动态图软件水印防窜改技术,实现了水印图的动态验证。实验表明,该方案提高了水印数据率,增强了水印抗攻击性,并使之具有一定的纠错能力。
浏览器扩展是一种允许为浏览器添加个性化功能的机制。然而,这一机制在极大地增强了浏览器表现能力的同时,也使浏览器暴露在更多的攻击之下。为有效缓和浏览器扩展机制给用户带来的安全威胁,设计并实现了针对浏览器扩展的行为监控系统,通过一组安全策略来控制扩展对关键接口的访问;最后对该系统的有效性及性能进行了分析和测试。实验结果表明,系统可有效降低用户在使用浏览器扩展时所带来的安全风险。
提出了一种将分层分组调度算法融入实时分布处理系统的并行设计,并结合遗传算法进行任务调度的方法。首先对初始系统有向非循环图(directed acyclic graph,DAG)分层分组;然后在层间进行均衡化的乒乓流水设计,重构系统,使系统均衡化;最后针对重构的系统编制相适应的二维染色体码,运用遗传算法进行调度。实验结果表明较之单纯的分层分组方法和遗传算法,系统的时延得到明显优化,算法的收敛速度提高
为了提高预测模型的性能,解决不同属性子集带来的分歧,提出了基本偏相关方法的预测模型。首先,该方法在公开数据集上分析出代码静态属性与缺陷数之间存在偏相关关系;然后基于偏相关系数值,计算出代码复杂性度密度属性值;最后基于该属性值建立新的缺陷预测模型。实验表明,该模型具有较高的召回率和很好的F-measure性能,从而进一步证实了代码属性与模块缺陷之间的偏相关性是影响软件质量预测性能的重要因素的结论。该