群智能算法的理论及应用综述

群智能是由自然或人造的分散自组织系统所表现出来的集体智能.群智能包含一组简单的个体,其中个体与个体、个体与环境之间存在局部交互行为.虽然个体遵循非常简单的规则,但是微观的交互最终还是导致了宏观的智能行为.在本文中,我们对典型群智能方法的起源、发展、理论、技术、应用等做了深入的研究,包括了蚁群优化、粒子群优化、人工蜂群、细菌觅食优化、萤火虫共五类算法.文末提出群智能发展的六个方向.

基于云计算的PACS平台研究

目的:诊断产生的影像数据正在逐年增加,且该趋势在未来几年还会持续,这给当前国内医院的PACS系统增加了沉重负担。云计算是一种新兴的解决IT基础设施、平台、软件的前期成本的较好方案。因此可让客户集中于自身的项目,免于考虑IT细节。能否将PACS移植到云计算平台成为研究者期待的问题。方法:为解决该问题,本文首先回顾了PACS与云计算的基本概念。随后,我们研究了4家提供PACS云平台的国外公司,分别是PACSDrive,IEP,戴尔,TeraRecon。同时分析了国内医院落后于国外的原因,以及在云环境下患者信息的完整性与安全性问题。结果:通过4家公司的案例,我们发现,采用云平台PACS方案的医院,只需花费极少的费用,就可得到传统PACS中心提供的同样服务。结论:将国内医院的PACS移植到云平台上是可行且值得的,将该项目外包给国内云提供商即可实现。

压缩感知磁共振成像技术综述

目的:综述近年来压缩感知磁共振成像技术的研究进展。方法:磁共振成像是目前临床医学影像中最重要的非侵入式检查方法之一,然而其成像速度较低,限制其发展。压缩感知是一种新的信号采集与获取理论,它利用信号在特定域上的稀疏性或可压缩性,可通过少量测量重建整个原始信号。压缩感知磁共振成像技术将压缩感知应用到磁共振成像中,可在相同的扫描时间内获得更精细的空间组织结构,也可在相同的空间分辨率下加速成像。结果:本文概述了压缩感知磁共振成像的理论基础,分别从稀疏变换、不相干欠采样、非线性重建三个方面具体阐述,最后讨论了其研究展望与应用现状。结论:压缩感知磁共振成像具有较好的发展潜力,有逐渐增长的医用与商用价值。

利用三维脑核磁共振图像与RBF核支持向量机检测人脑轻度认知障碍

为了及早检测轻度认知障碍(Mild Cognitive Impairment,MCI),降低阿尔茨海默病的患病率,文章提出一种基于径向基神经网络及核支持向量机(Radial Basis Function-kernel Support Vector Machine,RBF-kSVM)的MCI检测系统,该系统首先读取三维磁共振脑图像并预处理,然后通过主成分分析(Principal Component Analysis,PCA)降低特征维数,采用RBF核支持向量机作为分类模型,RBF的参数通过优化选择。实验数据采用OASIS公共数据库,选择50例正常对照组(Normal Control,NC)与50例MCI患者。十折交叉验证结果显示文中所提出方法的敏感度为84%、特异度为78%、准确度为81%,优于前向神经网络、决策树、支持向量机、齐次与非齐次核支持向量机方法。文中构建的RBF核支持向量机有效,可用于MCI检测。

磁共振并行成像技术综述

介绍了常用的磁共振成像加速方法,其中并行成像尤为重要,因为它可以和其他加速方法互补;还介绍了5种常见的并行成像方法:利用局部灵敏度的部分并行成像、灵敏度编码、空间谐波同时获取、泛化自校正部分并行获取、与基于阵列线圈灵敏度的并行编码与复原。最后,讨论了这5种方法的互相联系,以及在工业上的应用,并展望了动态成像和非笛卡尔坐标扫描的发展。

专家系统发展综述

为了概括专家系统近期的发展,按照发展次序,将专家系统划分为基于规则、基于框架、基于案例、基于模型和基于网络的5个阶段。对每个阶段分析了对应的专家系统的思想,给出典型算法,并通过若干示例进行详述。然后总结了专家系统的发展规律,将其分为原理突破与技术突破两大类,原理突破服从"否定之否定"的发展规律,技术突破本质上是与其他学科的交叉。文末预测了进一步的研究方向。

基于隶属云模型蚁群算法与LK搜索的TSP求解

提出一种求解TSP的算法,采用"问题无关的进化算法与问题相关的局部搜索相结合"的策略。采用基于云模型的蚁群算法来产生足够好的解;改进传统的LK算法,新加入5种搜索删除集与添加集元素的准则,以此细化搜索。将该算法用于求解TSPLIB中不同类型、城市数从48到33810内变化的TSP,比较该学派与其他学派算法的偏离率与运行时间,结果均显示该算法更优,有效求解了TSPLIB中的非对称TSP、哈密尔顿圈问题。

一种基于稀疏优化的数独求解新方法

为了更好地求解数独问题,提出一种新的求解方法:采用实数编码去除整数约束,同时采用0范数作为目标函数来保证解的稀疏性.在此基础上,根据RIP(Restricted Isometry Property)与KGG(Kashin Garnaev Gluskin)条件,用1范数近似0范数.最后引入松弛矢量,使1范数转换为一个凸线性规划问题.采用主对偶内点法求解该线性规划问题.实验表明:该方法对简单、中等、困难、恶魔级别的数独,可达到100%成功率;对最小提示数目的17数独,达到86.4%的成功率.另外,该算法耗时短,且与数独的难度无关.因此,该算法在成功率与运行时间上均优于约束规划与Sinkhorn算法.

基于PCNN的图像直方图均衡化增强

为了更好地增强图像,提出一种新的图像增强方法.处理分为2个阶段,首先局部增强阶段,利用PCNN模拟空间掩盖效应去除了人眼无法察觉的双边缘,同时在神经元模型中引入侧抑制来模拟Mach带效应,使边缘处灰度差值更大,平滑区域灰度差值更小.其次全局增强阶段,将灰度信息与空间信息耦合到神经元的内部活动项,将阈值设置为局部增强后的图像直方图的累加密度函数,通过比较内部活动项与累加密度函数,得到最终的增强图像.理论与实验均证明了最终图像满足直方图均衡化的要求,不仅对灰度层损失问题免疫,而且直方图近似均衡.

一种基于神经网络的遥感图像压缩编码

为了更好地在恒定压缩率条件下,实现卫星遥感图像的压缩,提出1种将像素分为3类的编码方案.每类采用基于Levenberg-Marquardt算法的双层神经网络进行预测,和基于偏置学习规则的竞争神经网络实现量化.对长城、珠峰、香港等地遥感图像的压缩试验证实了算法的有效性.同时还表明该算法压缩图像的MSE高于距离-权值方法与最小均方误差法,且时间复杂度为O(n).

非参数估计方法

为了解决函数估计问题,首先讨论了传统的参数回归方法.由于传统方法需要先验知识来决定参数模型,因此不稳健,且对模型敏感.因此,引入了基于数据驱动的非参数方法,无需任何先验知识即可对未知函数进行估计.本文主要介绍最新的8种非参数回归方法:核方法、局部多项式回归、正则化方法、正态均值模型、小波方法、超完备字典、前向神经网络、径向基函数网络.比较了不同的算法,给出算法之间的相关性与继承性.最后,将算法推广到高维情况,指出面临计算的维数诅咒与样本的维数诅咒两个问题.通过研究指出前者可以通过智能优化算法求解,而后者是问题固有的.

Li-Hopfield神经网络用于汉字字符识别

提出了一种Li-Hopfield网络,解决了Hopfield神经网络能量函数存在积分项、振荡收敛、计算复杂等问题,并继承了Hopfield网络的结构与Li网络的优点.同时发现基于部首拆分的汉字字符识别可以忽视甚至利用该网络的虚假稳定点,从而使样本存储量降为传统Hopfield网络的1.44%,表明该算法有效且快速.

一种基于光全息的图像混合加密算法

为了使图像保密性更好,提出一种新的加密算法。研究了传统的Arnold变换,分析其周期性,指出Arnold变换的保密性能与图像尺寸有关。为保证图像直方图均匀化且增大密钥空间,进而提出一种基于随机数序列的像素置乱算法,比较了扭曲法、移位寄存器、修正SWB算法、混沌算法,发现扭曲法生成的随机数序列的周期与密钥空间最大。计算二维图像的光全息图作为加密图像。实验证实了该算法的有效性,对剪切攻击、噪声攻击、JPEG攻击等具有强脆弱性。

一种径向基函数神经网络的参数求解方法

为了求解径向基函数神经网络的权值,首先分析了传统基于训练误差的方法,发现该方法容易造成数据过拟合,原因在于训练误差是风险函数的下偏估计;因此,文中提出采用缺一交叉验证得分代替训练误差,来实现无偏估计风险函数;实验对摩托数据与玻璃数据进行拟合,证实了基于缺一交叉验证的方法优于传统基于训练误差的方法,且所得到的径向基函数网络能够较光滑地拟合数据,不会造成过拟合。

基于遗传算法与模式搜索的混合优化算法

为了更好地实现全局优化,提出一种遗传模式搜索(Genetic Pattern Search,GPS)算法,该算法结合了遗传算法(GA)的强全局搜索能力与泛化模式搜索算法(PS)的强局部搜索能力.算法流程分为两步:首先是GA与PS联合实现粗搜索;其次是PS实现细搜索.实验对Hump、Powell、Rosenbrock、Schaffer、Woods测试函数进行搜索,表明GPS算法的成功率明显优于改进遗传算法与改进模式搜索算法,可作为一种有效可行的全局优化算法.

基于Matlab的数字图像处理教学

为了吸引学生研究兴趣,方便验证猜想,培养编程能力,我们根据数字图像处理课程的特点,提出一种基于Matlab的探究性教学方法,以运动模糊图像复原、图像边缘提取、多阈值图像分割三个案例,以相应的Matlab软件代码对仿真的结果进行了分析。仿真表明:Matlab可以快速实现且显示难以理解的教学案例,且开发效率高,程序简洁。Matlab是一种较好的提高教学效果的仿真工具,适用于数字教学的图像处理。

改进的沃尔什图像插值方法

为了更好地进行快速插值,提出一种改进的沃尔什滤波器:首先研究了传统的Walsh变换及其性质,在此基础上推导出Walsh滤波模板的设计方法;其次由于Walsh模板仅有4×4大小,因此给出一种基于权值矩阵的拼合方法;最后,对上千幅图像进行测试,求解出最佳权值a=1.6,b=0.8。实验将5幅标准测试图像分为两组,分别进行1/2抽取与1/4抽取,得到的插值结果均表明算法的插值效果优于最近邻插值、三次插值、区域坐标三次插值法、Walsh插值。同时,时间分析表明,算法的运行时间与三次插值相当。

传统文化在初中美术教学中的渗透研究

初中美术学科作为基础教育课程体系中的一门重要学科,不仅承载着对学生进行美育教育的重要使命,在促进学生德智体美劳全面发展过的程中也起着重要作用。其中,美术学科学习的部分内容与我国优秀传统文化密切关联,中学美术教师要立足于美术教学的特点,积极把传统文化渗透到美术教学中,以更好地发挥美术学科的育人功能。

一种基于时延PCNN的最短路径算法用于火灾救援调度

为了更好的进行火灾救援调度,提出一种基于射频识别技术(RFID)的监测路面交通的新模型,根据RFID读写器估计路径的行程时间,以此来求出路面的实时状况。然后提出一种简化时延脉冲耦合网络(SDPCNN),来求出从救火人员到火灾现场的最短路径,决定救援人员的调度。实验证明了SDPCNN的快速性,仅有DPCNN消耗时间的5%-10%,同时也证明了提出的基于RFID模型实现火灾现场调度的有效性。

一种改进BP网络用于电磁兼容预测

为了更好地对电磁兼容进行预测,提出采用人工神经网络的方法。为了改善BP神经网络的性能,提出如下两步改进:采用剪枝法计算最佳隐层神经元数目,同时采用共轭梯度-LM算法计算网络权值。以平行线间电磁耦合干扰为具体算例,证明本文算法的预测结果的均方误差仅有10-11数量级。说明,本文算法有效。