基于多尺度区域与类不确定性理论的局部阈值分割方法

医学图像受成像原理的限制,存在图像灰度分布不均匀、噪声大、组织间边界模糊等问题,传统的阈值分割方法通常难以获得精准的分割结果。针对这一问题,提出一种基于多尺度区域与类不确定性理论的阈值分割方法。首先,利用多层金字塔结构将原始图像分割成一组不同尺度的子区域;然后,基于类不确定性与区域均匀性度量构建带不等式约束的能量函数,并逐层迭代求解各子区域的最优局部阈值;最终,得到局部最优阈值掩膜,从而实现图像分割。通过仿真实验可得所提方法能有效克服噪声、局部灰度分布不均匀以及模糊边界等因素的干扰,算法性能显著优于经典的基于受限的目标灰度频率范围求解最优分割阈值方法(RCOtsu)和基于类不确定性及区域均匀性的能量最小化(MHUE)方法以及近年来提出的一些基于阈值分割方法。所提方法分割结果平均误分率(ME)为1.1%,与上述对比算法的平均误分率相比下降了2.1%;峰值信噪比(PSNR)为17.1 dB,比对比算法的平均指标下降了2.7 dB。实验结果表明,所提方法可以稳定、清晰地分割灰度不均和高噪声图像。

稳定积分的弱收敛

令{x;Xn≥1）是一列严平稳的随机变量，且其分布F在一个α-稳定分布的吸引场，这里0〈α〈1．本文考虑∑n i=1 fn（β,i/n）Xi/αn的弱收敛性．不同于经典意义下的随机过程弱收敛，本文将∑n i=1 fn（β,i/n）Xi/αn 看作β变化的随机元，利用点过程收敛方法得到了其弱收敛性．

非时齐Markov链泛函的弱收敛

本文考虑了非时齐Markov链泛函的弱收敛定理.本文的极限过程是一类随机积分型的随机过程.作为应用,首先考虑了单位根检验问题;其次考虑了协整回归模型中参数最小二乘估计量的渐近分布.这两类问题中,均涉及了收敛至随机积分的弱收敛定理.

浙江省空气质量变化特征研究——基于函数型数据分析

为了探究浙江省空气质量变化特征,选取浙江省2014—2019年的空气质量指数月度数据和6项主要空气污染物浓度月度数据进行研究。首先,将空气质量指数数据和6项空气污染物浓度数据拟合为函数曲线;然后,为了发掘浙江省空气质量指数和6项空气污染物浓度的动态变化特征,对空气质量指数曲线族的主成分基系数进行了K-means聚类,并对6项空气污染物浓度曲线族进行了多元Funclust聚类;最后,借助ArcGIS绘制浙江省聚类结果空间分布图,并探索了浙江省空气质量的空间分布特征。结果表明,浙江省空气质量变化特征在空间上可以划分为4类区域,呈现出由南至北逐渐变差的趋势;在时间上,浙江省空气质量指数呈逐年稳步下降趋势,SO2浓度下降明显,其他5项污染物浓度具有明显的相似性和显著的季节性特征。