视网膜血管分割算法研究

针对现有的视网膜血管分割方法对微细血管分割精度低的问题,在多尺度单通道线性追踪(MSLTA:Multi-Scale Single-Channel Linear Track)的图像分割方法基础上,提出了一种新的、有效的视网膜血管分割方法。采用Gabor滤波预处理以增强血管信息,利用MSLTA算法获得最初的血管网络,采用连通域标记的去噪方法,去除图像上的斑点噪声,分割出最终的血管。利用国际上公开的DRIVE(Digital Retinal Images for Vessel Extraction)数据库的视网膜图像进行实验,并与现有的常规算法做了对比。多组实验结果表明,该方法的平均精确度达到95.37%,能很好地保留微细血管。

从代码重构探讨设计模式

通过一个具体实例的代码重构与几个模式的运用的密切配合,较好地解决了软件系统中的可复用性,可维护性问题。这种基于设计模式的软件构造方法,经作者实际应用证明是可行的和有效的。

建造者模式应用探讨

开发综合教务管理系统,为高校的教学实行全面化微机管理奠定了良好的基础。本文通过对综合教务管理软件的开发,以软件设计中的开闭原则为指导,结合设计模式,较好地解决软件系统中的可扩展性,可维护性问题。

策略模式应用探讨

改造机房管理系统,为高校的机房实行全面化微机管理奠定了良好的基础。本文通过对大型联网公用机房的软件改造,以软件设计中的开闭原则为指导,结合设计模式,对部分代码进行重构,较好地改善软件系统中的可扩展性,可维护性问题。

虚拟现实交互游戏中的手势识别

随着虚拟现实技术的发展和手势识别技术的不断提升,人们对自然交互的方式不断提出迫切需求。对于交互体验的游戏而言,尤为突出。此前的研究主要利用普通摄像头采集图像,获取手势的运动形态及像素信息,无法获得具有深度信息手势的三维特征。随着LeapMotion等深度传感器的出现,更多的深度信息可以被获取,为识别复杂的手势提供了可靠的数据保障。文章使用一种基于深度经网络的游戏交互手势识别系统,与以往的方法相比,具有更好的性能。

基于GRNN的订单需求量预测研究

按需生产是企业在市场经济中保持竞争力关键所在,所以准确预测下一阶段订单需求量尤为重要。运用广义回归神经网络预测某企业下一阶段订单需求量,并与BP神经网络及灰色神经网络进行对比实验。结果表明,GRNN神经网络模型订单在需求预测方面更具优越性,能准确预测未来订单需求量。