基于C-V模型的水平集方法在脑CT图像分割中的应用

阐述了C-V模型和多相水平集算法的原理。在分析了其优缺点后,引入了多阈值单水平集算法。并针对其不足,将李纯明惩罚函数项引入到多阈值单水平集算法,提出了无需重初始化的多阈值单水平集算法。实际结果表明,算法在保证分割精度的基础上,能够有效提高算法效率。

基于行为的机器人自学习方法研究

随着机器人智能化的不断发展,行为机器人越来越受到人们的重视。而复杂多变的运行环境,给机器人的行为设计提出了一个很大的难题。根据以往的日常经验总结出来的行为反应规则很可能适应不了各式各样的运行环境。本文提出一种机器人在线自学习方法,使机器人在没有现成的合适运行规则可循的环境运行的过程中不断总结经验,自我学习,并对学习得到的成果进行检验。实验时,不给机器人初始化任何路径规划信息,而是通过让机器人在简单环境下自行运动,由得到的实际运行结果,检验本方法的实际效果。检验结果令人满意。