针对巡检机器人需在电站复杂环境下多任务点遍历巡检路径规划问题,提出一种多策略差分扰动机制改进的堆优化(Heap-Based Optimizer,HBO)算法。对不同个体实行差异化的扰动策略,增强新解的多样性。针对巡检任务起终点一致的特性,使用交...针对巡检机器人需在电站复杂环境下多任务点遍历巡检路径规划问题,提出一种多策略差分扰动机制改进的堆优化(Heap-Based Optimizer,HBO)算法。对不同个体实行差异化的扰动策略,增强新解的多样性。针对巡检任务起终点一致的特性,使用交错同步搜索策略,双种群各执行一半搜索任务,降低了搜索时间,提高了收敛速度。环境建模引入了无限邻域机制,可搜索邻域个数变为连续任意方向,减少了转折点数,使用四阶最小Snap平滑算法平滑整体路径,增大路径平顺度,满足机器人动力学特性。经仿真对比,改进后HBO算法在多任务点遍历巡检任务中性能提升明显,相对于改进前HBO算法和对比的混合粒子群灰狼(Hybrid Gray Wolf Optimizer with Particle Swarm Optimization,HGWOP)算法的步数最低,路径最平滑,最优路径分别缩短了11.1%和20.0%,平均迭代次数分别降低了25.78%和10.53%。展开更多
目的:探讨浆液性卵巢癌中血管生成抑制蛋白-1(vasohibin-1)、结肠癌转移相关蛋白1(metastasis-associated in colon cancer-1,MACC1)和抗癌1号蛋白(KAI1)表达之间的关系及其临床意义。方法:收集124例卵巢浆液性癌(卵巢浆液性癌组)和30...目的:探讨浆液性卵巢癌中血管生成抑制蛋白-1(vasohibin-1)、结肠癌转移相关蛋白1(metastasis-associated in colon cancer-1,MACC1)和抗癌1号蛋白(KAI1)表达之间的关系及其临床意义。方法:收集124例卵巢浆液性癌(卵巢浆液性癌组)和30例卵巢浆液性囊腺瘤(卵巢浆液性囊腺瘤组)术后组织标本,采用免疫组织化学ElivisionTM法检测所有肿瘤组织中vasohibin-1,MACC1和KAI1蛋白的表达情况。结果:卵巢浆液性癌组vasohibin-1和MACC1蛋白的阳性表达率分别为48.4%和58.1%,均高于卵巢浆液性囊腺瘤组(分别为10.0%和13.3%);而卵巢浆液性癌组KAI1蛋白阳性表达率为33.9%,低于浆液性囊腺瘤组(86.7%),差异均有统计学意义(均P<0.05);3种蛋白的表达与浆液性卵巢癌的病理组织学分级、国际妇产科联盟(Federation International of Gynecology and Obstetrics,FIGO)分期以及盆腔淋巴结转移有关(均P<0.05);KAI1蛋白的表达与vasohibin-1和MACC1的表达呈负相关(r值分别为–0.500和–0.600,均P<0.01),同时,vasohibin-1与MACC1蛋白的表达呈正相关(r=0.518,P<0.01)。Kaplan-Meier生存分析表明:vasohibin-1和MACC1的过表达以及KAI1的低表达均与患者的生存率有关,vasohibin-1和MACC1表达阳性及KAI1表达阴性的患者生存率明显低于vasohibin-1和MACC1表达阴性及KAI1表达阳性的患者(均P<0.05)。多因素分析表明:FIGO分期、vasohibin-1和KAI1蛋白的表达是影响浆液性卵巢癌根治术后患者预后的独立因素(RR值分别为2.185,3.893,0.413;95% CI分别为1.263~3.779,2.190~6.921,0.251~0.681;均P<0.05)。结论:浆液性卵巢癌组织中vasohibin-1和MACC1的表达上调以及KAI1的表达下调与肿瘤的分化程度、临床分期、转移和预后等因素相关,这些指标的联合检测可作为判断浆液性卵巢癌患者肿瘤演进及生存预后的重要指标。展开更多
针对SAR图像超像素分割易受图像固有相干斑噪声影响的问题,本文提出一种基于马尔科夫随机场(Markov Random Field,MRF)的超像素分割算法。算法中采用基于马尔科夫随机场的最大后验概率优化模型对SAR图像超像素分割问题进行建模。相较于...针对SAR图像超像素分割易受图像固有相干斑噪声影响的问题,本文提出一种基于马尔科夫随机场(Markov Random Field,MRF)的超像素分割算法。算法中采用基于马尔科夫随机场的最大后验概率优化模型对SAR图像超像素分割问题进行建模。相较于传统SAR图像超像素提取方法,该方法通过对像素的分割标号在空间邻域上进行马尔科夫特性约束,进而有效抑制相干斑噪声的影响。实验结果表明,与传统方法相比,本文算法的噪声抑制效果更好,分割精度更高。展开更多
文摘针对巡检机器人需在电站复杂环境下多任务点遍历巡检路径规划问题,提出一种多策略差分扰动机制改进的堆优化(Heap-Based Optimizer,HBO)算法。对不同个体实行差异化的扰动策略,增强新解的多样性。针对巡检任务起终点一致的特性,使用交错同步搜索策略,双种群各执行一半搜索任务,降低了搜索时间,提高了收敛速度。环境建模引入了无限邻域机制,可搜索邻域个数变为连续任意方向,减少了转折点数,使用四阶最小Snap平滑算法平滑整体路径,增大路径平顺度,满足机器人动力学特性。经仿真对比,改进后HBO算法在多任务点遍历巡检任务中性能提升明显,相对于改进前HBO算法和对比的混合粒子群灰狼(Hybrid Gray Wolf Optimizer with Particle Swarm Optimization,HGWOP)算法的步数最低,路径最平滑,最优路径分别缩短了11.1%和20.0%,平均迭代次数分别降低了25.78%和10.53%。
文摘目的:探讨浆液性卵巢癌中血管生成抑制蛋白-1(vasohibin-1)、结肠癌转移相关蛋白1(metastasis-associated in colon cancer-1,MACC1)和抗癌1号蛋白(KAI1)表达之间的关系及其临床意义。方法:收集124例卵巢浆液性癌(卵巢浆液性癌组)和30例卵巢浆液性囊腺瘤(卵巢浆液性囊腺瘤组)术后组织标本,采用免疫组织化学ElivisionTM法检测所有肿瘤组织中vasohibin-1,MACC1和KAI1蛋白的表达情况。结果:卵巢浆液性癌组vasohibin-1和MACC1蛋白的阳性表达率分别为48.4%和58.1%,均高于卵巢浆液性囊腺瘤组(分别为10.0%和13.3%);而卵巢浆液性癌组KAI1蛋白阳性表达率为33.9%,低于浆液性囊腺瘤组(86.7%),差异均有统计学意义(均P<0.05);3种蛋白的表达与浆液性卵巢癌的病理组织学分级、国际妇产科联盟(Federation International of Gynecology and Obstetrics,FIGO)分期以及盆腔淋巴结转移有关(均P<0.05);KAI1蛋白的表达与vasohibin-1和MACC1的表达呈负相关(r值分别为–0.500和–0.600,均P<0.01),同时,vasohibin-1与MACC1蛋白的表达呈正相关(r=0.518,P<0.01)。Kaplan-Meier生存分析表明:vasohibin-1和MACC1的过表达以及KAI1的低表达均与患者的生存率有关,vasohibin-1和MACC1表达阳性及KAI1表达阴性的患者生存率明显低于vasohibin-1和MACC1表达阴性及KAI1表达阳性的患者(均P<0.05)。多因素分析表明:FIGO分期、vasohibin-1和KAI1蛋白的表达是影响浆液性卵巢癌根治术后患者预后的独立因素(RR值分别为2.185,3.893,0.413;95% CI分别为1.263~3.779,2.190~6.921,0.251~0.681;均P<0.05)。结论:浆液性卵巢癌组织中vasohibin-1和MACC1的表达上调以及KAI1的表达下调与肿瘤的分化程度、临床分期、转移和预后等因素相关,这些指标的联合检测可作为判断浆液性卵巢癌患者肿瘤演进及生存预后的重要指标。
文摘针对SAR图像超像素分割易受图像固有相干斑噪声影响的问题,本文提出一种基于马尔科夫随机场(Markov Random Field,MRF)的超像素分割算法。算法中采用基于马尔科夫随机场的最大后验概率优化模型对SAR图像超像素分割问题进行建模。相较于传统SAR图像超像素提取方法,该方法通过对像素的分割标号在空间邻域上进行马尔科夫特性约束,进而有效抑制相干斑噪声的影响。实验结果表明,与传统方法相比,本文算法的噪声抑制效果更好,分割精度更高。
