基于DCE算法的压缩域视频镜头分割方法

镜头分割是视频检索的结构化基础,为此提出一种高效的视频镜头分割方法.首先,在压缩域中提取视频流中I帧携带的特征信息,并生成帧间特征分布曲线;然后,利用离散曲线演化(DCE)算法对预处理过的曲线进行分析与演进;最后,分割出视频镜头并提取关键帧.试验结果表明:该方法充分考虑了视频编码的时序特点,具有较好的分割效果,鲁棒性强.

基于GMDH与dce-GMDH算法的上市公司财务危机预测研究

预测上市公司的上市状态有助于了解企业的经营状态、稳定市场预期。选取2019年第4季度沪深A股上市公司的138家ST公司和138家非ST公司样本组,并根据盈利能力、经营增长、资产质量和债务风险等4个维度的17个财务指标,运用GMDH算法和基于多种分类器集合的GMDH(dce-GMDH)算法对ST公司和非ST公司进行财务危机分类预测,结果表明:两种算法在ST公司和非ST公司两类公司中取得较高的分类预测效果。GMDH算法的预测准确率为83.64%,dce-GMDH算法的预测准确率为85.45%。与GMDH算法相比,使用dce-GMDH算法可将分类预测准确率提高约2%。

基于Demon算法的乳房核磁共振图像配准

为了提高乳房动态核磁共振成像中不同时间点序列图像的配准速度,提出了将快速的Demon非刚性配准算法与图像强度校正相结合的乳房图像配准模型。Demon算法本身基于图像强度变化计算变形参数,因此不适于强度动态增强的图像配准。首先根据乳房组织的信号增强模型应用多项式理论校正待配准图像的强度,再应用Demon算法进行几何变形配准。实验表明该算法在精度上远优于直接使用Demon算法,在与自由形变配准算法具有几乎相同配准精度的前提下,明显提高了配准速度。