基于AS-OCT图像的核性白内障多级排序分类算法研究

目的探讨基于眼前节光学相干断层扫描(AS-OCT)图像的核性白内障智能辅助分级算法对白内障分级的诊断价值。方法采用诊断试验研究方法,收集2020年11月至2021年9月间同济大学附属第十人民医院电子病例系统中核性白内障患者939例1608眼的AS-OCT图像资料,所有资料均符合临床阅片清晰度要求。其中男398例664眼,女541例944眼,年龄18~94岁,平均年龄(65.7±18.6)岁。由3名经验丰富的临床医生基于晶状体混浊分类系统(LOCSⅢ分级系统),对所收集的AS-OCT图像进行1~6级人工标注。构建一种基于多级排序的全局-局部白内障分级算法,该算法包含5个基本的二元分类全局-局部网络(GL-Net),每个GL-Net聚合白内障核区域、原始图像等多尺度信息进行核性白内障分级。基于消融实验和模型对比试验,采用准确率、精确率、灵敏度、F1指标及Kappa系数对模型性能进行评价,且所有结果均通过五折交叉验证。结果模型在核性白内障数据集上的准确率、精确率、灵敏度、F1、Kappa分别为87.81%、88.88%、88.33%、88.51%、85.22%。消融实验结果表明,ResNet18结合局部特征和全局特征进行多级排序分类,模型在准确率、精确率、灵敏度、F1、Kappa指标上均有提升。与ResNet34、VGG16、Ranking-CNN、MRF-Net模型比较,本研究模型各性能指标均有提升。结论基于深度学习的AS-OCT核性白内障图像多级排序分类算法对白内障分级具有较高的准确度,有望辅助提高眼科医生对核性白内障的诊断精度以及效率。

基于多级并行蚁群算法的智能医疗建筑综合布线系统设计

最小生成树算法(Minimum Spanning Tree,MST)是一种用于在加权连通图中找到最小生成树的算法。其目标是选择连接所有顶点并且边权重之和最小的边的子集。改进的A算法通过动态评估优先级来进行搜索。这种评估方式能够通过启发信息的引导。由于智能医疗建筑综合布线系统架构复杂,导致最小树算法、改进A*算法在安全方面较差,因此,提出基于多级并行蚁群算法的智能医疗建筑综合布线系统设计。在系统的硬件设计上,设计配线架,之后进入嵌入式处理器,最后到达随机存取存储器。在系统的软件设计上,构建医疗建筑综合布线路径的目标函数,根据目标函数,建立布线规划约束条件,完成基于多级并行蚁群算法的最优建筑预埋布线方案求解。对该系统进行性能测试,结果表明,该系统在耗时方面表现较为稳定,满足实际应用需求。

海量机载LiDAR点云改进滤波算法研究

为了提高机载LiDAR点云滤波算法在点云滤波中的精度与效率,本文在已有的多级移动曲面拟合滤波算法的基础上提出一种多级多窗口移动曲面拟合算法(WHMCFA)。该改进滤波算法能够有效解决HMCFA滤波算法中存在的曲面拟合精度低、粗差率高等问题。同时,为了提高LiDAR点云数据的滤波效率,在WHMCFA的基础上设计并实现PWHMCFA并行滤波算法。将本文改进滤波算法应用于机载LiDAR点云数据滤波处理中,结果表明,与传统滤波算法相比,本文提出改进滤波算法的滤波精度更高,滤波效果更好。

求解TSP问题的多级归约算法

TSP(traveling salesman problem)问题是最经典的NP-hard组合优化问题之一.长期以来,人们一直在寻求快速、高效的近似算法,以便在合理的计算时间内解决大规模问题.由于对较大规模的问题,目前的近似算法尚不能在较短的时间内给出高质量的解,因此提出了多重归约算法.该算法的基本原理是通过对TSP问题的局部最优解与全局最优解之间关系的分析,发现对局部最优解的简单的相交操作能以很高的概率得到全局最优解的部分解.利用这些部分解可以大大缩小原问题的搜索空间,同时也不会降低搜索的性能.这就是所谓的归约原理.再通过多次归约使问题的规模降到足够小,然后对这个较小规模的实例直接用已有的算法求解,最后通过相反的次序拼接部分解,最终得到一个合法的解.在TSPLIB(traveling salesman problem library)中,典型实例上的实验结果表明,此算法在求解质量和求解速度上与目前已知的算法相比有较大的改进.

基于FPGA多级分布式算法的FIR数字滤波器的设计

目的实现多级分布式算法,设计滤波器以提高运算速度,节省资源.方法多级分布式算法采用串并结合的方式实现,从底层到顶层逐级构建数字系统,通过查表法完成基于多级分布式算法的FIR滤波器设计,使用QuartusII自带的仿真软件对系统进行仿真,并将滤波器输出结果导入Matlab进行功率谱分析.结果在FPGA上实现了FIR数字滤波,由功率谱密度曲线分析,测试信号经FIR滤波器滤波后,高频分量对低频分量的衰减可达到23dB,很好地抑制了带外频谱.达到与传统FIR滤波器同样的滤波效果.结论基于FPGA多级分布式算法的FIR数字滤波器具有良好的滤波效果,其设计方案具有可行性.

网络拓扑图多级分割塌缩阶段算法改进

针对网络拓扑图上的宏观异常预警可视化显示需要,分析了当前图的多级划分算法.算法分为图塌缩、初始划分和多级优化三个阶段.在多级分割算法的图塌缩阶段,提出改进算法———KV算法和VC算法.实验验证改进后算法在运行时间、恢复时间和分割边数上均优于传统算法.改进塌缩KV算法在分割边数上平均提高了4.6%,在运行时间上提高了12%,而VC算法降低了KV算法的时间复杂度.

直角坐标多级后投影聚束SAR成像算法

在局部极坐标系下,快速多级后向投影算法(FFBPA)可以以较低的采样率对子孔径成像,但在不同局部极坐标系之间需大量的2维图像域插值实现图像融合。相比极坐标系,图像融合在直角坐标系下更容易实现。但在直角坐标系下进行子孔径成像的奈奎斯特采样率较高,这将影响直角坐标系下的成像效率。该文针对此问题提出一种谱压缩技术,通过对距离时域和距离频域两次补偿,大幅压缩了直角坐标系下子孔径成像的方位谱宽度。该文算法具有堪比原始后向投影算法(BPA)的成像质量和优于FFBPA的计算效率,且能够应用于非线性轨道SAR。最后通过星载0.1 m仿真实验和机载0.2 m实测实验验证了算法的有效性。

通路时延可控的时序驱动多级划分算法

提出一种可以控制关键通路时延的时序驱动多级划分算法.首先通过聚类保护降低关键通路被分割的几率,减小后续操作对最小割目标的影响;然后使用划分保护控制通路被分割的次数,将关键通路时延限定在指定时钟周期之内.该算法只对最底层网表进行一次时序分析,克服了现有基于通路的时序驱动多级划分算法无法完全控制关键通路时延,需要对所有层次的网表进行时序分析的缺点.实验结果表明,该算法可得到较小的超边割值和通路时延值.

基于QR二维码的多级融合加密算法的设计与实现

随着二维码的广泛应用,二维码加密技术受到越来越多的关注。快速响应(Quick Response,QR)二维码是一种被广泛使用的二维码,其实现过程的不同阶段有不同的特点。论文提出一种基于QR二维码的多级融合加密算法概念,通过对不同阶段采取DES加密和固定密钥的RC4加密大大提高QR二维码的加密强度,同时不明显增加二维码的长度和处理时间。实验数据表明了论文所提算法的有效性。

DiffServ模型中的多级主动缓冲管理算法

根据 Diff Serv模型实现的需要 ,在分析现有缓冲管理算法的基础上 ,提出了 QPRED和 VPRED多级主动缓冲管理算法 ,这两种算法在分组分类的粒度上提供了分级的缓冲管理能力 ,并将每一类分组的缓冲状态 (缓冲字节数或缓冲平均队列长度 )引入到了分组丢弃概率的计算中 ,同时结合优先级因子实现了类和类之间在优先级意义上的公平性 .与现有的缓冲管理算法相比 ,QPRED和 VPRED多级主动缓冲管理算法更适合于 Diff

多级规约算法在PCB钻孔路径优化中的应用

以求解PCB(PrintedCircuitBoard)钻孔路径优化这一大规模复杂的TSP(TravelingSalesmanProblem)问题为背景,研究了一种改进的多级规约算法(EMR)。该算法依据工程应用中实用性、通用性的特点重新设计了多级规约算法(MR)的规约和细化算子并增加了控制参数以提高算法的灵活性;针对算法中会产生大量部分解集且难以储存这一问题,设计了一种类似人类族谱的数据结构。实验结果以及与循环LK算法和蚁群算法的对比分析表明,EMR算法兼顾了实用性和通用性,且有较高的优化质量和优化效率。

基于多级粒子窗的目标检测算法研究

针对滑动窗算法计算量较大的问题,提出一种多级粒子窗算法。首先构造一个目标分类器级联结构,然后在全图像域随机产生一组粒子,每一个粒子对应一个目标分类器。分类器的响应作为统计特征修正目标的似然概率密度函数,用于指导下一级的粒子生成,直至粒子收敛到稳定区域,从而实现对目标状态由粗到精的定位。分别将该方法用于单幅图像和图像序列中的目标检测,并与滑动窗算法进行了比较,结果表明,多级粒子窗算法能够快速精确实现目标检测。

随机虚拟骨干树结合改进BDCP的无线传感器网络多级路由算法

针对无线传感器网络(WSN)中传统路由算法簇首能量消耗不平衡而限制网络寿命的问题,提出了一种基于随机虚拟骨干树(RVBT)结合改进退避分布式聚类协议(IBDCP)的能量感知路由算法。首先,将所有传感器节点组成不同的簇;然后,利用IBDCP为每个节点初始化时间延迟,并开始竞争;最后,节点通过考虑自己的剩余能量和距离决定是否加入CH,汇聚节点构建CH的随机虚拟骨干树,以促进数据的路由。仿真结果表明,该算法能够实现恒定消息和线性时间复杂度,在网络寿命、能量消耗和其他参数方面均优于其他现有的算法,其中网络寿命比EMRA延长至少15%,比退避分布式聚类(BDCP)延长至少150%。

多级划分算法的后处理与评价方法

多级划分算法需要进行多次实验以得到最优值.本文根据网表顶点在多次实验中的倾向性将其分为:活跃点、固定点和亚固定点,并提出只对活跃点重新划分的后处理方法.另外,通过将固定点和亚固定点分配到相应簇中,得到一种算法评价方法.实验表明,本文的后处理方法可有效减小hMetis算法的最小割,而评价方法能够客观评价hMetis算法在不同聚类策略下的划分结果.

基于多版本的多级安全事务处理算法

提出了一种有效的多级安全事务处理算法——多版本 -低安全级优先算法 .算法通过保留低安全级数据的多个版本 ,消除了多级事务的先读后写语义依赖 .文章给出了算法的描述 ,证明了算法的正确性 。

一种基于分水岭和模糊聚类的多级图像分割算法

分水岭算法是一种广泛应用的图像分割工具,它能够自动生成单像素宽度的封闭轮廓。分水岭算法的不足在于它的过分割结果,即生成大量小的封闭区域,使目标物体淹没其中。本文提出一种对分水岭算法过分割结果的模糊聚类方案,首先为每个分水岭区域定义特征量,然后根据这些特征量以及相邻区域之间的分水岭显著性计算两个相邻区域之间的近似程度,进而计算所有分水岭区域的模糊等价矩形,最终形成图像的多级分割结果。本文对多种类型的图像进行了实验。

改进的多级树集合分裂(SPIHT)算法

基于中频和高频子带小波系数中的不重要数的相关性,对SPIHT算法提出一些改进.在改进SPIHT算法中,利用一个组合函数来减少相应位置中频子带的不重要小波系数的冗余.构造集合d来减少高频子带带间的冗余.实验结果表明,改进SPIHT算法相对于改进前SPIHT算法有理想的压缩效果,峰值信噪比和人眼视觉效果都有所提高.

基于多级队列缓存淘汰算法的处理器全数字仿真优化

通过虚拟目标机实现星载软件的测试是节约卫星开发成本,提高卫星软件测试效率的重要手段;作为星载计算机的核心部件,虚拟处理器的指令集执行速度直接决定虚拟目标机的仿真效率;采用多级队列缓存淘汰策略对QEMU原有的动态指令翻译实现进行优化,提高仿真处理器的执行效率,因此若采用仿真处理系统加载星载嵌入式软件进行测试,可以根据测试需要,在仿真处理器可实现范围内加速运行被测软件,从而实现缩短软件测试周期的目的;选取某星载中心计算机嵌入式应用软件为测试对象,实验表明,采用优化算法后的仿真处理器的运行速度可以达到平均260 MIPS,是QEMU-2.6.1版未优化前实现的仿真处理器处理速度的9.3倍,即,采用仿真处理器能够使被测软件运行在9倍于硬件处理器的运行速度下,大大提升了软件测试效率,缩短了测试周期。

基于自适应编码次序的多级树集合分裂算法

为了在图像轮廓处获得更好的压缩效果,在多级树集合分裂(SPIHT)算法的基础上提出了一种优先编码周围邻域中重要系数较多的系数与集合的小波图像压缩算法。在编码之前对系数或集合按照周围重要系数的个数进行排序,而且在扫描完周围有重要系数的集合后,就精细扫描已经得到的重要系数。这种编码次序是自适应确定的,不需要任何额外的存储空间,而且在到达指定压缩比时能够编码更多的重要系数。实验结果表明,对比原来的SPIHT算法,该方法能提高峰值信噪比并改善主观视觉感受。

一种改进的多级型BOM遍历算法

本文总结了多级型BOM遍历的两种算法:递归查找法、分层查找法。在介绍这两种算法实现原理的基础上,提出了一种改进的多级型BOM遍历算法。文章最后介绍了采用此算法的软件系统及其应用实例。