局部累积直方图在彩色图像检索中的应用

局部累积直方图通过对颜色空间进行相似色区间划分,在每个区间内应用累积直方图法对图像的颜色特征进行提取,使得根据颜色对图像的检索更加合理有效。本文通过在HSI空间对色调和饱和度进行合理划分,并对图像间色调、饱和度和亮度进行匹配、加权求和,给出了根据局部累积直方图计算图片间相似值的一种具体算法。实验证明,该算法实现简单,检索速度、查全率、准确率均高于一般累积直方图法。

基于局部累积直方图和纹理特征的图像检索方法

提出了结合HSI颜色空间的局部累积直方图和图像的纹理特征进行检索的新方法。在HSI颜色空间求局部累积直方图,既可以消除大量离散的零值点,又考虑到累积前后两种颜色的相似性,符合人眼的视觉感知特点;利用以灰度共生矩阵为基础的纹理特征对局部累积直方图检索的结果进行二次检索,充分考虑了图像的空间信息,避免单一的颜色特征描述图像的片面性。基于花卉图像库的检索实验结果表明,该方法可以取得良好的检索效果。

基于多尺度局部累积特征和神经网络的抗肿瘤药物反应预测

目前已有的研究结果表明现有抗肿瘤药物的有效性高度依赖于患者的基因组学特征.如何为每位肿瘤患者量身定制最佳的治疗方案是重要又富有挑战性的前沿课题.针对该课题,文中提出抗肿瘤药物反应预测方法,运用机器学习技术,对患者肿瘤基因测序数据进行处理、特征提取及建模,预测各种不同抗肿瘤药物的疗效反应.首先,提出基于多尺度关联规则的数据挖掘方法,对基因组学数据进行不同尺度的特征挑选.进而通过累积窗函数对挑选后的基因组学数据进行局部累积,进一步执行数据压缩,提取具有较强整体表达性的基因特征信息.然后,以多层全连接神经网络为模型、以提取的多尺度累积基因特征为输入样本,进行训练和建模.最后,分别采用特征融合和决策融合,实现某一肿瘤基因测序数据对于各种不同抗肿瘤药物反应结果的预测.在COSMIC、GDSC数据库上的仿真实验表明,文中方法在敏感性、特异性、准确率、特性曲线面积值等关键性能指标上均取得较优值.

复杂地区局部重力场带限SRBF二次逼近法

本文利用基于带限球面径向基函数(SRBF)的重力场二次累积逼近法,对地形复杂地区重力场模型的构建进行了较为详细的数值分析和验证工作。首先,利用带限SRBF将卫星重力场模型(GGM)数据与航空重力数据进行融合,构建了研究地区的初始重力场模型(基于SRBF的重力场第一次逼近)。与仅依赖于航空数据得到的重力场模型相比,初始重力场模型与GPS/水准数据之间的大地水准面差异标准差(STD)在研究区域降低了约0.022 m,表明了融合GGM和航空重力数据进行初始重力场建模的有效性。然后,在移去参考重力场模型、初始重力场模型和残余地形模型效应的基础上,利用残余地面和航空重力数据进行了基于带限SRBF的重力场第二次逼近。与传统的基于SRBF的一次逼近方法相比,二次SRBF逼近方法所得模型在研究区域的大地水准面差异STD和RMS值分别降低了0.036 m和0.024 m,显示了带限SRBF二次累积逼近方法的优越性。此外,研究区域地形属于复杂的山区,可以为复杂地区重力场模型的构建提供一定参考。

局部特征加强的体绘制算法

最大强度差值累积结合了直接体绘制和最大强度值投影的优势,但其在累积过程中会遗漏一些局部特征.为了绘制体数据中局部特征信息,提出一种局部特征加强的直接体绘制方法.通过查找采样光线上特征边界点来确定局部最大强度的区域,利用局部差值累积的方法加强特征区域的绘制;为了提高特征分界点的查找精度,引入移动最小二乘法来平滑采样光线上的标量值,并利用用户自定义的阈值函数来控制特征的绘制;在绘制过程中,采用特征分析的表面光照模型增强绘制特征的三维立体感,引入深度信息对局部特征累积算法进行优化,并引入了Tone衰减方法使累积颜色值处于正常显示范围.实验结果表明,文中方法可在不需要传输函数的前提下绘制体数据中的特征信息.

基于梯度提升树的ALE图特征解释效果分析

理解特征效应有助于机器学习模型进行调优与预测结果解读,累积局部效应(ALE)图是一种独立于模型的黑盒预测特征解释新方法,文章基于梯度提升树分析其稳定性与解释效果。首先,推导输入特征服从联合高斯分布的累积局部效应与偏相关函数,分析特征间相关性的影响;其次,对估计的稳定性与特征效应解释的效果进行模拟研究,并提出将纵坐标统一设置用于特征选择参考;最后,针对实际数据集给出ALE图的应用实例,并将特征解释结论与传统统计模型显著性分析进行对比。

社会网络区位关系累积与员工绩效关系的可行性研究

从社会资本角度分析社会网络区位关系累积的概念,提出区位关系局部和全局累积效应,并给出了全局累积效应的测量方法,从而为社会资本测量提供了新方法。把该测量与随机森林模型相结合应用于中小企业员工绩效影响因素研究,发现基于区位关系全局累积效应的全局社会资本比基于直接关系的社会资本对于员工绩效具有更好的解释力。

一维随机分形曲线的分维估计

本文提出了一维分形的分维估计方法—局部方差累积法。通过对已知分维数的Weiers trass函数和分数布朗运动的检验,估计的分维数与理论值有很好的吻合。最后,利用蒙特卡罗方法模拟了高期分布随机粗糙面,并对它们的分维给予了估计。