归一化互相关系数在图像序列目标检测中的应用

提出一种基于归一化互相关系数的图像序列运动目标检测方法。该方法以基于模板的归一化互相关系数作为度量函数,可以有效地检测出运动阴影和运动目标,而且不需要对背景进行实时维护。实验表明,该方法对光照变化具有一定的鲁棒性。

粒子滤波器在图像序列目标跟踪中的应用

粒子滤波器是一种根据带有噪声的观测数据序列估计未知运动状态的技术,它主要用于非线性、非高斯的信号处理系统,它由状态转换模型和观测模型两个部分构成,其基本思想是用一组带权的粒子来表示随机变量的后验概率分布。该文中以图像序列运动目标的位置为未知运动状态变量,相邻两帧图像经过全局运动补偿后的差图像为观测数据,针对室内环境单个步行者的情况,提出了一种简单有效的基于运动检测的状态转换模型和观测模型。实验结果表明,该模型具有良好的跟踪性能。

小学英语单元序列目标导向的评价策略

当下,教师对学生英语学习的评价主要存在以下问题:一是不少教师依旧采用“结果性”评价,依据期末测试评价学生的学习,机械空洞,缺乏激励性;二是部分教师尝试运用“发展性”评价,但是往往缺乏系统、准确的目标引领,导致对学生的评价浮于表面,缺乏针对性。小学英语单元序列目标包含单元学习目标及课时学习目标。

大概念下的单篇课文学习目标模型建构——以《阿长与〈山海经〉》为例

近两年来,大概念教学一直都是教育热点,但在其实践过程中我们应持有批判性思维:单篇课文的经典性与大概念教学的整体性之间应该如何平衡?文章旨在引入学习任务序列,解决大概念下的单篇教学如何既体现自身的经典性又兼顾整体性的问题。经典文本作品具有讲述的“无限性”,但课文不同于文本,我们需要基于学习目标来确定经典性。因此文章以学习目标序列的建构为重点,确定单篇课文的学习目标,进而在此基础上挖掘该篇的独特性、设计相应的学习情境和活动,最终完成单篇学习任务。

目标多自由度Mean Shift序列图像跟踪算法

现有的M ean Sh ift跟踪方法使用单一半径参数来描述目标大小变化,每个目标仅有位置和尺寸两个自由度,因而不能适应复杂的目标运动情况。文中提出新的M ean Sh ift跟踪方法,该方法引入带宽矩阵来描述目标尺寸,能够在水平和垂直两个方向上独立描述目标大小变化,并加入目标倾角,使得目标旋转运动得以很好描述。实验表明,该算法能够准确跟踪序列图像中的任意复杂运动,尤其对目标的缩放、旋转运动有良好的适应性。

一种健壮的目标多自由度Mean Shift序列图像跟踪算法

鉴于现有的M ean Sh ift跟踪方法都是使用单一半径参数来描述目标大小变化,且每个目标仅有位置和尺寸两个自由度,因而不能适应复杂的目标运动情况。针对该问题,首先提出了一种新的M ean Sh ift跟踪方法,由于该方法是通过引入带宽矩阵来描述目标尺寸,因此能够在水平和垂直两个方向上独立描述目标的大小变化,并通过加入目标倾角,使得目标旋转运动得以很好描述;然后借鉴了三步搜索的思想,提出了一种快速搜索策略,以解决目标遮挡问题。实验表明,该算法能够准确跟踪序列图像中的任意复杂运动,尤其对目标的缩放、旋转运动以及遮挡有良好的适应性。

目标序列捕获及平行测序在临床耳聋基因诊断中的应用

目的利用目标序列捕获(Targeted sequence capture)、生物编码(Barcode)及大规模平行测序(Massivelyparallel sequencing,MPS)技术,对遗传性耳聋患者进行分子病因学研究,探索低成本、多基因、多样本的耳聋基因检测在临床应用的可行性。方法利用Illumina测序平台对来自解放军总医院聋病分子诊断中心88例(来自61个家系)具有明确家族史且常见耳聋基因检测阴性的耳聋患者,以及8例阳性对照患者进行42种基因的目标序列捕获、Barcode和MPS,并对测序结果进行生物信息学分析。结果利用上述方法在88个个体中大于一人入组家系中发现了10个家系8个基因(TECTA、DFNA5、CDH23、USH1C、MYO7A、POU3F4、SLC26A4、EYA4)14个位点的致病性突变。准确验证了8个阳性对照。大于一人入组家系的致病基因检出率明显高于单人入组家系。结论高通量测序的发展为遗传性耳聋的诊断带来了巨大的机遇。目标序列捕获、Barcode、MPS的结合进一步提高了测序的准确性、降低了测序成本,同时生物信息学的进步,将促进低成本、多基因、多样本的临床耳聋基因检测成为可能。

目标序列捕获测序检出红细胞丙酮酸激酶缺乏症PKLR基因新的复合突变

目的:探讨红细胞丙酮酸激酶缺乏症(pyruvate kinase deficiency,PKD)的分子发病机制。方法:应用目标序列捕获和高通量二代测序技术(next-generation sequencing,NGS)对临床拟诊PKD患儿的PKLR基因12个外显子及其侧翼序列进行测序,采用SIFT及PolyPhen-2数据库预测突变对蛋白质功能的影响,在确定患者致病基因型后,应用Sanger测序技术对此基因型进行验证。结果:NGS结果显示,患儿PKLR基因存在罕见的双重杂合突变:第5外显子661G>A(Asp221Asn)和第10外显子1528C>T(Arg510Ter),导致该基因的第221位氨基酸由天冬氨酸突变为天冬酰胺,第510位氨基酸由精氨酸突变为终止密码子,使PKLR基因氨基酸链编码提前终止;Sanger测序技术进一步验证了该双重突变的存在。检索相关文献及数据库显示,这两种突变在人群中的发生率极低,蛋白质功能预测均显示为有害。结论:PKLR基因661 G>A与1528 C>T双重杂合突变是该PKD患儿的分子发病机制,PKD患者同时存在上述复合突变的报道在国内外尚属首次。

使用Mean Shift进行自适应序列图像目标跟踪

现有的MeanShift跟踪方法使用单一半径参数描述目标大小变化,不能适应复杂的目标运动情况。使用带宽矩阵来描述目标尺寸,在两个方向上独立描述目标大小变化,提出并证明了一种新的跟踪方法。实验表明,在不增加任何计算量的情况下,该算法对目标运动的适应性更好。

PCR法制备乙肝病毒基因芯片目标序列的探讨

比较对称与不对称PCR法制备的乙肝病毒基因芯片目标序列的杂交效果,并对不对称PCR法中上、下游引物浓度比例的最佳条件进行了探讨。

目标拆卸序列生成算法研究

提出了目标拆卸序列的两种生成算法 ,即利用拆卸序列研究结果的直接法和根据零部件之间的配合约束关系的约束解除法。

基于蚁群优化算法的目标拆卸序列规划

为了能够以较高的效率求解出产品中目标零件的拆卸方案,基于产品中零件间的拆卸优先约束关系,提出并建立目标零件的拆卸层次信息图模型,将目标零件的拆卸序列规划问题转化为对该图模型中具备最优值的路径的搜索和寻优问题.同时,提出一种改进蚁群优化算法,以实现对目标零件拆卸层次信息图的构建和对拆卸方案的搜索与寻优.最后通过实例验证了该方法的可行性和计算效率.

基于QP_TR信任域方法的低信噪比序列图像目标跟踪

运动平台上低信噪比序列图像中的目标跟踪面临着两大困难:平台运动导致图像存在全局平移,使得目标在相邻帧间脱离跟踪算法搜索窗;图像中的干扰使得跟踪窗口经常跳动而导致跟踪失败。鉴于QP_TR信任域算法的优良性能,针对上述两个问题提出了一种新的基于QP_TR信任域和Kalman滤波的跟踪算法。该算法利用QP_TR进行图像稳定和模板匹配,通过Kalman滤波器状态估计滤除干扰。与三步搜索方法相比,加大了搜索窗大小的同时减少了模板匹配的次数,提高了性能。在真实图像序列上进行的实验表明,该算法能有效地稳定运动图像,实现运动平台上低信噪比序列图像中目标的稳定跟踪。

目标序列部分确定的翻转距离星树问题

讨论翻转距离星树问题,将3SAT问题归约到目标序列部分固定的翻转距离星树问题,证明实例中当有向符号序列个数为3时,若目标序列符号顺序固定,且有部分符号方向给定,则只确定其余符号方向以使得目标序列与已知3条给定序列翻转距离之和最小所对应的翻转距离星树问题也是NP-难解问题.同时,还给出了该问题的多项式时间近似算法.

构建目标序列 优化教学过程——小学作文教学“整体设计,循序训练”改革初探

作文教学历来是小学语文教学的重点和难点.小学生要学会写哪些文章?达到什么样的写作水平?怎样使学生达到这样的水平?这一直是多年来广大语文教师都在研究、探索的大课题。近年来,我们在现代信息论、系统论、控制论原理的启发和指导下,以贯彻九年义务教育教学大纲和试用义务教育新教材为契机。

基于多目标遗传的频谱切换目标信道序列设计算法

信道容量与切换时延是次级用户选择目标信道的2个重要性能指标,目前的目标信道设计方法多数没有同时考虑这2个指标,存在一定的局限性。为此,基于多目标遗传算法,提出2种综合考虑累积时延和信道容量的目标信道序列设计算法:离散非支配排序遗传算法和离散的基于Pareto包络选择算法,并设计离散的种群编码和更新方式。仿真结果表明,与传统随机顺序访问方法相比,所提算法的信道容量提高24%以上,时延减少9%,能够兼顾网络实时性和高吞吐率。

基于教学目标阶梯序列的写人作文进阶路径

习作教学是个老大难的问题,就事论事、强调技法的教学无法有效培育学生习作的核心能力,其背后的原因是教学目标序列不清、习作能力进阶路径不明,学生无法得到切中目标序列的有效训练。表现在写人作文的教学上,一味强调所谓的"外、语、动、心、神",强调细节,便是典型例症。要在不同年级循序渐进地教好写人作文,乃至其他题材、体裁的作文,有两条必由之路:一是厘清课程标准要求的小学习作教学目标的阶梯序列,做到教学有循序;二是找准写人作文教学目标的阶梯路径,实现学生习作能力的渐进式发展。

目标序列捕获技术及其应用

新一代测序技术的发展，为现代基因组学的研究打开了新的局面，然而全基因组测序的成本和分析的复杂程度还是让科研人员倍感困难，目标序列捕获技术的出现，缓解了上述问题。目标序列获测序是针对已知的特定基因组区域设计探针捕获后进行测序。外显子组捕获测序则是其中的一个特例，它是专门针对基因组中全部外显子区域的研究。采用这样的技术，研究人员可以将重点放在人类基因组的重要组成部分，并且在相同的时间和成本下，研究更多的样本。本文简要介绍了目前用于基因组中目标序列和外显子组捕获的方法，并重点综述了这些技术的最新应用情况。

提高目标序列图像特征定位速度的算法研究

随着技术的发展,对目标识别跟踪系统的要求正朝着智能化方向发展,即要求系统具有对目标的自动捕获、自动识别和自动跟踪的能力。为此,在利用目标与背景之间的灰度分布特性的基础上,提出了一种在一定的范圈内能自动搜索并锁定目标的目标搜索算法,该算法能提高目标序列图像特征的定位。它首先由一个收缩算法逐步缩小搜索区域,再结台图像的梯度信息来搜索目标,最后锁定目标轮廓。该算法在搜索过程中只对少数的控翻点进行计算,而且对控翻点的初始位置无严格限制,因此在2-D模型中对人体运动的跟踪定位具有重要意义,对目标的形状都可以取得很好的搜索结果。