基于迭代重加权的非刚性图像配准

非刚性图像配准问题是当今重要的研究课题.本文提出一类基于能量最小化方法的非刚性图像配准模型,其中包括单模态和多模态两个模型.在单模态模型中,正则项采用迭代重加权的L2范数度量,一方面克服了迭代收敛不同步的问题,另一方面使新模型既能保持图像的边缘几何结构,又能避免块效应的产生.在多模态模型中,不同模态的图像被转化为同一模态进行处理,提高了配准的效率.在模型求解方面,利用算子分裂和交替最小化的方法,将原问题转化为阈值和加性算子分裂的迭代格式进行求解.数值实验表明,本文的方法对含噪以及变形较大的图像都能实现较好的配准.

去除乘性噪声的重加权各向异性全变差模型

恢复含乘性噪声的图像是当前图像处理的重要研究课题.本文提出基于迭代重加权的各向异性全变差(Total variation,TV)模型.新模型中,假定乘性噪声服从Gamma分布.正则项采用加权的各向异性全变差,其中,自适应权函数由期望最大(Expectation maximization,EM)算法得到.新模型在有效去噪的同时,较好地保留了图像的边缘和细节信息,同时能够有效地抑制"阶梯效应".数值实验验证了新模型的效果.

基于非线性小波阈值的各向异性扩散方程

本文给出了林石算子定义的扩散方程的小波阈值等价形式,并在此基础上对林石算子定义的扩散系数计算公式进行了修改,将其中估计各阶导数时所用的高斯线性滤波图像改成平移不变小波非线性阈值图像,这样避免了高斯滤波引起的过度光滑和边界移动.实验结果表明新的扩散方程在保持边缘位置的同时能更有效地去除噪声.

带有Poisson跳的股票价格模型的期权定价

利用公平保费原则和价格过程的实际概率测度推广了Mogensbladt和HinaHviidRydberg关于欧式期权定价的结果。假定股票价格过程遵循带非时齐Poisson跳跃的扩散过程,并且股票预期收益率、波动率和无风险利率均为时间函数的情况下,获得了欧式期权精确定价公式和买权与卖权之间的平价关系。

AHP中群决策判断矩阵的构造

由于在群决策矩阵的构造时,必须考虑每位专家的意见,又要保持决策矩阵具有AHP中判断矩阵的一般特性。为此,针对层次分析法中群决策的不同专家所建立的判断矩阵,利用不同判断矩阵所对应元素的几何平均法,构造出平均判断矩阵,即群决策判断矩阵。并利用严密的数学方法证明了“所构造的矩阵能保持一致性和满意性”的重要结论。该方法运算简单,不仅为AHP群决策判断矩阵的建立提供了一种有效的方法,而且为群决策的研究提供了一定的理论依据。

求解带状线性方程组的一种并行算法

提出了一种在MIMD分布式存储环境下求解带状线性方程组的交替方向迭代并行算法。利用系数矩阵的结构特点分裂矩阵,使整个计算过程只在相邻处理机间通信两次。给出了系数矩阵分别为Hermite正定矩阵和M-矩阵时算法收敛的充分条件。最后,在HP rx2600集群系统上进行的数值计算表明,该算法与多分裂方法相比具有较高的加速比和并行效率。

知识库系统的逻辑基础

针对知识库系统的研究现状和存在的问题,分析了用经典一阶谓词逻辑作为知识库系统逻辑基础的不充分性,根据知识库系统的特点和需求,指出可计算性逻辑既能为知识库系统提供合理的逻辑基础,又能弥补经典逻辑作为知识库系统逻辑基础的不足.并在此基础上用证明论方法,建立了一个基于可计算性逻辑的完备子集CL4的知识库系统的公理系统,显示出易于表达、操作简单的特点.

求解分式规划的社会认知算法

对分式规划问题进行了研究,由于此类问题目标函数为分式,传统的梯度类算法求解此类问题很困难。结合近年来出现的一类新的智能算法——社会认知算法,给出了该类问题的一种有效求解方法。该算法是基于社会认知理论,通过一系列的学习代理来模拟人类的社会性以及智能性从而完成对目标的优化。该算法对目标函数的解析性质没有要求,具有易实现、高效以及普适性。数值结果表明了该方法在求解分式规划问题中的有效性。

小波变换方法检测胃动力

目的 研究胃动力检测的小波变换新方法 .方法 用小波变换的方法对实测的胃运动信号根据需要进行低通或带通滤波 .结果 比较精确地计算出进食后胃的半排空时间 ,检测出空腹胃运动信号的三相特征 ,从而可以判别被测对象是否为胃病患者 .结论 在应用小波变换处理胃电信号过程中 。

一种基于积分微分方程的泊松噪声去除算法

该文提出一种新的基于积分微分方程的泊松噪声去除算法。首先讨论了经典的总变差(TV)最小模型,在此基础上提出一种新的变分多尺度分层图像表示方法,然后在逆尺度空间上积分"尺度"图像从而得到了新的积分微分方程。这种新的积分微分方程含有一个单调增加的尺度函数。通过选取适当的尺度函数,该方程可以有效地去除泊松型噪声。数值实验证明了该算法比经典的TV和四阶偏微分方程算法具有更好的去噪效果。

老年前期男性红细胞压积正常参考值与环境因素的曲线模型分析

为制定中国老年前期男性红细胞压积正常参考值的统一标准提供科学依据,收集了中国270个单位用温氏法测定的28803例健康老年前期男性红细胞压积正常参考值,用曲线回归分析的方法研究了其与海拔高度之间的关系.结果发现:随着海拔高度的逐渐增大,老年前期男性红细胞压积正常参考值按指数律也在逐渐的增大,相关性很显著(r=0 901);推导出了一个曲线回归模型:Y∧=44 8×1 000064x±4 5.如果知道了中国某地的海拔高度,就可以用回归模型估算该地区的老年前期男性红细胞压积正常参考值.依据老年前期男性红细胞压积正常参考值与地理因素的依赖关系把中国分为青藏区、中部区、东部区等3个区.

均值异方差混合转移分布模型—EHMTD

本文进一步研究了用于非线性时间序列建模的均值异方差混合转移分布(Expectation het-eroscedastic mixture transition distribution,EHMTD)模型。该模型的条件方差定义为以往观测值的非线性函数,讨论并得到了EHMTD模型的平稳性条件。运用ECM(Expectation conditional maximization)算法估计模型的参数,利用BIC(Bayes information criterion)准则选择模型。最后将EHMTD模型应用于一组金融数据,结果表明EHMTD模型的条件分布灵活多变,能够对序列的非对称、多峰等非Gauss特征进行描述。

基于可计算性逻辑的知识表示与推理

以可计算性逻辑的完备子集CL4为基础进行知识表示,将知识分为简单知识与一般知识.通过分析知识库系统的特点和需求,给出了采用正反向混合推理方法的推理机设计,并举例说明以CL4为基础的知识库系统,具有能够表达和查询更细致的知识、便于用户和系统交互的优点.

平滑区域梯度保真的图像降噪方法

基于有界变差的图像去噪模型在去除噪声的同时会产生"阶梯效应",在模型中耦合梯度保真项能够有效地抑制"阶梯效应",但全局梯度保真却导致图像的边缘模糊。新模型讨论了平滑区域的判定方法,在此基础上给出了基于平滑区域梯度保真的去噪模型和两种修正方法。新的去噪方法在去除图像噪声的同时压低了"阶梯效应",且能够很好地保留图像的边缘。数值实验验证了所提模型的效果。

带状线性方程组的含参交替方向并行算法

在MIMD分布式存储环境下针对系数矩阵为带状或块三对角矩阵的线性方程组提出了含三参数交替方向迭代并行算法。通过引入三参数调整,并适当分裂系数矩阵得到新算法,给出了系数矩阵为若干特殊矩阵时算法的收敛条件。在HP rx2600集群系统上实现了算法,针对不同的算例将其与多分裂方法、BSOR方法和PEk内迭代方法进行了比较。并行计算结果表明,所提算法具有较高的加速比和并行效率,明显优于多分裂方法和PEk方法,能合理分配内存,从而有效节省计算时间。针对算例1,加速比和计算效率略优于BSOR方法;而算例2的结果明显优于PEk内迭代方法。

基于Pareto最优和限制精英的多目标进化算法

在NSGA-II算法的基础上,提出了一种基于Pareto最优和限制精英的多目标进化算法(LEMOEA)。通过分布函数的引入,限制了精英选取的数量,从而更好地维护了种群多样性。同时给出了一种新的单点复合交叉算子,其不但增大了解的搜索区域,而且增强了算法对解的搜索能力。实验结果表明:LEMOEA比NSGA-II有更好的收敛效果和种群多样性。

广义齐型Besov范数约束下的图像分解

为了将图像分解为分片光滑的结构部分和振荡部分,提出一种新的变分图像分解模型.该模型利用第二代曲波和局部余弦基分别表征含噪图像中的结构分量和纹理分量,并采用全变差半范约束分片光滑部分的结构性;同时利用Meyer所建议的广义齐型Besov范数对噪声分量进行约束;最后利用基追踪去噪算法对新模型进行迭代求解.理论分析和实验结果表明,该算法对噪声具有较强的鲁棒性,并使边缘和细小的纹理信息保持稳定.

图像处理的一种有限脊波自适应方法

有限脊波变换方法是脊波变换的一种数字化实现方法,其核心是有限Radon变换的实现.本文针对有限Radon变换中每一斜率投影的排序问题,利用Besov空间光滑模理论,在时域构造了一种光滑性判别函数,以判别函数值最小的序作为最优序,从而给出了一种新的自适应排序算法.用该算法对图像进行压缩和去噪,得到了很好的效果.

基于曲线波变换的图像分解

将图像分解为卡通部分(有界变差部分)和震荡部分(文本部分)是近年来图像处理的一个重要问题.图像的卡通部分是由一个有界变差(BV)函数来刻画,相应的将BV罚项合并到变分泛函中需要解偏微分方程.Daubechies用B11(L1)项代替BV罚项并且用小波解变分问题.按照她的方法,我们通过设计一种数字曲线波算法和一种依赖于尺度的阈值规则,从而得到了一种有效的基于数字曲线波变换的图像分解算法.我们可以看出该算法对噪声具有很强的鲁棒性并且能使图像边缘保持稳定.

无线传感器网络节点随机调度算法研究

针对已有的无线传感器网络节点随机调度算法存在的问题,即由于节点是利用产生随机数的方法加入到不同的工作子集,从而导致初始子集中节点分布不均,在概率感知模型下提出了一种基于节点平均度的随机调度算法。该算法利用邻居节点之间的信息传输,使得每个节点的邻居节点尽量均匀分散在不同的子集中。通过随机概率理论分析了概率感知模型下网络覆盖度与节点数之间的关系,解决了新算法的节点配置问题。仿真实验证明了新算法的有效性及分析的正确性。