摘要:基于位置的服务被认为是继短信之后电信增值业务发展的下一次高潮,在前期所提出的一种面向电信增 值业务领域的流程描述语言XPL(extended-calling process language)的基础上,进一步提出了一种描述地理信息服务 的语言GDL(geography description language),GDL 可以和XPL 配合使用,共同描述基于位置的电信服务.XPL 和 GDL具有抽象层次高,使用灵活简单,开发业务速度快的特点.还介绍了支持XPL 和GDL的业务生成系统.该业务生 成系统基于SOA(services-oriented architecture,面向服务的构架),适用于网络融合条件下的业务生成.

摘要:

摘要:使用基于有限元法的线性模型,用几种不同的迭代正则化方法进行荧光产额的三维重建,其中包括最小二乘的共轭梯度法(conjugate gradient least square,简称CGLS)、最小二乘的QR分解迭代法(least square QR decomposition,简称LSQR)和包含后处理的预迭代算法.利用一个非接触式、多透射角度的成像系统进行圆柱仿体实验来评估上述3种方法,并与以往常用的代数重建方法(algebraic reconstruction technology,简称ART)作了比较.单荧光团和双荧光团的实验结果表明,上述3种迭代方法可以比较准确地估计荧光团位置,而所需计算时间仅为ART的2%左右.

摘要:提出了一种自适应的二维经验模态分解(bidimensional empirical mode decomposition,简称BEMD)医学图像融合算法.待融合的医学图像经过BEMD分解成二维的内蕴模函数(bidimensional intrinsic mode function,简称BIMF)和趋势图像.BIMF图像经过Hilbert-Huang变换提取图像特征,然后,图像分解的各部分数据在区域融合规则下形成综合BEMD表示.最后,综合BEMD表示进行BEMD逆变换得到融合后的医学图像.BEMD分解方法是一种完全自适应的数据分解表达形式,具有比Fourier变化和小波分解更好的特性.该医学图像融合算法不需要预先定义滤波器或小波函数.实验结果表明,该算法与传统融合算法相比性能优越,能够大幅度提高融合图像的质量.

摘要:提出了一种基于水平集框架的能量传导模型ECM(energy conduction model)用于对医学图像进行分割.该模型通过对图像中的灰度分布和空间中的温度场分布进行对比,有效定义了图像能量和图像能量的传导方程,并通过模拟热量传递的过程对方程进行求解.ECM模型的优点在于,它在描述图像灰度分布的全局特征的同时,有效地捕捉到图像局部区域的灰度对比度变化,因此它能够对灰度分布不均匀和含有噪声的图像进行精确分割.基于水平集函数本身的拓扑可变性,该方法还能够实现同一图像中的多目标分割.使用该方法对模拟和真实的医学图像进行了分割实验,实验结果表明了该方法的有效性和可靠性.

摘要:为了满足适形调强放疗对治疗计划逆向优化计算的需要,针对靶区定义的复杂情况构造了新的目标函数.以模拟退火算法和遗传算法优势组合为例,研究了逆向放射治疗计划并行混合优化策略,给出了基于统一结构的并行广义邻域搜索混合优化算法,并在多CPU、多核计算机上实现了这一算法.描述了用该并行混合优化算法计算的数字体模和5个临床病例的例子,获得了满意的结果.结果表明,这种优化算法有效、实用,为开发新型并行混合优化算法建立了平台,为把商业化的三维适形放疗计划系统进一步发展为生物导向的放疗计划打下了基础.

摘要:首先综述了当前结构磁共振成像、功能磁共振成像和扩散张量磁共振成像3种技术在阿尔茨海默氏症研究中的现状;其次介绍和分析了上述3种磁共振成像数据的主要处理方法;最后介绍了基于阿尔茨海默氏症的神经影像数据库及其诊断平台的建设状况.另外,也提到了此课题在该领域的一些研究进展.

摘要:提出了一种针对MRI磁共振图像通过两次分割实现颅脑图像脑组织自动获取的方法.通过基于Catt扩散模型的各项异性滤波,实现了在保持图像细节的同时有效地消除图像的噪声.然后通过改进的基于相似性区域合并的分水岭算法解决了过分割问题,实现了脑组织区域的初次分割.由于颅脑图像不同组织之间边缘模糊且自身容易受到噪声的影响,导致区域合并过程中可能会误将非脑组织作为脑组织合并,因此,采用水平集方法将初次分割获得的脑组织轮廓作为初始轮廓曲线,实现了脑组织的自动分割.实验结果验证了算法的可行性和实用性.

摘要:图像放大技术是医学图像处理中的重要领域.医学图像细节丰富处经常呈现出明显的几何结构特征或模式,如边缘.提出了一种基于学习的方法,将低分辨率图像块作为可用的邻域像素并提取其几何特征信息组成训练集,与高分辨率图像块之间建立局部对应关系,这种对应关系即为局部几何相似性.将训练集信息有效传递至待重建高分辨率图像块,图像放大的问题转化为重建系数的最优化问题,并且基于非局部平均思想,将其进而转化为加权最小二乘问题得到正则化解.实验结果表明,本方法不仅可以进行任意倍图像放大,且它可以摆脱一般方法对训练集合的依赖,具有较好的独立性,自适应性和边缘保持特性.

摘要:主要对微焦点源X射线同轴相衬成像系统的系统参数进行了设计与讨论,并对结果进行了实验验证.根据实际选取X射线能量以及物体的折射率改变量和吸收因子来确定物体传输函数,从物体到探测面的距离、物体边缘渐变宽度等因素对图像可见度的影响进行分析,提出了改进分辨率方法并通过数值模拟得到验证.最后,在实验中对普通三角板进行相衬成像,并与其吸收衬度成像进行对比.实验结果表明,利用数值模拟的方法可以指导微焦点源相衬成像参数设计,同时验证了该实验仪器的相衬能力.

摘要:通过分析圆轨迹锥束CT(cone-beam CT,简称CBCT)扫描Radon域的数据缺失问题,比较了前人提出的Radon阴影区域数据缺失填充方法的特点,提出了一种基于距离权重变量的阴影区域填充方法.该方法采用阴影区域边界数据作为数据源,以距离作为权重函数计算填充数据.计算机模拟重建实验表明,所提出的方法在填充数据准确度、减少伪影、大锥角图像重建等方面比简单的常数填充法以及衍生算法效果更好.该填充方法特别适用于Grangeat类锥束CT重建算法,拓展了圆周锥束CT的实际应用范围.

摘要:为了充分利用心脏核磁共振图像(magnetic resonance image,简称MRI)中关于左心室的解剖和功能信息,必须先分割左室壁内、外膜.提出一种基于Snake模型的左室壁内、外膜分割方法.首先提出了Snake模型的卷积虚拟静电场外力模型CONVEF(convolutional virtual electric field),该外力场捕捉范围大、抗噪能力强、在C形凹陷区域等问题上性能突出,而且基于卷积运算,采用快速Fourier变换可以实时计算.就左室壁内膜的分割而言,考虑到左室壁的形状近似为圆形,引入基于圆形约束的能量项.对于左室壁外膜的分割,充分挖掘了左室壁内、外膜形状上的相似性和位置上的相关性,构造了形状相似性内能和一个新的边缘图,该边缘图用来计算新的外力场.基于所有这些策略并采用内膜的分割结果初始化,可以自动、准确地分割外膜.通过对一套活体心脏MR(magnetic resonance)图像进行分割并和手工分割结果和GGVF(generalized gradient vector flow) Snake模型的分割结果进行比较,结果表明该方法是有效的.

摘要:为了实现图像的完全分割,基于无须重新初始化的水平集方法提出了一种接力水平集方法.该方法在待分割图像中自动交替地创建嵌套子区域和相应的初始水平集函数,使水平集函数在其中演化并收敛,然后重复这个过程直到子区域面积为0.与原始算法及经典的基于区域的水平集方法相比,该方法具有如下优点:1) 自动完成,无须交互式的初始化;2) 多次分割图像,能够比原始算法检测到更多的边缘;3) 对于非匀质的图像,能够取得比经典的基于区域的水平集方法更好的分割效果;4) 提供一个开放的分割算法框架,其他单水平集方法稍作修改后也可替换这里所使用的单水平集方法.实验结果表明,此算法对人造图像和医学影像实现了无须交互的完全分割,对非匀质图像分割表现出更好的鲁棒性.

摘要:针对自发荧光断层成像,提出了一种非截断小波有限元算法.该算法采用单元间非截断组合小波基来逼近未知函数,从理论上解决了二维和三维下复杂形状体的剖分,并成功地应用于自发荧光断层成像正向问题中圆柱和圆球仿体的研究.理论分析和数值仿真结果表明,与传统有限元的数值解相比,该算法在获得同样有效解的情况下减少了单元剖分数,降低了计算的复杂度.

摘要:介绍了研究针刺机理的神经影像技术方法:fMRI(functional magnetic resonance imaging),PET(positron emission tomography),EEG(electroencephalography)和MEG(magnetoencephalography).介绍了针刺研究中穴位点和对照方法的选取.分别从针刺对于大脑网络、边缘系统和自主神经系统的调节3个方面概述了针刺效应神经生理机制的研究成果.指出了目前的研究所存在的问题,并对未来的研究进行展望.总结和概述了目前针刺效应的神经影像学研究和进展,希望有助于加速针刺机理的研究和认识,早日揭示针刺机理,发扬祖国传统医学.

摘要:综述了描述前向问题的各种模型,包括解析解方法、数值方法和统计方法.特别地,就生物自发光多谱段光源的实例介绍了Monte Carlo方法.在光学成像领域,针对不同的成像模态、对成像质量的要求以及所需要的信息,MC方法有3种主要形式:连续波、时域和频域.不仅揭示了每种形式的基本原理,同时也相应地介绍了其在本领域的典型应用及软件.通过这些应用可以看出,MC方法对于扩散光学成像,特别是最近几年的在体无创实时成像的发展发挥着重要作用.

摘要:对几种智能规划方法中利用的逻辑演绎与推理技术予以分析,分别介绍利用命题逻辑的基于可满足性的规划方法与规划系统,利用模态逻辑与析取推理的Conformant规划方法与规划系统,利用非单调逻辑的规划方法和利用模糊描述逻辑的Flexible规划方法,并结合国际规划竞赛和相关论文等的实验结论说明上述方法的有效性和可行性.最后,提出目前基于自动推理技术的智能规划方法所面临的挑战、可能的处理方法以及与之相关的研究热点与趋势.

摘要:提出一种基于同步树替换文法的机器翻译模型.相对于基于短语的模型,此模型可以对远距离结构性调序和非连续短语翻译进行建模;相对于基于同步上下文无关文法模型,此模型可以对任何层次上的树节点调序进行建模.因此,该模型可以为处理语言结构间的异构对应问题提供有效的解决途径. 在两组风格差异较大的数据集上进行的实验均验证了基于同步树替换文法的模型相对于基于短语模型和基于同步上下文无关文法模型的稳定优势.

摘要:从3个方面改进了不确定规划(non-deterministic planning,简称NDP)中的观测约简:一是如何找最小观测集合(minimal observation set,简称MOS),二是如何在观测代价不均等时找最优观测集合(optimal observation set,简称OOS),三是如何找到容错的OOS.通过MOS问题和图论中的最小覆盖集问题(minimal set cover,简称MSC)的类似性,可证MOS是NP难的问题,还可参考MSC算法得出时间复杂性不超过O(2^mm²)且不低于Ω(2^m?1)的算法,其中m是观测的个数.通过使用整数规划(integer programming,简称IP)技术,可找到OOS以及容错的OOS.可以证明,上述算法能够保证找到解,并且能够保证解的最优性.

摘要:基于免疫学中的抗体克隆选择学说,通过引入抗独特型结构,提出了一种用于求解复杂多峰函数优化问题人工免疫系统算法——抗独特型克隆选择算法.该算法通过克隆增殖操作、抗独特型变异操作、抗独特型重组操作和克隆选择操作这4 个操作算子来实现抗体种群的进化,能够同时在同一抗体周围的多个方向进行全局搜索和局部搜索,具有较强的搜索能力.理论分析表明,抗独特型克隆选择算法具有全局收敛性.抗独特型结构的引入充分利用了优势抗体的结构信息,加快了抗体种群的收敛速度,从而以更快的速度获得全局最优解,同时降低了算法陷入局部极值点的几率.实验部分采用4 组不同类型的函数对算法性能进行测试.理论分析及实验结果表明,与克隆选择算法等已有算法相比,该算法性能好,求解精度高,鲁棒性强.

摘要:从信息论的角度出发,提出了一个基于网页格式信息量的博客文章和评论抽取模型.首先,结合网页视觉上的位置信息和文本的有效信息来定位网页正文.其次,利用博客网页中的格式信息作为信息单元并计算每个信息块所包含的格式信息量,通过计算最小切分位置信息量来切分正文中的文章和评论.该模型具有与语言无关的特点,因此具有一定的通用性.实验结果表明,该模型在博客正文定位和正文切分方面达到了较高的精确率.

摘要:为了解决困扰词义及译文消歧的数据稀疏及知识获取问题,提出一种基于Web利用n-gram统计语言模型进行消歧的方法.在提出词汇语义与其n-gram语言模型存在对应关系假设的基础上,首先利用Hownet建立中文歧义词的英文译文与知网DEF的对应关系并得到该DEF下的词汇集合,然后通过搜索引擎在Web上搜索,并以此计算不同DEF中词汇n-gram出现的概率,然后进行消歧决策.在国际语义评测SemEval-2007中的Multilingual Chinese English Lexical Sample Task测试集上的测试表明,该方法的P_mar值为55.9%,比其上该任务参评最好的无指导系统性能高出12.8%.

摘要:为了解决草图检索相关反馈中小样本训练、数据不对称及实时性要求这3个难点问题,提出了一种小样本增量有偏学习算法.该算法将主动式学习、有偏分类和增量学习结合起来,对相关反馈过程中的小样本有偏学习问题进行建模.其中,主动式学习通过不确定性采样,选择最佳的用户标注样本,实现有限训练样本条件下分类器泛化能力的最大化;有偏分类通过构造超球面区别对待正例和反例,准确挖掘用户目标类别;每次反馈循环中新加入的样本则用于分类器的增量学习,在减少分类器训练时间的同时积累样本信息,进一步缓解小样本问题.实验结果表明,该算法可以有效地改善草图检索性能,也适用于图像检索和三维模型检索等应用领域.

摘要:提出一种在概率数据流上进行聚类的有效方法P-Stream.P-Stream针对数据流上的概率元组提出强簇、过渡簇和弱簇的概念,设计一种有效的在线候选簇选择策略,为每个不断到达的数据元组合理地找到可能归属的簇,并在每个检查点存储微簇快照,以便离线进一步高层聚类和演化分析.最后设计一个“积极”的二层聚类模型来判断现有的第1层聚类模型是否还适应数据流中最近到达的概率元组.实验采用KDD-CUP’98和KDD-CUP’99真实数据集以及变换高斯分布的人工数据集构造概率数据流.实验结果表明,P-Stream具有良好的聚类质量、较快的处理速度,能够有效地适应数据演化情况.

摘要:将ICBP网络模型引入BP-SOM(self-organizing feature maps)网络体系结构,并构建了一个基于SOM模型的集成型网络ICBP-SOM.BP-SOM是Ton Weijters提出的一种学习算法,它的目标是克服BP网络在特定类型的学习样本中存在的知识推广性方面的严重缺陷.提出此集成型网络的动机是,利用BP-SOM良好的知识解释能力和ICBP网络良好的推广性和自适应性构造一个ICBP-SOM模型,它具有良好的知识表示能力和极具竞争力的推广性能.在6个基准数据集上的实验结果验证了这一集成型网络的可行性和有效性.

摘要:针对云计算这样一个范畴综述了当前云计算所采用的技术,剖析其背后的技术含义以及当前云计算参与企业所采用的云计算实现方案.云计算包含两个方面的含义:一方面是底层构建的云计算平台基础设施,是用来构造上层应用程序的基础;另外一方面是构建在这个基础平台之上的云计算应用程序.主要是针对云计算的基础架构的研究与实现状况给出综述,对于云计算的应用也有所涉及.云计算有3个最基本的特征:第1个是基础设施架构在大规模的廉价服务器集群之上;第二是应用程序与底层服务协作开发,最大限度地利用资源;第3个是通过多个廉价服务器之间的冗余,通过软件获得高可用性.云计算达到了两个分布式计算的重要目标:可扩展性和高可用性.可扩展性表达了云计算能够无缝地扩展到大规模的集群之上,甚至包含数千个节点同时处理.高可用性代表了云计算能够容忍节点的错误,甚至有很大一部分节点发生失效也不会影响程序的正确运行.通过此文可以了解云计算的当前发展状况以及未来的研究趋势.

摘要:简要回顾了网络编码的理论研究,阐述了网络编码优化问题研究的重要意义.在介绍网络信息流模型的基础上,针对优化问题的陈述、特点和解法,结合最新的研究成果进行了综述.根据优化目标的不同,优化问题可分成4类:最小花费组播,无向网络的最大吞吐率,最小编码节点、编码边,基于网络编码的网络拓扑设计.归纳了问题的求解性质,对其中的(线性或凸)规划问题总结了求解的一般方法,对NP完全问题讨论了最新的启发式算法及其设计难点.同时,展望了未来的发展方向.

摘要:Churn问题是P2P网络面临的基本问题之一.通过系统地归纳现有文献,从Churn问题产生的机理出发,总结出解决Churn问题的主要步骤,依次是准确度量Churn,分析Churn对P2P网络性能的影响,给出应对Churn的具体策略.以此为主线对Churn问题的研究进展进行综述,全面、深入、系统地总结了每个步骤中涉及的关键问题以及解决这些问题的具体方法与最新成果.讨论了存在的问题并指出未来可能的研究方向.

摘要:研究关键流量矩阵发现问题,提出了近似算法MinMat.引入信息熵和耗费函数等概念,计算流量矩阵的信息熵,选取信息熵较大的若干个矩阵作为候选关键矩阵,然后对最小耗费的簇进行合并,直到最后获得需要的流量矩阵.使用Abilene提供的网络流量矩阵进行实验,使用Totem模拟验证了MinMat算法选择结果的有效性.理论分析与实验结果表明,MinMat比K-means层次凝聚CritAC效率更高,选择结果具有更好的代表性.

摘要:提出了一个基于节点知名度和活跃度的离散时间话题传播模型.该模型的参数具有明确的物理意义,可体现话题动态传播过程的特征,并可为话题传播趋势的预测研究提供依据.通过统计和分析中国最大的博客站 点——新浪博客在几个月中若干具有突发性的事件引起的热门话题数据,结果表明,所提出的模型可以较为精确地再现话题的实际传播过程并体现传播速率的重尾现象.