低分辨率医学图像的多图谱分割方法

基于多图谱的图像分割方法因其分割精度高和鲁棒性强,在医学图像分割领域被广泛研究,主要包含图像配准和标签融合两个步骤.目前对多图谱分割方法的研究通常都是在图谱图像和待分割目标图像具有相同分辨率的情况下展开的.然而,由于受图像采集时间,采集设备等影响,临床实践中采集的影像大多是低分辨率数据,使得目前在影像研究中广泛使用的方法无法有效应用于临床实践.因此,针对这一问题,我们结合图像超分辨率恢复方法,提出了精确鲁棒的低分辨率医学图像的多图谱分割方法,实验结果显示提出的方法显著地提高了多图谱分割方法的分割精度.     

二元最小能量小波框架的特征刻画

针对二元小波框架在图像处理中应用的有效性,本文研究二元最小能量小波框架的特征.给出二元最小能量小波框架存在的充分必要条件,刻画了二元最小能量小波框架的特征.通过对加细函数和小波函数对应的面具函数进行多相分解,提出二元最小能量小波框架的分解与重构算法,并给出数值算例.     

一种广义多粒度变精度粗糙集北大核心

本文基于文献[4]提出的广义多粒度粗糙集进行模型推广,提出广义多粒度变精度粗糙集模型.在多粒度的粒度不确定性的基础上考虑类选择的不确定性,研究新模型的一些基本性质并以实例计算说明.本文给出的广义多粒度变精度粗糙集为多粒度粗糙集理论的研究和应用奠定一定的理论基础.     

伽罗瓦环上的一类No序列的构造

近年来,伽罗瓦环上的序列理论成为人们研究的热点问题.有限域上的No序列是一类伪随机序列,它在序列密码中占具十分重要的角色.本文利用伽罗瓦环上的置换,构造了伽罗瓦环Z_(p~e)上的一类新的No序列,并且研究了其线性复杂度.研究的结果表明此类No序列具有相当大的线性复杂度.     

线性矩阵方程与线性矩阵方程组

研究了线性矩阵方程(组)的解的结构理论和求解方法.     

基于MATLAB仿真的浴缸水温控制策略分析

一个合理的加水策略,既能使浴缸中的水长时间保持恒定的舒适温度,又能尽可能节约水.综合考虑影响浴缸水温的各种因素,通过浴缸热传导模型和多目标规划模型,求解包含加水时间、流速等信息的最优加水策略.     

氧化还原媒介体分子调控锂-硫电池硫正极性能研究进展

锂-硫(Li-S)电池具有较高的理论比容量(约1 675 mAh·g^-1)和能量密度(约2 600 Wh·g^-1),被认为是继锂离子电池之后最有前途的下一代高能量密度电池.Li-S电池在实现产业化之前需要克服硫正极诸多技术瓶颈,主要有硫的导电性差、多硫化物的穿梭效应与硫电极体积膨胀等.本文着重梳理了氧化还原媒介体分子在硫正极改性研究上的进展,并对硫正极的未来发展趋势进行了展望.     

多共振热激活延迟荧光过程的理论研究

本工作借助第一性原理和动力学演化,系统地研究了四个叔丁基-咔唑及吩噻嗪取代的硼-氮化合物(BCz-BN、2PTZ-BN、Cz-PTZ-BN和2Cz-PTZ-BN)的多共振热激活延迟荧光的高效发光机制.结果表明上述分子T₁与T₂间的内转换速率远大于其它辐射与非辐射速率,同时T₂到S₁的反向系间窜越速率也高于T₁到S₁的反向系间窜越速率,因此其多共振热激活延迟荧光过程应遵循T₁→T₂→S₁→S₀的路径.进一步动力学演化表明,T₁与T₂之间的内转换主要发生在演化初期,随着时间的推移,能量逐渐由T₂向S₁转移,并最终在S₁完成荧光发射.上述研究揭示了多共振延迟荧光的微观本质,为未来设计及合成新的多共振热激活延迟荧光分子提供了理论依据.     

碳酸钠介导的芳亚甲基丙二腈和α-氟代酮的环丙烷化反应合成多取代环丙烷

碳酸钠作为一种非氮族碱,能高效促进芳亚甲基丙二腈和α-氟代酮的环丙烷化反应。在以碳酸钠为碱,1,4-二氧六环为溶剂,80℃条件下,反应能以62%～83%的产率合成顺式多取代环丙烷化合物。目标化合物的结构经¹H NMR,¹³C NMR和MS确证。该方法具有反应条件温和,产率高和立体选择性高等特点。     

基于高光谱的黑色签字笔墨水种类鉴别方法研究

该文提出了高光谱成像技术结合机器学习快速无损鉴别黑色签字笔墨水种类的新方法。采集36支不同品牌型号的黑色签字笔笔迹的高光谱图像,对每支签字笔笔迹的高光谱图像选取18个感兴趣区域,共提取648个平均光谱作为样本集。对450～950 nm的原始光谱进行Savitzky－Golay平滑、Z－Score标准化和两种组合方法光谱预处理,使用线性判别分析（LDA）和随机子空间－线性判别分析（RSM－LDA）分别构建黑色签字笔墨水种类鉴别模型。实验结果表明：不同预处理方法对RSM－LDA模型的鉴别准确率影响较小,而对于LDA模型,组合预处理具有更优的鉴别准确率;相比LDA模型,RSM－LDA模型分类效果更佳,训练集的平均分类准确率达100%,交叉验证平均分类准确率达99.09%,测试集的平均分类准确率达90.70%,每类样本的准确率、精准率、召回率均高于LDA模型分类结果,模型的接受者操作特征曲线下方面积（AUC值）达0.998 3,模型性能良好。因此,采用高光谱成像技术结合RSM－LDA可实现不同品牌型号黑色签字笔墨水的快速无损鉴别。