基于KULLBACK信息融合方法的系统可靠性评估

在产品具有多源验前信息的情形下,讨论冷贮备系统的可靠性评估问题,运用Kullback信息作为分布之间距离的度量,在Kullback信息的融合准则下对多个先验分布进行融合。并以融合后的先验分布作为产品的最终验前分布,对冷贮备系统的可靠性指标进行Bayes估计。最后进行的计算机随机模拟结果表明,文中所提出的方法合理且便于应用。     

CT and MRI Medical Image Fusion Using Noise-Removal and Contrast Enhancement Scheme with Convolutional Neural Network

Medical image fusion (MIF) has received painstaking attention due to its diverse medical applications in response to accurately diagnosing clinical images. Numerous MIF methods have been proposed to date, but the fused image suffers from poor contrast, non-uniform illumination, noise presence, and improper fusion strategies, resulting in an inadequate sparse representation of significant features. This paper proposes the morphological preprocessing method to address the non-uniform illumination and noise by the bottom-hat–top-hat strategy. Then, grey-principal component analysis (grey-PCA) is used to transform RGB images into gray images that can preserve detailed features. After that, the local shift-invariant shearlet transform (LSIST) method decomposes the images into the low-pass (LP) and high-pass (HP) sub-bands, efficiently restoring all significant characteristics in various scales and directions. The HP sub-bands are fed to two branches of the Siamese convolutional neural network (CNN) by process of feature detection, initial segmentation, and consistency verification to effectively capture smooth edges, and textures. While the LP sub-bands are fused by employing local energy fusion using the averaging and selection mode to restore the energy information. The proposed method is validated by subjective and objective quality assessments. The subjective evaluation is conducted by a user case study in which twelve field specialists verified the superiority of the proposed method based on precise details, image contrast, noise in the fused image, and no loss of information. The supremacy of the proposed method is further justified by obtaining 0.6836 to 0.8794, 0.5234 to 0.6710, and 3.8501 to 8.7937 gain for QFAB, CRR, and AG and noise reduction from 0.3397 to 0.1209 over other methods for objective parameters.     

基于Land实验的可见红外伪彩色图像融合方法

由Land在研究人类视觉颜色恒定性现象时从所做的某个实验出发,通过对该实验中所用红、绿色滤波片的理想化假设以及光源的等能分布假设,并建立红外图像与红色透明片、可见光图像与绿色透明片的对应关系,得到Land实验启发下的新的伪彩色融合算法。通过与Toet伪彩色融合算法的结果比较,说明了该方法的有效性。进而借鉴Toet算法中强调图像特有成分的思想,使本算法输出更丰富、更逼近真实景物的色彩。     

He-Ne激光在异种间原生质体融合中的应用

用632.8nm 12mW的氦氖激光及聚乙二醇（PEG）复合诱导融合枯草芽孢杆菌与黑曲霉原生质体.为了提高枯草芽孢杆菌的糖化酶产酶能力,对两亲本在融合中采用不同的激光照射时间,选育出的融合子与枯草芽孢杆菌亲本相比,糖化酶酶活提高了2倍,并通过酯酶同工酶谱分析对融合子进行了鉴定,结果表明:融合子遗传性状与亲本相比发生了显著变化,通过传代培养,融合子具有良好的遗传稳定性.     

公共安全视域下精神药物光谱学无损分类

该文对苯二氮类和吩噻嗪类镇静安眠药样品的红外光谱数据进行采集,构建了不同数据分类模型并对比了不同波段光谱数据集对其分析准确率的影响。结果表明,借助贝叶斯判别分析的基于全波段数据集的二阶导数模型分类效果优于其他单一模型,对于苯二氮类和吩噻嗪类两个不同类型精神药物的总体分类准确率达92.7%。借助贝叶斯判别分析的基于全波段和指纹区融合数据集的二阶导数融合模型分类效果最佳,对苯二氮类和吩噻嗪类两个不同类型精神药物的总体分类准确率达到100%;对苯二氮类和吩噻嗪类中不同种类精神药物的总体分类准确率则分别达到96.7%和100%。该研究实现了不同类型及同一类型不同种类镇静安眠药的快速准确定性分析,为此类管制类药物走私案件的准确定性提供了一定的技术支持。     

革命历史题材剧对相关红色旅游景点网络关注度的影响研究——以《觉醒年代》为例

革命历史题材剧在促进大众情感认知和文化认同、激发旅游需求、增强红色旅游景点吸引力等方面发挥着重要作用.该文以重大革命历史题材剧《觉醒年代》为例,以2020—2021年相关红色旅游景点百度指数为数据基础,采用赫芬达尔指数、空间自相关、回归分析等方法探讨革命历史题材剧对其相关红色景点网络关注度时空特征的影响.研究发现：1)《觉醒时代》播出后,相关红色景点网络关注度与播出前同期水平相比显著增加,且非知名景点的增长幅度大于知名景点;年内均衡程度变动较小,年内分布趋势呈现倒“U”型分布;2)《觉醒时代》播出后,相关红色景点网络关注度空间集聚程度提升,冷热点空间格局较为稳定,呈现胡焕庸线分割特征,热点区主要集聚在长江中游城市群及邻近区域;延乔路、龙华烈士陵园、毛泽东故居网络关注度的空间响应较为明显;长江中游城市群网络关注度的提升较为显著;3)《觉醒年代》相关联旅游景点的平均每日互联网关注度与电视剧的受欢迎程度呈正相关.     

抗黄曲霉毒素B1单克隆抗体的制备研究

从影响融合率的2个主要因素探讨骨髓瘤细胞系Sp2/0细胞与黄曲霉毒素B_1免疫的脾细胞融合的最佳条件,使融合率达到100%.经筛选和克隆化,获得3株稳定分泌单克隆抗体的细胞株,分别命名为3B3、3H9、5G9.经过鉴定3株均为IgG_1亚类.其中3B3抗体与其他黄曲霉毒素几乎不发生交叉反应,腹水效价为1∶2×10~5,亲和力常数为3.1×10~7 L/mol,竞争性ELISA测出3B3抗体的最低反应浓度为0.05μg/L标准AFB_1样品的的回收率达96%.另外两株腹水抗体水平低,交叉反应强烈,腹水效价仅在1∶10~4数量级.     

用于蛋白亚细胞定位研究的烟草愈伤组织培养条件优化

使用绿色荧光蛋白作为报告基因来研究目的蛋白的亚细胞定位得到广泛应用.使用稳定表达系统研究蛋白的亚细胞定位比较耗时,但可以先选择愈伤组织进行观察以确保构建的载体能够表达.优化了愈伤组织的培养条件,得到了质地疏松柔软的白色愈伤,不受叶绿体的荧光干扰,便于进行荧光观察.     

模糊逻辑和数据融合在监控系统中的应用

传统监控系统的一个主要缺点是利用单一传感器来监控单一监控点,由于传感器内部品质和系统外部噪声的影响使得系统的可靠性不理想.数据融合技术可以把互相独立的传感器变为互相联系的整体,增加了信息的冗余度从而提高系统的可靠性.而模糊逻辑可以把数据很好地融合在一起.笔者给出了数据融合算法的推导过程及系统的结构框图.     

Choquet模糊积分融合模型中模糊测度的确定

用模糊积分进行多分类器融合时,模糊测度是至关重要的.有限的事例集上,基于模糊测度的Choquet模糊积分的计算可以用乘积与求和算子来表示,即转化成模糊测度的线性组合.本文用线性规划来确定模糊测度,并且用例子说明模糊积分融合方法要优于乘积法、最大值法、多数投票法、加权平均法等简单的融合方法.