基于仿生模式识别的孤立性肺结节检测

提出基于仿生模式识别理论的孤立性肺结节检测神经网络模型.实现了基于仿生模式识别、基于支持向量机和基于BP神经网络的孤立性肺结节检测,并对它们的性能进行比较分析,结合ROC曲线评价,结果表明:基于仿生模式识别的检测性能优于其他两种方法.     

一种新型的文本无监督特征选择方法

结合文档频数DF(Document Frequency)和特征相似度FS(Feature Similarity)方法,提出一种新的无监督特征选择方法DFFS.该方法利用文档频数过滤掉90%的特征之后,再借助特征相似度移除尽可能多的冗余特征.采用K-均值方法,对比DFFS方法与其他3种常用特征选择方法(DF,TC,TS)的聚类性能.实验一:当特征数量由6 000减少到1 047时,DF方法的聚类性能急剧下降,而DFFS方法则有提高,甚至当特征数量进一步减少到350时,DFFS方法也没有下降.实验二:在保持10%～2%的特征时,DFFS方法优于其他3种方法,特别是在只保留2%的特征时,DFFS方法的明显优于其他方法.     

基于统计语义和结构特征的自动文摘

在分析自动文摘现有方法优缺点的基础上,提出了一种基于统计、语义和结构特征的自动文摘方法。用这些特征构成句子向量表示,并用机器学习的方法对其进行训练得到器,从而把自动文摘转换为分类问题。实验表明,该方法具有较好的重合率。同时,为了解决文摘的冗余和不连贯缺点,进行了一系列的后期处理,提高了文摘的质量。     

多总线系统的最优总线容错性分析与设计

首先建立了多总线系统三种容错性指标与相应的二元图连通度的关系。然后，借助于二元图的最佳连通性，就一般情形，提出了两类多总线系统，它们具有最优总线容借度、最优混合容错度和较优处理机容错度。     

图的超—边连通性

刻划了无环无向图的超边连通性（边连通性）与顶点最小度的关系。得到了边连通性、超边连通性的充分条件，并构造了非超边连通的图，由此表明定理１和定理２条件中的界是不能被改进的。     

基于云模型的文本特征自动提取算法

在综合考虑特征整体与局部分布基础上,提出一种高性能的文本特征自动提取算法.算法引入云隶属度概念对特征分布进行修正,不需任何先验知识,能根据特征分布特点自动获取云隶属度高的特征集.实验结果表明:该特征集具有特征个数少、分类精度高的特点,性能明显比当前主要的特征选择方法的性能优.     

RNA二级结构预测的自适应鱼群算法模型

基于人工鱼群算法的基本理论,提出了预测RNA二级结构预测的自适应人工鱼群算法模型.该模型对人工鱼群算法在处理组合优化问题时存在的缺陷进行了相应改进,在算法中加入的自适应思想既保证了算法的快速收敛,同时又有效地避免了盲目搜索.仿真实验中将本模型与基于粒子群算法的模型以及基于遗传模拟退火算法的模型进行了比较研究,结果表明,使用自适应鱼群算法进行RNA序列的二级结构预测能获得较理想的预测效果.较之另两种方法,鱼群算法能有效减少计算量、节省计算时间,特别当待测序列长度大于500时,鱼群算法在收敛速度上有着明显优势.     

肺结节特征提取中的分形方法

强调了分叶与毛刺在肺内孤立小结节良恶性诊断中的重要地位,提出了用方向分形方法对结节内部纹理特征进行分析和提取,并指出原则上可适用于任何形状和纹理的肺结节分析.实验表明,分形特征能有效反映结节的纹理和边缘形状,而多重分形与区块分形相比可以获得更多的特征信息.     

岭回归估计均方误差的重要特性及其应用

通过深入分析单参数岭估计β（k）的均方误差MSE（β（k），得到了它的一个重要特性。并把较优均方误差的存在范围由（0,σ∧2/maxa∧2γ）扩大到（0.2σ∧2/maxa∧2γ）；同时，还得到了较优均方误差的另一不可替代的存在范围（0，2σ∧2minλγ/（maxλγα∧2γ-σ∧2）；以及最优均方误差的存在范围[σ∧2/maxα∧2γ，σ∧2/minα∧2γ]，并结合实际问题，给出了岭参数k值选的算法实例。     

一种基于SVM和规则消除组合型歧义的算法

歧义的处理是影响分词系统切分精度的重要因素,也是中文自动分词系统中较为困难的问题.提出一种基于支持向量机(SVM)和规则(Rules)相结合的算法(SR算法),对中文分词过程中的组合型歧义字段进行排歧.SR算法主要思想是利用支持向量机分类的原理,结合词性搭配的一些规则排除组合型歧义.实验表明,用此算法对几种不同的语料进行排歧测试,排除组合型歧义字段的切分正确率可达83%左右,为解决中文自动分词难题提供了一条新路径.