萃取糠醛的平衡模型及模拟计算

介绍糠醛和水萃取分离的工艺流程;采用正交多项式系下最小二乘法关联糠醛在液液平衡两相中的含量关系,确定糠醛和水萃取分离所需塔板数,模拟萃取分离结果,为萃取塔设计和糠醛提取的工艺改造提供依据。     

加标记的左心室核磁共振图像位移场的运动重建

利用改进的左心室数字模拟器提供的加标记的核磁共振图像(MRI),文章研究左心室位移场的运动重建方法。先以双三次B样条曲面技术拟合短轴和长轴影像层三个方向的标记面,然后采用最小二乘原理确定短轴和长轴影像层标记点1D逆向位移场的最优控制顶点,在此基础上拟合的短轴影像层上标记点的3D逆向位移场达到亚像素精度。这对于跟踪心肌点几何位置,分析左心室的运动变形具有重要意义。     

基于互信息与类距离测度最优的图像聚类

模糊C均值算法用于图像聚类时,仅考虑图像的灰度信息,忽略灰度的空间分布,未充分利用分割前后图像间的关系。从分割后图像的类距离出发,并利用聚类分割前后图像间的互信息,以基于对称分布多样性的粒子群算法为优化技术,构造了一种新的图像分割方法——基于互信息和类距离测度最优的图像聚类算法。对医学图像进行仿真,实验结果表明该算法得到的图像边界清晰连续,图像的内部特征保持完好,与多种聚类算法相比,图像分割的质量明显得到提高。     

基于单纯形的改进精英人工蜂群算法

针对人工蜂群算法收敛速度慢,求解精度不高,易陷入局部最优等问题,基于受粒子群启发的多精英人工蜂群优化算法,引入了蜂群中的精英个体和全局最优个体来增强开发全局最优解的能力.文章中,在雇佣蜂阶段借助精英个体引导蜜源搜索,并利用蜂群中蜜源的质量排序重新构造蜜源的选择概率公式;在跟随蜂阶段,选择种群最优蜜源引领蜂群,加强算法对全局最好解的局部开采能力,同时将随机选择邻居蜜源变为最优定向选择.最后利用单纯形算法对精英解集进行再次更新,进一步平衡蜂群的全局搜索和局部寻优能力.数值实验表明改进的新算法的寻优精度和收敛速度均有明显提高.     

带标记线的心脏核磁共振图象分析综述

多年来,对心脏核磁共振(MR)图象的分析研究一直是医学图象领域的一个重要课题,上世纪80年代末期出现的标记技术引起了医学图象界的重视,因为标记线的引入改变了传统的心脏左心室的运动跟踪方式,所以也使得对带标记线的心脏核磁共振图象分析成为当前医学图象领域的一个研究热点.为了使人们对带标记线的心脏核磁共振图象分析技术的现状有一个概略了解,首先简要介绍了标记线的运动跟踪原理;接着,详细介绍了对带标记线的心脏MR图象的分割技术,其中包括左心室内外轮廓的分割和标记线的跟踪;而在左心室的形状恢复和运动重建方面,则详细介绍了几种主要的方法,包括可形变模型、随机模型、B样条模型、调和相方法和光流方法,由于应变分析可为临床提供直观的量化信息,为此也讨论了相关的理论方法和重要成果;最后指出了现存技术中的几个问题,这对进一步的研究工作是有益的.     

基于自适应遗传算法的B样条曲线拟合的参数优化

在B样条曲线的最小二乘拟合平面有序数据问题中,经常采用遗传算法进行优化。但随机选取初始种群的遗传算法,容易使得结果陷入局部最优。要达到较高的拟合精度,则需要增加更多的控制顶点。为克服这一缺点,提出了一种自适应的遗传算法对B样条曲线的参数优化。用平均有序数据参数法,将数据参数和节点建立关联,极大提高初始种群的平均适应度;通过优化遗传策略,加快种群进化。实验表明,该算法能用最少的控制顶点和进化代数进行B样条曲线的拟合,得到的拟合曲线逼近效果更好。     

中国网络教育的现状分析与研究

以计算机、网络和多媒体技术为基础的信息技术与现代教育学相结合的产物──网络教育是一种全新的教育模式,它突破传统学校教学方式的时空束缚,向人们展示了一个崭新的、广阔的学习世界,为任何愿意获取知识的人提供了学习的权利和机会,将带来教育领域的新革命。     

一种基于粒子对称分布多样性的PSO算法

粒子群算法(PSO)在演化的过程中种群多样性越来越差,容易陷于局部最优。为了克服这一缺点,提出一种基于粒子对称分布多样性的改进PSO算法(sdPSO)。对粒子在空间分布的研究发现,粒子在最优解周围更对称的分布可大大提高算法收敛到全局最优解的概率。提出一种种群多样性函数表示方法,并在标准粒子群算法中引入多样性调节算法。由于种群多样性被不断调整,粒子在空间中的分布在对称与非对称之间反复变换,使得改进算法能搜索到更广泛的区域。通过benchmark函数实验仿真,改进sdPSO算法与标准粒子群算法相比,能达到更高的收敛精度。