Observer-invariant histopathology using genetics-based machine learning

Prostate cancer accounts for one-third of noncutaneous cancers diagnosed in US men and is a leading cause of cancer-related death. Advances in Fourier transform infrared spectroscopic imaging now provide very large data sets describing both the structural and local chemical properties of cells within prostate tissue. Uniting spectroscopic imaging data and computer-aided diagnoses (CADx), our long term goal is to provide a new approach to pathology by automating the recognition of cancer in complex tissue. The first step toward the creation of such CADx tools requires mechanisms for automatically learning to classify tissue types—a key step on the diagnosis process. Here we demonstrate that genetics-based machine learning (GBML) can be used to approach such a problem. However, to efficiently analyze this problem there is a need to develop efficient and scalable GBML implementations that are able to process very large data sets. In this paper, we propose and validate an efficient GBML technique——based on an incremental genetics-based rule learner. exploits massive parallelisms via the message passing interface (MPI) and efficient rule-matching using hardware-implemented operations. Results demonstrate that is capable of performing prostate tissue classification efficiently, making a compelling case for using GBML implementations as efficient and powerful tools for biomedical image processing.     

交-直-交变频调速器在连轧型钢主传动中的应用

该文介绍变频器在型钢连轧机主传动系统中的应用。在我国,连轧中型钢材生产线屈指可数,轧机采用交流电动机的更是少之又少。交流电动机本身有着直流电动机所不具备的以下优点：没有电刷和换向器、结构简单、坚固耐用、经济可靠,不过因为其系一多变量、强耦合、非线性的时变系统,调速比较困难,随着电力电子技术的迅速发展和计算机控制技术以及现代控制理论的引人,交流调速系统才取得长足进步并得以广泛应用。     

一种改进磁链计算模型分析

准确获取异步电动机转子磁链信号在高性能电机控制系统中具有十分重要的意义。介绍了常用转子磁链计算的电压和电流模型,针对各自存在的部分问题,提出了一种基于磁链计算方程进行组合的改进计算模型。在此基础上,根据矢量控制理论,采用Matlab／Simulink软件设计了异步电机矢量控制系统。仿真结果表明了该理论的正确性和可行性。     

基于PCA和多约简SVM的多级说话人辨识

提出一种基于主成分分析（PCA）和多约简支持向量机（SVM）的多级说话人辨识方法。首先用PCA对注册说话人进行快速粗判决,再用多约简SVM进行最后决策。此多约简SVM有两个约简步骤,即用PCA和样本选择算法分别减少训练数据的维数和个数。理论分析和实验结果表明：该方法可以大大减少系统的存储量和计算量,提高训练和识别时间,并具有较好的鲁棒性。     

基于亮度分级和方向密度的无监督文本定位

提出一种基于RGB亮度分级和方向密度的自然场景无监督文本定位方法,该方法基于场景文本通常与局部背景有较大的对比度这一特性,分别在R、G、B三个颜色层进行亮度分级,以降低背景复杂性;然后,利用文字笔画的显著方向性,以方向密度为依据进行文本区域粗定位;再进一步利用SVM多类分类器实现文本区域精确判别。新方法克服了一般无监督方法颜色聚类数目选定困难的问题,限制了候选区域的种类,从而降低了SVM分类器的训练难度,具有较高的准确性和鲁棒性。     

基于最小二乘支持向量回归机的Mamdani模糊系统结构

为了提高模糊系统处理高维问题的推广能力,基于最小二乘支持向量回归机(LSSVR)的思想提出了一个设计Mamdani模糊系统的新算法。传统算法都存在过学习问题,该算法在目标函数中考虑了结构风险避免了过学习现象,并将模糊系统的参数寻优问题转化为一个二次规划问题进行求解。在此算法中,构造了一种新的具有语言意义的数据依赖型模糊核函数,它是一种Mercer核。实验结果证明,该算法提高了Mamdani模糊系统的逼近能力和推广能力。     

基于支持向量机的纸张缺陷图像分类识别

根据支持向量机（SVM）在小样本、高维模式分类中具有的优良分类性能,提出将支持向量机应用于实际的纸张缺陷分类。针对三种现场易出现的缺陷,通过对缺陷图像进行预处理、特征选择,再利用SVM进行分类,利用交叉验证进行参数和模型选取,取得了较好的分类效果,为纸张缺陷的分类指出一种可行的方法。     

不同网络负载的Ad Hoc网络路由协议性能分析

通过实验对一种表驱动路由协议(DSDV)以及其中两种按需式路由协议(DSR和AODV)协议的性能进行比较和分析.利用NS-2仿真软件,设计了基于不同网络负载的多组仿真模型,并根据模型进行仿真.之后从分组投递率、时延和路由负荷三个性能指标参数对仿真结果进行了比较.实验结果表明:按需式路由协议DSR和AODV要优于基于表驱动的路由协议DSDV;在两种按需式路由协议之间,随着不同网络负载的加重,AODV协议比DSR协议的性能优势越来越明显.同时分析了造成不同协议之间性能差距的原因,针对AODV协议提出了今后的改进方向.     

一种改进的基于向量的P2P电子商务信任模型

在交易之前通过信任模型帮助交易对象之间建立信任关系,是P2P电子商务发展的必要条件,也是近年来的研究热点。本文针对现有模型的不足,在基于投票协议的P2P电子商务安全信任模型的基础上,引入了向量表示信任,并且在权限的确定、信任的表述和信任的评估等多方面做了改进。经过模拟实验和分析证明,改进后的模型不仅可以让用户根据各自的不同要求对交易对象做出更合理的信任评估,而且能快速识别和隔离恶意节点,从而降低了交易风险。     

基于ICA与聚类分析的支持向量机分类研究

在ICA与聚类分析的基础上提出了一种改进的支持向量机分类模型——ICSVM模型。ICSVM模型中利用一种指标筛选算法与独立成分分析的方法将各数据指标转化为互相独立成分的数据指标。接着运用K-means方法对独立成分样本数据集进行聚类分析,再由获得的各子类中心数据构造初始的超平面,筛选出靠近初始超平面的支持类与亚支持类,并展开支持类与亚支持类中的样本数据点重新构造超平面,以便对数据进行分类。实验表明,对于样本比较多的数据集,与标准的SVM算法相比,ICSVM算法能够节约训练时间,同时能够提高分类的正确率。