改进的GrabCut方法在舌诊系统中的应用

数字舌象图片的正确分割是实现计算机中医舌诊自动化系统的重要前提,为了高效而准确地分割出舌象,提出了一种基于四叉树与GrabCut的舌象分割方法.该方法首先利用四叉树分解对采集的舌象初分割,然后用相似区域的颜色均值优化GrabCut算法中高斯混合模型参数,最终完成舌象分割.实验结果表明：该算法使得舌象分割效率大大提高,具有很好的实用性.     

基于竞争神经网络的中医智能诊断推理新方法

文章通过融合模糊逻辑推理、神经网络技术及可拓学方法,研究了一种基于竞争神经网络的智能推理模型,实现了对中医专家诊断推理过程的模拟。在复杂的亚健康状态中医诊断推理过程中的应用结果表明,该文研究的智能推理模型可以较好地应用于中医辨证。     

新智能化算法及其在中医诊断数字化中的应用

对中医临床诊断数据的特性进行了研究,提出了病证及其特征数据(症状或体征数据)的一些特性指标:病证的相似度、复杂度、隐蔽度,特征数据的贡献度、常见度、显隐性.另外,研究了基于多维关联规则提取诊断经验的方法.在此基础上,研究了一种非充分条件下复杂数据智能化处理拓展算法,该算法的实现模型嵌入了模糊竞争神经网络.该算法在复杂的中医诊断数字化中得到了应用,结果表明,该算法可以较好地处理复杂数据.     

基于免疫聚类的RBF神经网络在中医舌诊诊断中的应用

研究基于人工免疫聚类的RBF(Radial-Basis Function)神经网络应用于中医舌诊诊断,构建一个中医舌诊智能诊断的神经网络模型,旨在提高模型的诊断能力和收敛速度.对输入样本集进行数据归一化处理,采用改进的基于免疫聚类的RBF算法进行学习、训练.以肝病病证诊断进行仿真,结果表明:该中医舌诊智能诊断系统具有诊断能力强、收敛速度快,泛化能力强等特点.因此,基于人工免疫聚类的RBF神经网络应用于中医舌诊诊断的研究是可行的,有效的.     

基于三点定位与加权坐标的三角定位算法

针对传统的基于接收信号强度指示（Received Signal Strength Indication,RSSI）的三角定位算法产生的定位误差大和定位结果波动性大的问题,提出一种基于三点定位与加权坐标的三角定位算法。该算法对RSSI数据进行卡尔曼滤波操作,降低RSSI数据的波动性;将滤波后数据经过基于RSSI选取的三点定位算法,获取粗定位坐标;将获取的三个粗定位坐标基于加权坐标的三角定位算法得到待定位点坐标。实验结果表明,在RSSI-距离衰减模型拟合度为96%的条件下,提出的算法的最大误差为1.602 m,平均误差为0.880 m。     

基于改进的LM-BP神经网络的车牌字符识别研究

车牌识别是智能交通系统中一个重要的环节,它可以应用到很多领域,如高速公路自动收费、交通监控系统、停车场管理等.提出一种改进的LM-BP神经网络车牌字符识别方法,该方法根据国内现行车牌编制的特点,结合LM算法改进传统BP神经网络,并增加σ参数修正LM-BP算法,避免传统BP神经网络收敛速度缓慢并容易陷入局部极小值的缺点,进行了大量实验,达到了预期的识别效果和收敛速度.     

竞争网络在中医舌诊中的应用及实现

自组织竞争神经网络通过对网络权值的调整,使所有矢量都在输入矢量空间相互隔离,形成了各自代表输入空间的一类模式,从而实现聚类功能.在中医舌诊推理的研究过程中,我们建立了基于竞争神经网络的辨识模型,利用该系统对病位和病机进行推断和识别.在分析了Visual C＋＋和Matlab各自特点的基础上,提出了利用Visual C＋＋与Matlab混合编程来实现竞争神经网络的应用这一方法.该程序的界面是由VC＋＋实现的,而神经网络的所有功能是通过调用Matlab引擎的方法实现的,这样做可充分利用Matalb和Visual C＋＋各自的优点,实现更多的功能.实验结果表明该方法是可行和有效的.     

基于自适应阈值的舌像分割方法

中医舌诊是目前医学领域的重要前沿课题之一,而舌体轮廓的正确分割是实现中医舌诊信息化的重要前提,目前主流的阈值分割方法对对比度较小的舌像仍不能实现很好的分割。为此提出了一种舌像的自适应阈值分割算法,该算法是以VC＋＋为开发平台,首先把图像分成多个子块,然后运用迭代的方法计算每个子块的最佳阈值,根据每个局部最佳阈值构成的阈值矩阵进行分割。实验结果表明,该算法对背景和目标分界不明显的舌像有很好的分割效果,对中医舌诊的继续发展有很强的现实意义。     

虚拟私人网络（VPN）的进一步研究

介绍了一般虚拟私人网络，提出了为使虚拟私人网络更安全更有效地应用而需解决的三个关键：安全性、交通控制和有效管理。这三个关键部门缺一不可，应有机地集成一体。而且，本文还进一步论述了这三个关键部分的具体实现方案。     

基于偏微分方程的舌图像去噪研究

在对舌图像的去噪过程中,平滑噪声的同时容易丢失边缘和纹理等细节信息。为此,研究基于偏微分方程的舌图像去噪方法,分别采用中值滤波、高斯滤波、P-M方程、正则化P-M方程以及耦合冲击-复扩散滤波模型,对加噪舌图像进行滤波。比较结果表明,正则化P-M方程更适合舌图像的去噪处理,该方法处理速度快、去噪效果好,且能有效保护图像边缘。