检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

全脑解剖学标志稀疏关联的阿尔茨海默症诊断

中国生物医学工程学报 2022年第6期41卷 708-716页

作者：郑菲唐奇伶刘汝璇张美玲葛威中南民族大学生物医学工程学院武汉430074

阿尔茨海默症(AD)是一种复杂的神经退行性疾病,伴有记忆和其他精神功能的进行性损害,是造成老年人死亡的主要原因,如何对AD进行准确的诊断至关重要。根据生物学验证,已知人脑中的多个脑区在解剖学上和功能上是相互联系的,但现有的研究... 详细信息

阿尔茨海默症(AD)是一种复杂的神经退行性疾病,伴有记忆和其他精神功能的进行性损害,是造成老年人死亡的主要原因,如何对AD进行准确的诊断至关重要。根据生物学验证,已知人脑中的多个脑区在解剖学上和功能上是相互联系的,但现有的研究方法往往忽略了潜在的特征间的关系。因此,关注大脑不同区域的特征相关性有利于提高脑认知疾病的检测性能。本研究提出一种以数据驱动的方式自动识别全脑结构磁共振成像(sMRI)中解剖学标志点,并基于解剖点提取块特征,采用全局关联将各个块的特征进行深度融合,通过计算块与块之间的相互作用,实现大脑各个脑区的相互关联。其次,根据块之间的关联度差异,进行阈值化处理,利用稀疏关联模块去除冗余信息,进一步提高特征的判别能力,最后,利用稀疏后的深层特征构建分类模型,对AD患者个体进行预测。使用包含198例AD患者和224例健康人的ADNI-1数据集进行训练,包含152例AD患者和196例健康人的ADNI-2数据集进行测试,结果表明,该方法的准确率和灵敏度分别达到0.9368和0.9211,所提出的方法更多地考虑了块与块之间的联系以及关联度差异,可望更有效地对AD进行诊断。

关键词：阿尔茨海默症诊断解剖学标志点全局关联交互映射稀疏

自适应在线判别外观学习的分层关联多目标跟踪

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2020年第4期25卷 708-720页

作者：方岚于凤芹江南大学物联网工程学院无锡214122

目的复杂场景下目标频繁且长时间的遮挡、跟踪目标外观相似引起身份转换等问题给多目标跟踪带来许多挑战。针对多目标跟踪在复杂场景中因长时间遮挡引起身份转换和轨迹分段的问题,提出一种基于自适应在线判别外观学习的分层关联多目标... 详细信息

目的复杂场景下目标频繁且长时间的遮挡、跟踪目标外观相似引起身份转换等问题给多目标跟踪带来许多挑战。针对多目标跟踪在复杂场景中因长时间遮挡引起身份转换和轨迹分段的问题,提出一种基于自适应在线判别外观学习的分层关联多目标跟踪算法。方法利用轨迹置信度将多目标跟踪分为局部关联和全局关联两个层次。在局部关联中,置信度高的可靠轨迹利用外观、位置-大小相似度与当前帧检测点进行关联;在全局关联中,置信度低的不可靠轨迹引入运动模型和有效关联范围进一步关联分段的轨迹。在提取目标外观特征时引入增量线性可判别分析方法以解决身份转换问题,依据新增样本与目标样本均值的外观特征差异自适应地更新目标外观模型。结果在公开数据集2D MOT2015中的PETS09-S2L1、TUD-Stadmitte、Town-Center 3个数据集中与当前10种多目标跟踪算法进行比较,该方法对各个数据集身份转换和轨迹分段都有减少,其中在Town-Center数据集中,身份转换减少了60个,轨迹分段减少了84个,跟踪准确度提高了5.2%以上。结论本文多目标跟踪方法,能够在复杂场景中稳定有效地实现多目标跟踪,减少轨迹分段现象,其中引入的在线线性可判别外观学习对遮挡产生的身份转换具有良好的解决效果。

关键词：多目标跟踪局部关联全局关联轨迹置信度增量线性可判别分析

基于VB6.0的轴承保持器冲压CAPP系统

在线全文

学校读者我要写书评

暂无评论

模具工业 2004年第1期30卷 14-17页

作者：苌群峰陈拂晓付欣扈文庄河南科技大学河南洛阳471003 洛阳轴承研究所河南洛阳471039

介绍了以VisualBasic6.0为开发平台建立的轴承保持器CAPP系统,用MicrosoftAccess软件建立关系型数据库,用VB6.0建立OLEDB数据库,并将2个数据库链接,实现了全局关联和局部关联机制。通过剪切板技术,以Word文档形式实现了CAPP与模具CAD之... 详细信息

介绍了以VisualBasic6.0为开发平台建立的轴承保持器CAPP系统,用MicrosoftAccess软件建立关系型数据库,用VB6.0建立OLEDB数据库,并将2个数据库链接,实现了全局关联和局部关联机制。通过剪切板技术,以Word文档形式实现了CAPP与模具CAD之间的数据通讯。用户只需通过交互式输入选择保持器类型、工艺方案,即可由系统自动生成加工工艺,大大提高了设计效率。

关键词：轴承保持器全局关联参数化设计数据通讯

在线全文

学校读者我要写书评

暂无评论

基于分层关联的多目标跟踪算法研究

基于分层关联的多目标跟踪算法研究

作者：张晶南京邮电大学

学位级别：硕士

本文研究单摄像机下基于检测的多目标连续跟踪技术。论文以在线分层关联框架为基础,分别在局部关联、全局关联、提取目标特征三个问题上展开了深入分析和研究,通过局部关联,实现连续轨迹和当前帧的候选对象关联,通过全局关联,实现断开... 详细信息

本文研究单摄像机下基于检测的多目标连续跟踪技术。论文以在线分层关联框架为基础,分别在局部关联、全局关联、提取目标特征三个问题上展开了深入分析和研究,通过局部关联,实现连续轨迹和当前帧的候选对象关联,通过全局关联,实现断开轨迹片段和当前帧候选目标关联,并通过增量线性可判别分析在线自适应学习更新连续轨迹与候选目标的关联代价函数,获得更为连续和完整的多目标的运动轨迹。论文的主要研究工作和创新点如下:(1)提出了遮挡处理的局部关联方法。在关联连续轨迹和当前帧的候选目标时,采用目标分块和加权环形颜色直方图的方法,把目标划分成若干分块,每个分块都根据被遮挡情况自适应赋予权值,提取目标整体和分块的颜色信息时使用加权环形颜色直方图,并融入空间信息,改进了遮挡时的匹配可靠性。(2)提出了基于运动预测的全局关联方法。在关联断开轨迹和当前帧的候选目标时,采用运动预测加模糊搜索的方法,在目标轨迹断开处用卡尔曼滤波器预测可能的搜索中心,向四周做模糊搜索,同时考虑运动特征和表观特征的相似度判断周围是否有匹配的候选目标,改善了全局关联的匹配可靠性。(3)提出了基于增量线性可判别分析(ILDA)的自适应多目标跟踪方法。在提取目标特征的时候引入ILDA,并根据视频监控需要长时间连续跟踪的情况,通过在线自适应更新目标特征,调整匹配的关联代价函数,指导局部关联和全局关联中轨迹的增长,实现了多目标的连续可靠跟踪。论文通过公开视频序列对所提出的算法进行了实验分析。实验结果表明,遮挡处理的局部关联方法能有效处理目标被局部遮挡的情况,基于运动预测的全局关联方法能够提高断开轨迹匹配时的可靠性,基于增量线性可判别分析的自适应多目标跟踪方法能够有效处理多个目标外观相似且空间位置相近的情况。论文最后对全文工作进行了总结,并对后续研究进行了展望。

关键词：多目标跟踪分层数据关联局部关联全局关联增量线性可判别分析