检索结果

Select

1. 以脑电图子序列特征向量为节点的脑网络分析方法

杨雄, 姚蓉, 杨鹏飞, 王哲, 李海芳

计算机应用 2019, 39 (4): 1224-1228. DOI: 10.11772/j.issn.1001-9081.2018092037

摘要（520）

PDF （819KB）（288）

工作记忆复杂网络分析方法大多数是以通道作为节点从空间的角度进行分析，很少有从时间角度对通道网络进行分析。针对脑电图（EEG）的高时间分辨率特性及时间序列分段较难的缺陷，提出一种从时间角度构建网络并对网络进行分析的方法。首先，利用微状态将每个通道的EEG信号划分成不同的子段作为网络的节点；其次，在子段中提取并选择有效特征作为子段的特征，计算子段特征向量之间的相关性构建通道时间序列复杂网络；最后，对所构建网络的属性及相似性进行分析，并在精神分裂症患者EEG数据上进行验证。实验结果表明，通过所提方法对精神分裂症数据进行分析，能够充分利用EEG信号的时间特性从时间角度深入了解精神分裂症病人工作记忆中构建的时间序列通道网络的特点，解释了精神分裂症患者与正常人的显著性差异。

参考文献 | 相关文章 | 多维度评价

Select

2. 结合局部灰度差异的噪声图像分割模型

李钢, 李海芳, 尚方信, 郭浩

计算机应用 2018, 38 (3): 842-847. DOI: 10.11772/j.issn.1001-9081.2017082134

摘要（645）

PDF （1173KB）（534）

针对未知强度和分布规律的噪声图像难以得到正确分割，现有模型无法适应多种噪声环境的问题，提出了一种基于图像局部灰度差异的噪声图像分割模型。首先，分析局部K均值聚类（LCK）模型和局部相似性系数（RLSF）模型中能量泛函对噪声点的降权机制的不足，提出优化方案；其次，将一种结合局部灰度差异的噪声点修复函数引入能量泛函，降低了显著偏离局部均值的噪声点对分割结果的干扰；最后使用变分法推导出该模型的水平集迭代方程。与局部二值拟合（LBF）模型、LCK模型和RLSF模型相比，使用该模型进行噪声自然图像分割时，可得到更高的查全率、查准率和F值。实验结果表明，所提模型可稳定、有效地分割非均匀和高噪声图像。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于模糊综合评价的接边质量评价

介丹, 胡强强, 徐成武, 高保禄, 李海芳

计算机应用 2016, 36 (9): 2580-2583. DOI: 10.11772/j.issn.1001-9081.2016.09.2580

摘要（559）

PDF （765KB）（308）

针对传统的接边质量评价方法主要依赖专家人工评定所造成的效率低、容易受主观因素影响且评价结果易出现偏差的问题，提出了一种新的地图映射评价算子（GMO）。该算子将模糊综合评价应用到接边质量评价中，并根据国家标准确定了评价指标和评语等级，通过熵权法确定了评价因素的模糊权向量。另外，对新算子进行了理论证明。在实际数据中使用GMO时，接边前地球数据质量评价结果中65%为不合格，而接边后评价结果中55%是优秀的，验证了GMO的有效性。

参考文献 | 相关文章 | 多维度评价

Select

4. 改进遍历过程的PCNN在图像处理中的应用

夏潇鸾邓红霞李海芳

计算机应用 2013, 33 (10): 2895-2898.

摘要（680）

PDF （742KB）（588）

图像通常包含多个颜色相同的连通区域，针对脉冲耦合神经网络无法对它们进行分离提取的问题，提出一种改进遍历过程的脉冲耦合神经网络模型。通过引入深度优先搜索遍历算法，将不连通的多个同色区域分层激活，从而实现分离。最后针对图像噪声对新模型的影响，对其作进一步改进。以每层激活区域的大小作为图像噪声杂点判定的依据，并引入均值滤波算法来消除。实验验证了改进后的模型对图像多个同色连通区域的分离效果及噪声杂点的去除能力

相关文章 | 多维度评价

Select

5. 静息态脑功能网络的社团结构研究

王艳群李海芳郭浩陈俊杰

计算机应用 2012, 32 (07): 2044-2048. DOI: 10.3724/SP.J.1087.2012.02044

摘要（1137）

PDF （815KB）（827）

为了探索人脑的工作机制，提出将社团划分算法应用于人脑功能网络。利用功能磁共振(fMRI)采集28名健康被试静息态脑功能数据，构建了基于时间序列的脑功能网络;根据模块度和网络全连接理论对网络中的边数划定阈值范围，利用层次聚类算法和贪心算法对脑网络进行社团划分，实验结果证明两种算法的划分结果基本一致，验证了人脑功能网络具有模块化结构;进而分析了脑网络社团结构在跨阈值范围内的差异化表现，提出了研究脑功能网络的边数有效阈值范围是180至320条边。挖掘脑网络的社团结构有助于研究脑病变机理，以辅助脑疾病的诊断治疗。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于蚁群的图像情感特征聚类算法的研究

李海芳温侠门立环

计算机应用

摘要（1824）

PDF （688KB）（1531）

随着图像检索系统的发展,合理地组织和管理图像数据库已经逐渐成为图像检索的关键。首次将蚁群聚类算法应用在基于图像特征的情感聚类分析中,并对原有的蚁群聚类算法进行了改进。该算法通过计算样本间的欧式距离确定起始蚂蚁,模拟蚂蚁对食物的捡起和丢弃行为,根据提取的图像主颜色特征,对图像情感进行聚类。实验表明该算法能够取得较好的聚类效果和较高的检索效率。