针对采用传统多模态配准方法进行小鼠脑片图像自动化区域划分精度差的问题，提出一种无监督多模态的脑片图像区域划分方法。首先，基于小鼠脑图谱获得脑片区域划分对应的ARA（Allen Reference Atlases）数据库中的Atlas脑图谱和Average Template脑图谱；然后，通过仿射变换预处理和PCANet-SR（Principal Component Analysis Net-based Structural Representation）网络处理将Average Template脑图谱与小鼠脑切片进行预配准及同模态转换，再根据U-net及空间变换网络实现无监督配准，并将配准变形关系作用到Atlas脑图谱上；最后，提取配准变形后的Atlas脑图谱的边缘轮廓并与原始小鼠脑切片进行融合，从而实现脑片图像的区域划分。实验结果表明，与现有PCANet-SR+B样条配准方法相比，所提方法的配准精度指标的均方根误差（RMSE）降低了1.6%，相关系数（CC）和互信息（MI）值分别提高了3.5%、0.78%；可快速实现无监督多模态的脑片图像配准任务，且使得脑片区域划分准确。

在开放的网络环境中，身份认证是确保信息安全的一种重要手段。针对Li等（LI X，WU F，KHAN M K，et al.A secure chaotic map-based remote authentication scheme for telecare medicine information systems.Future Generation Computer Systems，2017，84：149-159.）提出的身份认证协议，指出其容易遭受用户冒充攻击、拒绝服务攻击等缺陷，并提出一个新的多因子认证协议来修复以上安全漏洞。该协议使用了扩展混沌映射，采用动态身份保护用户匿名性，并利用三次握手技术实现异步认证。安全性分析结果表明，所提协议可以抵抗冒充攻击、拒绝服务攻击，能够保护用户匿名性和身份唯一性。

针对Top-k dominating查询算法需要较高的时空消耗来构建属性组合索引,并且在相同属性值较多情况下的查询结果准确率低等问题,提出一种通过B⁺-trees和概率分布模型相结合的子空间支配查询算法——Ranking-k算法.首先,采用B⁺-trees为待查找数据各属性构建有序列表;然后,采取轮询调度算法读取skyline准则涉及到的有序列表,生成候选元组并获得k组终结元组;其次,根据生成的候选元组和终结元组,采用概率分布模型计算终结元组支配分数.迭代上述过程优化查询结果,直到满足条件为止.实验结果表明:Ranking-k与基本扫描算法(BSA)相比,查询效率提高了94.43%;与差分算法(DA)相比,查询效率提高了7.63%;与早剪枝Top-k支配(TDEP)算法、BSA和DA相比,查询结果更接近理论值.

针对现有关键帧提取算法存在的计算量大、阈值选择困难、视频类型受限等问题, 提出了一种基于图像主色彩的视频关键帧提取方法。该方法利用基于八叉树结构的色彩量化算法提取图像主色彩特征,通过计算颜色特征的相似度实现镜头边界检测,最后采用K-均值算法对提取出的代表帧序列进行聚类,准确提取出指定数目的关键帧。实验结果表明,所提算法计算简单、空间耗费少,具有良好的通用性和适应性。

摘要 针对项目进度管理中常用的计划评审技术（PERT）缺乏方向性指示和定量标准化的不足，通过引入微粒群优化算法（PSO），提出了一种基于PSO对PERT的改进方法。该方法利用PERT对项目工序时间确定的方法，结合标准PSO算法的思想及原理，对传统PERT进行了改进。仿真实验结果表明，改进后的PERT对项目的过程和整体给出了一个更为优化、更为准确的定量控制标准，比传统的PERT对整个项目过程的控制和调节能力更加突出和有效。