【摘 要】
：
卷缩轮(Autonomic Nerve Wreath,ANW)是虹膜诊断学中一个重要的诊断标志.而如何提取易受光斑、色素斑及睫毛等干扰影响的卷缩轮在目前仍是一个难题.本文提出了一种基于遗传算法的虹膜卷缩轮提取方法.该方法以区域点密度作为适应度,并通过轮盘赌来选择最优个体,比较相邻两染色体间基因适应度来进行父本的选择.实验结果表明提出的方法能有效避免光斑、色素斑及睫毛等信息的干扰,提高了算法的搜索效率和准确率,提取出的卷缩轮与实际的卷缩轮较一致.
【机 构】
：
沈阳化工大学 计算机科学与技术学院, 沈阳 110142;辽宁省化工过程工业智能化技术重点实验室, 沈阳 110142
论文部分内容阅读
卷缩轮(Autonomic Nerve Wreath,ANW)是虹膜诊断学中一个重要的诊断标志.而如何提取易受光斑、色素斑及睫毛等干扰影响的卷缩轮在目前仍是一个难题.本文提出了一种基于遗传算法的虹膜卷缩轮提取方法.该方法以区域点密度作为适应度,并通过轮盘赌来选择最优个体,比较相邻两染色体间基因适应度来进行父本的选择.实验结果表明提出的方法能有效避免光斑、色素斑及睫毛等信息的干扰,提高了算法的搜索效率和准确率,提取出的卷缩轮与实际的卷缩轮较一致.
其他文献
针对A*算法寻路时间长、生成的路径存在冗余折点的问题,本文提出一种基于车身稳态转向模型的变步长A*算法,首先通过设置子目标点的方式调节A*算法的搜索步长,减少寻路时间;其次在全局路径的折点处根据车身转向运动学约束进行局部重规划,从而得到一条易于跟踪的平滑路径;此外考虑到UGV (Unmanned Ground Vehicle,无人地面车辆)的实际宽度,改进后的算法还引入了障碍物延伸策略,使规划出的路径满足实际工程应用;最后通过仿真实验验证了本文改进算法的有效性,并与3种寻路算法进行对比,结果表明,本文改进
针对近似三角形内点测试法(Approximate Point-In-Triangulation Test,APIT)定位精度与覆盖率不足的问题,提出了一种基于APIT与遗传算法混合的无线传感器网络定位算法.该算法通过比较分割法优化APIT算法提高定位精度,并通过遗传算法提高定位覆盖率.通过仿真对比分析,该算法相较于APIT算法定位精度提高21.62％,定位覆盖率提高4.87％.
针对电信机房空调运行耗电量大,空调自动控制系统设计困难的问题,提出了一种规则约束和Dueling-DQN算法相结合的空调节能控制方法.该方法能根据不同机房环境自适应学习建模,在保证机房室内温度在规定范围的前提下,节省空调耗电量.同时针对实际机房应用场景,设计节能控制算法中的状态,动作和奖励函数,并采用深度强化学习算法Dueling-DQN提高模型表达能力和学习效率.在电信机房实际验证结果表明:该控制方法与空调默认设定参数运行相比节能18.3％,并可以很方便推广到不同环境场景的机房环境中,为电信机房节能减排
一种基于节点负载的数据动态分区系统,主要考虑节点CPU、内存、带宽负载情况,首先采用二次平滑法预测节点的负载,再结合AHP和熵值指标权重法得到每个节点的处理能力,最后针对不同应用场景动态地调整系统的负载均衡性,提高应用的响应速度;该系统主要包括负载监测采集、预测、数据预分区、数据迁移等模块.由于分布式环境存在节点资源的异构性,为了数据分析计算过程中减少节点之间数据的传输,充分利用节点计算资源,通过负载均衡性提高应用分析的并行计算速度.为此,本文提出一种基于节点负载的数据动态分区机制和策略来改善系统负载均衡
大数据时代,电商平台积累了大量用户在平台上的行为数据,比如浏览、点击、下单和加入购物车等等.如何使用机器学习算法去探索大数据背后的用户消费喜好和习惯成为了一个新的研究热点.本文主要在特征工程和模型搭建两个方面对用户购买预测的效果做出提高.通过深入理解电商业务知识,利用统计学知识,分别从用户、商品和评论数据等多个方面的数据构建了115个特征;在模型搭建方面,主要设计了一个两层融合模型,第一层采用了XGBoost、CatBoost和逻辑回归作为基分类器,从不同的角度考虑用户购买预测,第二层采用加权平均的方法对
为进一步简化增值税发票识别流程和和提高识别效率,提出了一种基于HRNet和YOLOv4的增值税票面信息结构化识别的方法.首先利用HRNet进行增值税发票关键点检测,进行增值税发票对齐;其次利用YOLOv4进行发票元素的检测;然后通过CRNN对发票元素进行文本识别;最后形成结构化数据.在业务数据集中的实验表明,检测准确率在0.5 mAP下达到75.7,检测速度达到12.85 fps,元素识别率ECR达到69.30％,实验结果表明算法能有效简化识别流程,提高识别准确率,在实时性要求较高和业务噪声复杂的增值税票
社会网络数据的发布可能导致用户隐私被泄露,例如用户的身份信息可能被恶意攻击者通过分析网络中节点的度数识别出来,针对这个问题提出一种基于节点平均度的k-度匿名隐私保护方案.方案首先利用基于平均度的贪心算法对社会网络节点进行划分,使得同一分组中节点的度都修改成平均度,从而生成k-度匿名序列;然后利用优先保留重要边的图结构修改方法对图进行修改,从而实现图的k-度匿名化.本方案在生成k-度匿名序列时引入平均度,提高了聚类的精度,降低了图结构修改的代价.同时,由于在图结构修改时考虑了衡量边重要性的指标—邻域中心性,
为满足用户对云端文档动态更新的需求,支持动态更新的可搜索加密方案成为了研究热点.但目前已知方案对于索引结构的更新多采用尾部直接插入的方法,造成了新添加关键字和文档之间关联性的泄露.为此本文提出一种基于语义分组的动态可搜索加密方案.首先构建分组平衡二叉树作为索引结构,通过语义分组减少搜索时访问的节点数,提高搜索效率.然后结合分区矩阵的思想,在矩阵中添加虚拟关键字保证更新时的安全性.最后通过形式化的证明分析了本文方案的安全性.
为快速构建大尺度、高质量中国人脸识别数据集,本文提出一种半自动构建方法.相较于现有的数据集构建方法,该方法可以快速地构建大尺度中国名人人脸数据集,将此数据集命名为CCFace(Chinese Celebrities Face).CCFace数据集包含431个人物,506874张人脸图像,平均每个人物包含1176张不同年龄、姿态的图像,该构建方法在一定程度上解决了当前社区中可用的中国人人脸图像数据集短缺问题.在实验部分中以多个模型测试该数据集的有效性,表明其可以作为SOTA(State Of The Art
自然场景乌金体藏文文本信息作为高度浓缩的高层语义信息,不仅具有较大的研究和实用价值,而且可以用于协助藏文场景文本理解领域的研究.目前针对自然场景下乌金体藏文的检测与识别的相关研究甚少,本文在人工收集的自然场景乌金体藏文图像数据集的基础上,对比了目前常见的文字检测算法在自然场景乌金体藏文上的检测性能以及在不同特征提取网络下基于序列的文字识别算法CRNN在自然场景乌金体藏文图像数据集上的识别准确率并分析了在314张真实自然场景下乌金体藏文识别出错的特殊例子.实验表明本文在文字检测阶段采用的可微分的二值化网络D