【摘 要】
：
介绍了一种用于荧光寿命图像数据分析的高精度列文伯格-马克夸特(LM)迭代算法。该算法的性能经过标准荧光寿命试剂以及生物图像的算法验证。该算法适用于不同的荧光衰减模型,相对于普通的非线性最小二乘估计方法具有更高的精度。结果表明,列文伯格-马克夸特算法是一种高精度、适用性广的荧光寿命图像计算方法,可以满足生物学、生物化学、生物物理学、医学诊断等实际应用的需求。
论文部分内容阅读
介绍了一种用于荧光寿命图像数据分析的高精度列文伯格-马克夸特(LM)迭代算法。该算法的性能经过标准荧光寿命试剂以及生物图像的算法验证。该算法适用于不同的荧光衰减模型,相对于普通的非线性最小二乘估计方法具有更高的精度。结果表明,列文伯格-马克夸特算法是一种高精度、适用性广的荧光寿命图像计算方法,可以满足生物学、生物化学、生物物理学、医学诊断等实际应用的需求。
其他文献
支架式教学是目前一种比较成熟的建构主义教学策略,它以学生为中心,利用情境、协助、探索、会话等方式充分发挥学生的主动性、积极性和创新精神,使学生能有效地实现对所学知识的意义建构。本文分析了多媒体技术课程的特点和存在的问题,探讨如何将支架式教学模式的5个过程步骤:搭建脚手架、进入情境、独立探索、协作学习、效果评价应用于《多媒体技术基础》课程中教学中,使课堂真正成为学生的舞台,对多媒体技术基础课程改革进
24-26 February,2016,Rome,Italy The International Conference on Pattern Recognition Applications and Methods would like to become a major point of contact between researchers,engineers and practitioner
Based on the fractional discrete cosine transform(DCT) via polynomial interpolation(PI-Fr DCT) and the dependent scrambling and diffusion(DSD), an image encryption algorithm is proposed. Under certain
Inventory inaccuracy has great influence on the supply chain performance and it has attracted much attention of large numbers of researchers. This paper mainly studies the robust multi-period inventor
We have studied the effects of nearby Na Cl solution on the performance of ultra high frequency(UHF) radio frequency identification(RFID) tags, using simulations and measurements. The main reason for
Recently, dictionary learning(DL) based methods have been introduced to compressed sensing magnetic resonance imaging(CS-MRI), which outperforms pre-defined analytic sparse priors. However, single-sca
vtk(Visualization Toolkit)在数据可视化具有强大功能,能够推进有限元技术的发展。本文介绍了vtk的可视化体系、数据结构体系和拾取机制。以VC++和MFC为开发工具,使用VTK库,开发有限元可视化程序,能够实现对有限元数据的操作(包括显示ID、设置透明度、窗选节点等)。通过一个实例成功对桥梁网格数据进行操作。
随着监控设备数量的增多和视频时间长度的增加,监控人员需要管理的视频量也大大增加。为了解决这个问题,在已有的算法基础上,进行组合、改进并提出了一种监控视频摘要的生成方法,根据该方法设计出监控视频摘要生成系统,能够很好的完成监控人员的工作需要。
多目标跟踪是智能视频监控系统中的关键技术之一;因其研究涉及到诸多相关领域的知识而具有非常高的研究价值和应用前景。又在智能视频监控中,此项技术对系统实时与稳定运行的要求较高。因此,对智能视频监控下多目标跟踪进行分析,有着重要的意义。本文先阐述智能视频监控下多目标跟踪中的主要技术,然后再具体分析智能视频监控下的多目标跟踪。
本文模仿人类视觉系统的注视机制,提出一种基于矩阵相似度的显著目标检测方法:利用以像素点为中心的矩阵与周边矩阵的相似度来衡量像素点的显著度,该方法将图像的显著目标检测转换成对矩阵的相似度计算。实验结果表明,该方法可以精确提出显著区域,并较好的保留显著目标的轮廓信息。