简介:04372003010350环形斑激光束在非线性克尔介质中环半径的偏移现象=RadiusdeviatingofcirclespotlaserbeaminKerr-medium[刊,中]/苗润才(陕西师范大学物理学与信息技术学院,陕西.西安(710062)),叶青…//光子学报.-2002,31(7).-882-886对于非线性克尔介质中的环形斑调制光束,通过数值求值非线性Schr(o|¨)inger方程发现:当入射光强度超过一定值时,光束在传输过程中将发生环半径偏移现象。并对环半径偏移产生的条件、偏移的特点,以及自聚焦焦点上光强度的横向分布与环半径偏移之间的关系进行了详细的研究。图4参12(李瑞琴)
简介:以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注,并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率,本文设计了2种改良的深度卷积神经网络,这些改进加快了神经网络的训练速度.有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型,该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验,改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型,这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后,构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”,该系统能够自动检测出CT影像中肺结节,并给出结节的良恶性概率评估。通过该系统的应用,可以有效缓解放射科医生超高的劳动强度,提高阀片效率,服务更多患者;减少漏诊和误诊发生的次数,有助于提高肺结节的诊断准确率;从而促进我国肺癌早筛工作的推广。
简介:系统综述了自19世纪开始至今常用的统计相关性的方法,例如Pearson和Spearman相关系数,CorGc和CovGc相关性及距离相关性方法。重点介绍了2011年提出的MIC方法以及由此引发的毁誉参半的大量评述,旨在揭示这一热点领域的研究面貌。该领域不仅受到统计学家的关注,而且受到了分析大样本和异质数据的应用研究领域的学者们的追捧,例如基因组生物学家和网络信息研究者。这些研究者期望在众多已有方法的理解和剖析中更恰当地付诸应用,并提出新的应用问题来推动新的分析方法的创造。
简介:介绍了超分辨率复原方法的概念和理论基础;重点总结了常用的超分辨率复原方法,并对相关的理论依据、优缺点和适用范围进行了详尽分析;对超分辨率复原方法的未来发展进行了展望。超分辨率复原方法分为频域法和空域法。频域复原法原理简单清楚,计算方便,但是所建立的运动模型都是平移模型,不具有一般性,同时难以利用正则化约束,因而导致难以使用图像的先验信息进行超分辨率复原。空域复原法可以很方便地建立复杂的运动模型,同时考虑了几乎所有的图像降质因素,例如噪声、降采样、由非零孔径时间造成的模糊、光学系统降质和运动模糊等,还可以加入更完善的先验知识,相比于频域复原法,空域超分辨率复原模型更符合实际的图像退化过程,是目前应用最广泛的一类超分辨率复原方法。
简介:在连续Gompertz模型基础上,导出了差分形式的Gompertz模型。通过对肿瘤生长数据的模拟,验证了差分形式的Gompertz模型对连续Gompertz模型具有良好的逼近效果;进一步,对其稳定性进行了研究,讨论了模型参数对平衡点稳定性的影响;最后,研究了一类基于差分形式的Gompertz模型的非线性动力系统的长期行为,数值模拟表明差分形式的Gompertz模型的长期行为对模型参数较为敏感。
简介:为便于进行数据分析,首先将教据中的位点信息由原来字母编码方式转换为数值编码的方式.根据位点的编码信息和患病信息,采用Logistic回归的方法,找出某种疾病最有可能的一个或几个致病位,最.同时采用显著性检验进一步对建立的模型进行检验,证明了建立结果的合理性。此外,通过主成分分析,从原有的300个主成分中取出了225个主成分尽可能多地反映原来基因变量的信息。再通过主成分Logistic回归分析找出与疾病最有可能相关的一个或几个基因。最后,采用典型相关分析找出与相关性状有关联的基因位点。