澳门特别行政区科学技术发展基金(0632010A) 作品数:6 被引量:24 H指数:3 相关作者: 田小林 孙延奎 舒鹏 张田 张轩 更多>> 相关机构: 澳门科技大学 清华大学 南京航空航天大学 更多>> 发文基金: 澳门特别行政区科学技术发展基金 国家自然科学基金 国家高技术研究发展计划 更多>> 相关领域: 电子电信 自动化与计算机技术 交通运输工程 天文地球 更多>>
SDN环境下基于MPTCP协议的切换管理 被引量:6 2017年 为提高无线切换时的网络性能,采用软件定义网络架构并提出基于多路径传输控制协议的移动切换管理方法.根据所提出的基于模糊逻辑的多属性切换算法进行切换判决,综合采用当前信号强度(received signal strength,RSS),预测RSS值以及可用带宽作为网络参数来设计模糊逻辑控制器.然后计算各参数的隶属度值,通过计算综合性能评估值进行切换判决.在切换管理的实现过程中,传输层采用多路径传输控制协议,允许建立多条传输路径传输数据.设备可利用该协议同时连接多个接入点,一条链路发生切换时其余链路继续保持通信.最后搭建了一个Open Flow试验床来验证该切换管理方法,结果表明该方法可实现设备的无缝切换,保证用户服务质量. 孙茂鑫 钱红燕 陈兵 张轩关键词:移动切换 光学相干层析视网膜体数据的3维分割 被引量:5 2013年 提出一种光学相干层析(OCT)视网膜体数据3维分割的新方法。综合利用视网膜边界方向、图像强度峰值及分而治之的策略,可分割出多层重要边界面。具体过程是:在OCT体数据中,从上到下查找A-scan的第1个峰值确定内界膜(ILM)的初始位置,再通过表面光滑性约束去除异常点进行优化;利用类似的方法从下到上查找A-scan的第1个峰值定位视网膜色素上皮层(RPE);然后,对由ILM和RPE之间的数据构成的子体,确定每条A-scan的亮度最大值分割出内外节层(IS/OS)上边界表面;最后,对由ILM和IS/OS之间的数据构成的子体,从下到上寻找A-scan的第1个峰值定位内核层和外网织层(INL/OPL)之间的边界表面。实验结果表明,本文方法在普通台式计算机上能够正确地分割出上述4个边界面,且每个边界面的分割可在几秒内完成。 樊鲁杰 孙延奎 张田 田小林关键词:光学相干层析 视网膜 体数据 二进小波与扩散滤波结合的光学相干层析图像降噪 被引量:3 2013年 斑点抑制各向异性扩散(SRAD)是一种重要的图像降噪方法。将二进小波与SRAD结合,提出一种光学相干层析图像的二进小波扩散滤波降噪方法。该方法利用二进小波分解得到的不同尺度间小波系数的相关性区分边缘和噪声,修改SRAD中扩散系数得到新的扩散系数计算公式。实验表明,新方法具有更好的降噪能力,降噪后得到的图像的信噪比和对比度噪声比率等量化衡量指标都优于经典SRAD方法。 张田 孙延奎 田小林关键词:光学相干层析 图像降噪 各向异性扩散 二进小波 采用双树复小波和混合概率模型的光学相干层析图像去噪 被引量:7 2011年 为了去除光学相干层析图像中的斑点噪声,提出了基于双树复小波变换的混合概率模型ProbShrink算法.针对原始光学相干层析图像中信号和噪声的分布特点,在微观层面引入了混合概率模型:将OCT图像取对数后进行双树复小波变换,对于层状边缘中与边缘点"方向一致"的小波系数,采用广义高斯模型描述;对于其他小波系数,则采用高斯模型进行描述.而后采用改进的ProbShrink算法进行去噪.实验结果表明,该算法在大幅提升信噪比的情况下保持边缘锐度的相对稳定,优于传统的基于小波变换的去噪方法. 舒鹏 孙延奎 田小林关键词:光学相干层析 图像去噪 双树复小波变换 眼前节光学相干层析图像中央角膜厚度自动测量 被引量:2 2012年 为了自动获取所需医学参数,辅助医生诊断,提出了一种基于边缘检测和随机抽样一致性的中央角膜厚度自动测量方法.采用边缘检测算子获得眼前节组织光学相干层析图像中的初始边缘,然后利用随机抽样一致性算法对初始中央角膜上边缘进行圆弧拟合,进一步提取中央角膜下边缘并采用相同方法进行圆弧拟合,根据得到的中央角膜上下边缘计算中央角膜厚度.实验结果表明,该算法能排除图像中时常出现的中央亮线干扰,实时而准确地提取中央角膜上下边缘,得到的中央角膜厚度计算结果与人工分析基本一致,具有良好的应用价值和商业前景. 舒鹏 孙延奎 田小林关键词:光学相干层析 中央角膜厚度 随机抽样一致性 边缘检测 CFMoment:挖掘数据流频繁闭项集算法 被引量:3 2019年 在数据流上挖掘频繁闭项集是数据挖掘中关联性挖掘的重要研究课题之一.该文提出了一种高效的数据流频繁闭项挖掘算法--CFMoment,通过使用滑动窗口不断维护数据流中的频繁闭项集,可适用于实时性要求较高的多种数据流处理应用环境.该算法利用项目的有效比特序列表示来减少滑动窗口所需的时间和内存,进一步提升了在数据流中挖掘频繁闭项集的效率并有效降低了运行过程中的内存需求.实验表明,该算法不仅获得了高精度的挖掘结果,而且其运算速度明显快于现有的Moment算法,在数据流上挖掘频繁闭项集的内存消耗更少. 王金伟 吴少华 瞿治国关键词:数据挖掘 数据流 频繁闭项集