夏一丹
- 作品数：3 被引量：17H指数：2
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金云南省自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于火焰动态形变特征的转炉炼钢终点判定被引量：12
- 2015年
- 炼钢转炉炉口火焰的动态形变特征与吹炼数据有密切的关系,在不同吹炼时期显示出不同的规律性,是吹炼过程中的显著特征。准确地表示和描述火焰边界动态形变对依据火焰图像判定转炉吹炼终点具有重要意义,且能克服静态边界特征存在的振荡剧烈问题。提出一种表述火焰边界动态形变的方法,首先定位了符合人眼感知的火焰区域中心;其次,利用此中心对火焰边界进行极坐标建模;最后,依据边界模型定义了火焰边界动态形变幅度谱的提取方法,对动态形变过程进行描述,并将其应用于转炉终点的判定。为保证火焰边界动态形变描述的有效性,对原火焰图像及提取到的火焰边界进行了处理。实验结果表明,与现有的差分链码曲率、边界不变矩和圆形度等火焰边界静态特征相比,所提算法有较高的识别率,且能满足实时性要求,有较高应用价值。
- 李鹏举刘辉王彬王龙夏一丹
- 关键词：转炉炼钢图像识别
- 基于介中心性及K-shell的脑网络核心节点评价方法被引量：5
- 2017年
- 在对基于核磁共振成像技术重构得到的人脑结构网络的研究中,核心节点的识别是对全脑网络特性展开研究的基础,具有重要意义。给出了一种基于K-shell和介中心性的核心节点评价方法,首先使用以节点局部重要性为标准的度中心性、邻近中心性和介中心性三个中心性评价方法分别对人脑结构网络中的节点重要性展开评估和分析;接着利用以节点全局地位为标准的K-shell分解法对人脑结构网络的核心节点展开分析。实验结果显示,由于同时兼顾了脑网络节点的整体特性和局部特性,该方法能够更全面和准确地识别核心脑区节点。
- 王小俊王彬夏一丹鹿丽鹏刘辉熊新
- 加权Fast Newman模块化算法在人脑结构网络中的应用
- 2016年
- 针对二值人脑结构网络的模块化方法不足以反映复杂的人脑生理特征这一问题,提出一种基于Fast Newman二值算法的加权脑网络模块化算法。该算法以凝聚节点的层次聚类思想为基础,以脑网络中单个脑区节点的权重值和脑网络总权重值为主要依据构建加权模块度评价指标,并将其增量作为度量值来确定加权脑网络中节点的合并从而实现模块划分。将该算法应用于60个健康人的组平均数据中的实验结果显示,与二值人脑网络模块化结果相对比,所提算法得到的模块度提高了28%,并且模块内部和模块外部的特征区分更加明显,所得到的人脑模块也更符合已知的人脑生理特性;而与现有的两种加权模块化算法实验对比结果表明,所提算法在合理划分人脑网络模块结构的同时也小幅提高了模块度。
- 夏一丹王彬董迎朝刘辉熊新
- 关键词：模块结构FAST加权网络模块度
