-
题名复杂无向网络连通性的一种高效判定算法
被引量：4
- 1
-
-
作者
王卓
秦博东
徐雍
鲁仁全
魏庆来
-
机构
北京航空航天大学前沿科学技术创新研究院北航-首医大数据精准医疗高精尖创新中心
北京量子信息科学研究院
北京航空航天大学仪器科学与光电工程学院
广东工业大学自动化学院智能决策与协同控制广东省重点实验室
中国科学院自动化研究所复杂系统管理与控制国家重点实验室
-
出处
《自动化学报》
EI
CSCD
北大核心
2020年第10期2129-2136,共8页
-
基金
国家自然科学基金(61673041,61722312,61876041,61425009,U1611262)
北京量子信息科学研究院(Y18G34)资助。
-
文摘
通信网络的拓扑结构连通性是多智能体系统一致性控制或编队控制等的理论前提.以往,各种多智能体系统一致性控制或编队控制方面的文献仅侧重于控制协议、智能体动力学模型和控制律设计,而缺乏对多智能体通信网络拓扑结构的连通性研究.网络连通性高效判定算法不仅是大规模多智能体系统一致性控制或编队控制的保证,而且在图论、现代移动通信、计算机与交通等各种网络中有着重要和广泛的应用.针对复杂无向网络的连通性问题,本文给出了一种新的高效判定算法、以及该算法的时间复杂度和空间复杂度的上界.该算法具有非常低的时间复杂度和空间复杂度,且便于计算机实现,因而具有重要的理论意义和广泛的实用价值.
-
关键词
复杂无向网络
图论
连通性
多智能体系统
高效算法
-
Keywords
Complex undirected networks
graph theory
connectivity
multi-agent systems
efficient algorithm
-
分类号
O157.5
[理学—基础数学]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于多网络集成的脑白质高信号分割方法
被引量：4
- 2
-
-
作者
李鑫鑫
汪绪先
程健
徐红
李子孝
刘涛
-
机构
北京航空航天大学生物与医学工程学院
北京航空航天大学计算机学院
北航-首医大数据精准医疗高精尖创新中心
首都医科大学附属北京天坛医院神经病学中心
北京航空航天大学生物医学工程高精尖创新中心
-
出处
《中国卒中杂志》
2020年第3期234-242,共9页
-
基金
国家自然科学基金面上项目（81871434）
-
文摘
目的构建一种新型基于全卷积神经网络的分割方法,以提升脑白质高信号的分割精度。方法本模型基于U-Net的编码器-解码器结构,采用密集连接结构,并优化卷积次数,以充分利用网络中间层提取的特征,实现端到端的分割。该模型采用多个网络的集成框架,以提高模型的鲁棒性。模型对白质高信号的分割精度评价指标包括相似性系数、豪斯多夫距离、平均体积差异和F1分数。结果在公开数据集上进行的测试结果表明,本文提出的方法在4种分割评价标准(包括相似性系数,豪斯多夫距离,平均体积差异和F1分数)上的表现,优于现有的主流的分割方法,证明了该方法的有效性。结论基于密集连接和集成优化的神经网络模型,能对脑白质高信号进行较好的分割。该方法的提出,为进一步分析脑血管病白质特征,提供了重要的算法支撑。
-
关键词
脑白质高信号分割
深度学习
密集连接
多网络集成
-
Keywords
White matter hyperintensities segmentation
Deep learning
Dense connectivity
Ensemble model
-
分类号
TN911.6
[电子电信—通信与信息系统]
R741.04
[医药卫生—神经病学与精神病学]
-
