导读:本文包含了联合熵论文开题报告文献综述及选题提纲参考文献，主要关键词:体外冲击波碎石术,输尿管上段结石,CT值,熵值
联合熵论文文献综述
张园,潘敏,汪翔,李聪,杨帆[1]（2019）在《CT值联合熵值对输尿管上段结石行体外冲击波治疗的预测价值》一文中研究指出目的探讨CT值联合熵值预测体外冲击波碎石术(ESWL)治疗输尿管上段结石疗效的应用价值。方法收集2017年10月～2018年6月于我院行非增强多层螺旋CT(MDCT)检查和ESWL的输尿管上段结石的病人共83例,根据治疗后4周结石清除效果分为成功组(52例)和失败组(31例)。比较两组病人的性别、年龄和结石直径以及结石CT值和熵值,分析结石CT值联合熵值对病人ESWL治疗效果的预测价值。结果 31例(37%)病人碎石失败。两组的病人的基本资料如性别,年龄和结石直径比较差异无统计学意义(P>0.05)。成功组的CT值为(691.73±171.34) HU,失败组为(852.74±180.98) HU,成功组的熵值为4.25±0.57,失败组为4.81±0.41,两组比较差异均有统计学意义(P<0.05)。根据CT值(750 HU)和熵值(4.5)将病人分为4个危险类别,CT值>750 HU和熵值>4.5(10/29),CT值≤750 HU和熵值>4.5(7/13),CT值>750 HU和熵值≤4.5(11/14),CT值≤750 HU和熵值≤4.5(24/27),其相关的ESWL清石率分别为34.5%,53.8%,78.6%,88.9%。结论结石CT值联合熵值可较好地预测输尿管上段结石病人ESWL的治疗效果,CT值和熵值越低,ESWL治疗后结石清除率越高。(本文来源于《临床外科杂志》期刊2019年11期）
王昌,任琼琼,秦鑫,刘艳,张文超[2]（2018）在《基于局部联合熵梯度的双向多分辨率Demons算法》一文中研究指出针对active demons算法易受到参数设置的影响,无法有效解决大形变场的配准问题,本研究提出了基于局部联合熵梯度的双向多分辨率demons算法。利用在配准过程中两幅图像的互信息不断增加,局部联合熵增大的规律,本研究引入两幅图像局部联合熵参数,将图像局部联合熵的梯度附加到demons驱动力中,实现了基于局部联合熵梯度的双向多分辨率demons算法。利用自然图像、MRI图像和CT图像测试本算法的优越性,与active demons,diffeomorphic demons算法进行对比分析,采用均方误差、归一化互相关系数和结构相似度对配准结果进行定量评价。本算法归一化互相关系数和结构相似度最高,均方误差最小。通过分析权重系数的影响和设置合适的参数,本算法可应用于大形变的医学图像配准,具有一定的临床应用价值。(本文来源于《生物医学工程研究》期刊2018年02期）
姚沁[3]（2018）在《基于联合熵的心电特征提取以及心肺耦合关系研究》一文中研究指出心脏是一个重要的人体器官,而心率则是用来检测、判别人体是否健康的重要的指标。医学上,可以采用心电信号来诊断心脏或者其他器官的疾病。心电信号中蕴藏大量的心率节律的动态学信息,它是由自主神经系统对窦房结的自律性的调节所产生,是心血管系统正常进行稳态调节下的重要机制。心脏疾病一直是医疗诊断的研究热点,其中心肌缺血是冠心病的一个显着的病症,而且严重的心肌缺血很可能导致心肌梗死。心肌缺血能造成心脏的交感神经和迷走神经异常变化的发生,该种异常的变化将引发心率节律也发生巨大变化。心肌缺血是一个关于心脏方面疾病的重要病症,它可以导致心跳周期中ST段的偏移,但单纯心率变化也可以引起ST段偏移,因此准确快速的判别造成ST段偏移的原因,在临床医学上有重要的意义。本文在联合熵的基础上,对联合熵的替代序列进行变化,通过对两组不同原因引起的ST段偏移的时间序列数据进行特征提取和研究分析,将造成ST段偏移的原因区别开来,为可临床诊疗提供可靠的评价指标。另外,心肺耦合关系研究也是国内外众多学者的研究热点,在多个疾病的临床检测和治疗中发挥重要作用。用联合熵单一的分析心电信号或者呼吸信号,研究结果的准确性和稳定性会受到序列非稳性的严重影响。本文在原有联合熵的研究基础上,通过对20位志愿者在基础状态和音乐状态下的心电图信号和呼吸信号进行耦合分析,得到心血管循环系统和呼吸系统之间的耦合作用状态,能呈现出音乐对人体心肺耦合关系的调制作用。本文主要在联合熵的基础上对心电信号和心肺耦合作用进行了研究探讨,主要创新点以及研究结论如下:(1)为了清晰判别出造成ST段偏移的不同原因的样本个体,本文分别用联合熵和改变替代序列的联合熵计算结果,提取并分析心电信号序列的特征,来判别造成ST段偏移的原因,实验结果发现,本文提出的改变替代序列的联合熵的结果更能明显、精准的识别造成ST段偏移的原因。(2)将替代序列从自身样本数据组抽取的样本序列变为一组健康年轻人的HRV信号序列,分别将健康年轻人的HRV信号序列和该健康年轻人的HRV信号序列去线性后作为替代序列应用到联合熵的计算中,结果发现替代序列为健康年轻人的HRV信号序列时,替代序列中的线性成分不影响评估的结果。(3)分别将健康年轻人的HRV信号序列和该健康年轻人的HRV信号序列去线性后作为替代序列的联合熵应用在针灸前和针灸中样本的HRV信号检验判别中,识别了这两种生理状态,为探索针灸治疗和其他方式的心脏疾病的诊疗提供了可靠的评价指标。(4)本文应用经验模态分解法将心电图信号进行分解后,再进一步运用联合熵与呼吸信号进行耦合计算,发现心肺耦合关系研究中的联合熵在不同的心电图分量下对应相同的趋势,并且实验结果表明,在经验模态分解下的联合熵能够得到显着的耦合作用和区分效果,能更敏锐、精准地捕捉信号中的动态信息的变化,从而有效的反映出音乐对人体心肺耦合关系的调制作用,可为以后进一步的耦合关系的研究和临床医学的应用提供一份更有价值的参考。(本文来源于《陕西师范大学》期刊2018-05-01）
冯霞,刘亚伟[4]（2018）在《基于联合熵隐私保护的自适应动态Mix-zone方案》一文中研究指出针对车联网中Mix-zone方案灵活性低以及隐私保护程度对用户缺乏透明度的问题,提出一种交通自适应的动态Mix-zone创建方法,可以根据道路交通状况为车辆动态创建Mix-zone,随时随地为车辆创建Mix-zone进行假名更换,建立基于身份和位置的隐私保护;提出对Mix-zone进行隐私分级的联合熵度量模型,可通过归一化的定量计算结果度量Mix-zone达到当前区域车辆隐私需求的程度。使用深圳市某区的出租车辆的轨迹数据验证了联合熵隐私度量模型及基于该模型的Mix-zone创建方案,实验结果表明,该联合熵模型能刻画交通场景中参数与隐私保护程度的正比关系,在联合熵所表示的无序性指标上,所提Mix-zone创建方案相较其他方案,具有更好的隐私保护效果。(本文来源于《通信学报》期刊2018年03期）
孔素然[5]（2015）在《基于归一化前景和二维联合熵的人员非法聚集图像检测》一文中研究指出提出一种基于归一化前景和二维联合熵的人员非法聚集图像检测方法,将若干高斯模型依据可靠性度量按照降序排列,用排在前面的高斯分布描述背景分布.将前景面积当成人员非法聚集图像检测模型中的一个参数.对原有前景面积公式进行归一化处理,通过二维联合概率密度运算二维联合熵.将场景划分成网格状统计区间,计算所有统计区间的前景概率密度,结合香农信息熵理论,求出前景的二维联合分布熵,得到人员非法聚集检测模型.引入遮挡因子对其进行调整,调整体现场景人员非法聚集程度的参考指数并设定其阀值,确定场景是否发生大规模人员非法聚集.仿真实验结果表明,所提出的方法具有较高的检测精度.(本文来源于《微电子学与计算机》期刊2015年08期）
陆兴华,陈平华[6]（2015）在《基于定量递归联合熵特征重构的缓冲区流量预测算法》一文中研究指出对网络基站缓冲区的短时网络流量的准确预测是缓解和控制拥堵的关键。基站缓冲区的短时网络流量时间序列具有非线性混沌特征,其自相关特性较弱,而传统方法采用线性时间序列分析方法没能有效挖掘流量序列的非线性特征信息,流量序列预测性能不好。提出了一种基于非线性时间序列分析的定量递归联合熵特征重构网络基站缓冲区的短时网络流量预测算法,该算法提取流量序列的定量递归联合熵特征,并对特征序列进行相空间重构;把网络流量信号模型进行高维映射,在高维相空间对短时网络流量序列进行定量递归分析;采用自相关特征奇异分解对流量序列进行聚合后的线性迭加,采用平均互信息算法和虚假最近邻点算法计算最佳时延参数和最小嵌入维;进行插值拟合形成时频分析特征分流控制,实现对网络流量的预测。仿真结果表明,该算法预测精度较高,稳定性较好,预测偏差较传统方法低,具有较好的应用价值。(本文来源于《计算机科学》期刊2015年04期）
庄景晖[7]（2014）在《基于联合熵和交互信息量的视频篡改检测》一文中研究指出利用帧间内容相关性的连续性,提出了一种基于联合熵和交互信息量的视频篡改检测方法,能够检测视频的删除和插入篡改。首先,计算视频帧间的联合熵和交互信息量,并获得二者的平均偏离程度,再根据平均偏离程度确定动态阈值,从而判断出篡改点并确定篡改方式。实验结果表明,该方法能够有效地检测镜头移动和基于移动背景的镜头静止视频的删除和插入篡改。(本文来源于《武夷学院学报》期刊2014年05期）
牛琨,张舒博,赵方[8]（2014）在《采用联合熵矩阵的子空间聚类算法》一文中研究指出为了解决现有子空间聚类算法时间复杂度偏高和对输入参数敏感的问题,提出了一种基于联合熵矩阵的子空间聚类算法.通过计算每个属性实例分布的熵降维,计算任意两个维度的联合熵,形成联合熵矩阵,在联合熵矩阵中搜索最高阶全1子矩阵作为兴趣子空间,最后在兴趣子空间完成聚类.在人工数据集和公开数据集上的实验表明,与传统子空间聚类算法相比,新算法能以较低的开销识别维度更高的兴趣度子空间.(本文来源于《北京邮电大学学报》期刊2014年03期）
李新新[9]（2014）在《基于极大联合熵相空间重构和RQA的轴承故障诊断》一文中研究指出轴承作为旋转机械中的广泛通用部件，其缺陷和损伤将直接影响设备的稳定运行甚至造成整个设备的损坏，因此轴承的故障诊断与识别极为重要。但其故障信号所呈现出的非线性和非平稳特性，使得传统的建立在信号平稳性基础上的故障特征提取方法受到限制。针对机械故障振动信号所具有的复杂特性，本文提出了一种基于极大联合熵相空间重构和递归图定量分析技术的轴承故障诊断方法，同时采用GG(Gath-Geva)聚类算法对故障信号进行状态识别，并将上述理论研究应用在滚动轴承和转轴故障检测中。首先，介绍了常见振动故障形式和故障频率的计算方法，阐述了传统的故障诊断方法：时域分析法和频域分析法。其次，分析了最佳延迟时间的极大联合熵准则和符号分析法求取极大联合熵所具有的明显优势，提出了基于符号分析的极大联合熵延迟时间求取新方法，结合CAO方法求取最佳嵌入维数，并通过一系列的数值仿真试验证明了该方法重构原系统相空间的准确、快速以及高效性。然后，在相空间重构参数能够准确求取的基础上，引入了以图形的方式定性的表征系统动力学特性的递归图方法。然后将能够对递归图中表现出来的递归现象进行量化的递归定量分析方法应用到机械故障诊断中，研究了RQA(RecurrenceQuantification Analysis)的主要非线性特征量的提取，组成轴承故障识别的特征向量，结合GG模糊聚类实现轴承故障模式识别。最后，以美国凯斯西储大学的滚动轴承故障数据以及宝钢1580SP轧机实测数据为研究对象，用本文所研究方法求取相空间重构参数，采用递归定量分析和GG模糊聚类结合的方法进行故障诊断与识别。结果表明，该方法可以完成对滚动轴承和传动系统轴承信号的诊断与识别。(本文来源于《燕山大学》期刊2014-05-01）
常庆龙,夏洪山[10]（2013）在《利用归一化前景和二维联合熵的人群聚集检测方法》一文中研究指出基于摄像机透视效应提出了一种场景归一化前景面积的计算方法;然后结合联合概率密度的概念设计出前景二值图的二维联合概率密度计算公式,并据此进一步计算出二维联合熵;最后,根据归一化前景面积和二维联合熵提出了一种人群聚集检测模型。实验表明,该模型可以实现对监控场景下人群聚集现象的快速有效检测。(本文来源于《武汉大学学报(信息科学版)》期刊2013年09期）
联合熵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对active demons算法易受到参数设置的影响,无法有效解决大形变场的配准问题,本研究提出了基于局部联合熵梯度的双向多分辨率demons算法。利用在配准过程中两幅图像的互信息不断增加,局部联合熵增大的规律,本研究引入两幅图像局部联合熵参数,将图像局部联合熵的梯度附加到demons驱动力中,实现了基于局部联合熵梯度的双向多分辨率demons算法。利用自然图像、MRI图像和CT图像测试本算法的优越性,与active demons,diffeomorphic demons算法进行对比分析,采用均方误差、归一化互相关系数和结构相似度对配准结果进行定量评价。本算法归一化互相关系数和结构相似度最高,均方误差最小。通过分析权重系数的影响和设置合适的参数,本算法可应用于大形变的医学图像配准,具有一定的临床应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
联合熵论文参考文献
[1].张园,潘敏,汪翔,李聪,杨帆.CT值联合熵值对输尿管上段结石行体外冲击波治疗的预测价值[J].临床外科杂志.2019
[2].王昌,任琼琼,秦鑫,刘艳,张文超.基于局部联合熵梯度的双向多分辨率Demons算法[J].生物医学工程研究.2018
[3].姚沁.基于联合熵的心电特征提取以及心肺耦合关系研究[D].陕西师范大学.2018
[4].冯霞,刘亚伟.基于联合熵隐私保护的自适应动态Mix-zone方案[J].通信学报.2018
[5].孔素然.基于归一化前景和二维联合熵的人员非法聚集图像检测[J].微电子学与计算机.2015
[6].陆兴华,陈平华.基于定量递归联合熵特征重构的缓冲区流量预测算法[J].计算机科学.2015
[7].庄景晖.基于联合熵和交互信息量的视频篡改检测[J].武夷学院学报.2014
[8].牛琨,张舒博,赵方.采用联合熵矩阵的子空间聚类算法[J].北京邮电大学学报.2014
[9].李新新.基于极大联合熵相空间重构和RQA的轴承故障诊断[D].燕山大学.2014
[10].常庆龙,夏洪山.利用归一化前景和二维联合熵的人群聚集检测方法[J].武汉大学学报(信息科学版).2013