相位同步模型及其應(yīng)用.pdf

1、復(fù)雜網(wǎng)絡(luò)理論研究的熱潮方興未艾,其中,對網(wǎng)絡(luò)動力學(xué)的研究是一個發(fā)展前景廣闊的熱點問題。復(fù)雜網(wǎng)絡(luò)的同步作為網(wǎng)絡(luò)動力學(xué)的基本行為之一,其研究進展受到廣大學(xué)者的密切關(guān)注。復(fù)雜網(wǎng)絡(luò)的基本特征之一,就是網(wǎng)絡(luò)呈現(xiàn)出社區(qū)結(jié)構(gòu)。社區(qū)內(nèi)部節(jié)點聯(lián)系緊密,社區(qū)之間節(jié)點聯(lián)系松散,從而使整個網(wǎng)絡(luò)呈現(xiàn)出社區(qū)結(jié)構(gòu)。研究社區(qū)結(jié)構(gòu)對解釋網(wǎng)絡(luò)的性質(zhì)和功能具有重要意義。目前已有的方法大多是利用網(wǎng)絡(luò)的拓撲結(jié)構(gòu)對社區(qū)進行研究,而本文提出的方法,則是利用網(wǎng)絡(luò)的動力學(xué)行為來對網(wǎng)絡(luò)進

2、行社區(qū)檢測。社區(qū)檢測可以看做是根據(jù)連接關(guān)系對網(wǎng)絡(luò)中的節(jié)點進行聚類,而圖像分割,則是根據(jù)相似度對圖像中的像素點進行聚類。將圖像的像素點對應(yīng)網(wǎng)絡(luò)的節(jié)點,像素點之間的相似度對應(yīng)節(jié)點之間邊的權(quán)值,建立網(wǎng)絡(luò)模型,對網(wǎng)絡(luò)中的節(jié)點進行聚類,就實現(xiàn)了像素點的聚類。為了降低算法的時間代價,先對圖像進行預(yù)分割,將圖像分割成區(qū)域,用區(qū)域?qū)?yīng)網(wǎng)絡(luò)的節(jié)點,區(qū)域之間的相似度對應(yīng)節(jié)點邊的權(quán)值,建立網(wǎng)絡(luò)模型,再對圖像進行處理。本文選用了醫(yī)學(xué)圖像作為處理對象,對醫(yī)學(xué)圖像

3、進行處理對疾病的檢測、診斷具有重要意義。
　　具體內(nèi)容如下:
　　(1)提出了一種基于離散時間迭代的相位同步模型,在這個模型中,節(jié)點之間存在吸引和排斥兩種作用力,吸引力是的具有連接關(guān)系的節(jié)點相位相互接近,排斥力是的不具有連接關(guān)系的節(jié)點相位相互遠離。節(jié)點相位達到穩(wěn)定后,相位的同步情況反映了網(wǎng)絡(luò)的拓撲結(jié)構(gòu)。
　　(2)將相位同步模型應(yīng)用到社區(qū)檢測中,提出了一種基于相位同步模型的社區(qū)檢測算法。通過相位同步模型對節(jié)點相位進行迭

4、代,得到節(jié)點的相位分布曲線,提取其斜率,得到節(jié)點的相位分布曲線,并根據(jù)相位和斜率對節(jié)點進行分類,通過檢測相位分布曲線,對處于波谷和波谷的節(jié)點進行分類,對分好的每一類檢測相位分布曲線,對處于波谷和波谷的節(jié)點進行分類,將可能分錯的節(jié)點重新歸類,節(jié)點分類的結(jié)果即是節(jié)點的社區(qū)劃分結(jié)果。
　　(3)將相位同步模型應(yīng)用到醫(yī)學(xué)圖像分割中,提出了一種基于相位同步模型的醫(yī)學(xué)圖像處理算法。對圖像進行特征提取,分水嶺預(yù)分割,求分割得到的區(qū)域之間的相似度