基于支持向量机和粒子群算法的电子鼻伤口感染检测

针对传统的伤口感染诊断方法耗时长,操作复杂等问题,提出了一种基于电子鼻和支持向量机(SVM)的方法进行伤口感染检测,分别检测非感染和三种常见病原菌感染的大白鼠伤口顶空气体,然后利用 SVM对实验数据进行识别.同时,鉴于传感器阵列的优化以及 SVM参数选择对其分类准确率有重大的影响,提出一种基于粒子群算法(PSO)的传感器阵列和 SVM参数同步优化方法.实验结果表明,SVM结合 PSO与传统的神经网络以及遗传算法相比,极大提高伤口感染检测的准确率     

基于属性测度的辐射源识别方法研究

对辐射源识别问题进行了研究, 提出了一种采用属性测度理论对辐射源进行识别的新方法. 给出了对雷达侦察设备上报的辐射源参数数据进行属性识别的方法、步骤和多指标权系数的确定方法. 针对战场环境下多传感器系统获取的雷达辐射源信息具有时间上的冗余性, 文中又将该方法推广到多传感器系统. 将属性测度与D-S证据理论相结合, 利用文中给出的属性测度计算方法构造证据理论中的基本概率赋值函数. 最后以雷达辐射源用途识别和体制识别为例, 对单传感器和多传感器的情况分别进行计算机仿真实验, 结果验证了这一方法的正确性和有效性.     

多相流流型在线识别理论研究

阐明了目前已有方法未能解决工业多相流动流型识别问题的主要原因．结合大量的实验数据，提出了实现流型在线识别的前提条件，获得了部分流型的识别规则．采用具有自组织聚类算法得到了流型特征的标准模板，并基于压力、压差信号提出了流型的多传感器数据融合在线识别方法，解决了流速及含油率对流型识别技术的影响．将该流型在线识别理论应用到实践中进行了检验，测量误差小于10％．具有置信度高、容错性好、降低了对单个传感器的性能要求等优点．     

基于非线性自适应神经网络的刨煤机刨头位置控制系统

由于多种因素影响刨煤机刨头位置的控制，本文提出了一种基于非线性自适应神经网络的刨煤机刨头位置控制系统，该系统采用了多传感器数据融合的方法，并将其应用在前馈反馈自适应神经网络中，其结果表明，与常规PID系统相比该系统能够消除静差从而更好地跟踪参考曲线。     

一种新的fMRI数据处理方法: 邻域独立成分相关法及其初步应用

独立成分分析(ICA)是信号处理领域中新近发展起来的一种很有应用前景的方法, 而脑功能磁共振(fMRI)信号的有效分离与识别是一个正在研究和实验之中的技术领域, 因此, 发展基于ICA的fMRI数据处理方法具有明显的理论价值和应用前景. 首先分析了现行ICA-fMRI方法采用的信号与噪声的空域分布相互独立的信号模型所存在的明显不足, 然后提出了微域中的信号与噪声的时域过程相互独立的fMRI信号模型, 从而建立了一种新的fMRI数据处理方法: 邻域独立成分相关法. 从理论和仿真实验两个方面阐明了新方法的合理性, 最后给出了实际fMRI数据的例子.     

分布式光纤传感信号特征提取方法研究

本文分析研究了分布式光纤传感信号的三种特征提取方法：MFCC参数特征提取法、小波包能量特征提取法和小波包Shannon熵特征提取法，并且用RBF神经网络分别进行了实验。实验识别结果表明，相比其他两种特征提取方法，小波包Shannon熵特征提取法能产生较好的识别结果。     

稀疏均匀非同心电磁矢量阵列的2D-DOA与极化联合估计

本文提出了一种稀疏均匀非同心电磁矢量传感器矩形阵列,针对该阵列提出了一种二维波达方向(2D-DOA)和极化参数的联合估计算法.首先利用稀疏均匀矩形阵列的旋转不变性得到周期性模糊的2D-DOA估计,然后提出一种简易的非同心电磁矢量传感器的2D-DOA估计算法来解模糊,再通过一些三角变换得到高精度无模糊的2D-DOA和极化参数估计,最后推导了该阵列多参量估计的闭式克拉美罗界.本文所提阵列的稀疏配置使得在不增加阵元数和硬件复杂度情况下有效扩展了阵列物理孔径,且由于矢量传感器的使用获得了极化分集,使得2D-DOA的估计精度大大增加.此外本文方法能得到2D-DOA和极化参数之间的自动配对,更为重要的是该阵列使用非同心电磁矢量传感器构成,解决了同心电磁矢量传感器互耦严重、硬件设计困难的问题.仿真结果证明了本文多参量估计算法的有效性.     

改进的模糊神经网络算法在车型识别中的应用

FBP和FCNN网络是模式识别中应用最为广泛的两种神经网络，本文将这两种网络应用于车型识别，分别建立了车型识别模型。利用混沌对初值的极端敏感依赖提出了FCNN网络算法，通过对车型图像数据库进行仿真实验，对比分析它们各自的识别率和泛化能力等性能指标，证明了FCNN网络算法的有效性。     

ICA和镜头分割结合的盲视频水印方案

视频数字水印是解决数字视频版权问题的主要方法．提出一种独立分量分析（independent component analysis，ICA）和镜头分割相结合的盲视频水印方案，它先通过全局直方图比较的方法将视频进行分段，然后对这些段进行ICA分解，在得到的主独立分量帧中采用SWE（single watermark embedding）方案嵌入版权信息．该方案利用视频序列镜头分割的方法，从内容上对视频进行定位，提高水印方案对于时间不同步的鲁棒性；通过在主独立分量帧中嵌入水印增强了方案对于视频内部共谋攻击的鲁棒性；采用SWE方案，实现盲检测．实验结果表明这个方案对于常见的基于帧的和基于视频的处理都有很好的鲁棒性；能够实现盲检测；对于时间不同步和视频内部的共谋攻击有较好的鲁棒性．     

互联网时代语音识别基本问题

语音识别技术经过半个世纪的积累，于近年来达到大规模商用水平．本文概括了统计语音识别理论的发展状况，并单独介绍了深度神经网络在声学建模、语言建模、多语言共享、语义识别等方面的卓越性能．深度神经网络的性能优势引起了我们强烈的兴趣．通过回顾类人听觉信息处理对深度神经网络的改进作用，我们意识到，深度神经网络与类人听觉信息处理相结合，必将推进语音识别技术的进一步发展．反过来，深度神经网络技术在语音识别中的进步，也必将推动类人听觉信总、处理技术的进步．语音识别技术后续发展的重点是对深度神经网络的结构和训练算法的改进使之更好地实现类人听觉．最后，我们分析了采用深度神经网络模拟人类听觉的抗噪修复机理和听觉关注机理的可能性．     

基于STDP规则和忆阻桥突触的神经网络及图像处理

忆阻器是具有记忆和类突触特性的非线性电路元件.基于此特性,文中提出了一个基于STDP（spike-time-dependent plasticity）学习规则的忆阻桥突触电路,它具有可以作为人工神经网络突触的优势.根据此优势,将这个新的电路与其他电路和网络结合,构成全新的电路和网络.首先将该忆阻桥突触电路和3个附加的晶体管结合在一起,实现神经网络的突触运算,并构建完整的忆阻桥突触神经网络.然后再将它与细胞神经网络结合用于图像去噪、边缘提取、角检测和汉字识别.最后,通过一系列的仿真实验证实了该方案的可行性,说明基于STDP学习规则的忆阻桥突触神经网络更具仿生特性,而且集成度更高、模板更易更换,有望解决实时的复杂的智能问题.     

改进果蝇优化算法优化广义回归神经网络的预测问题研究

为提高传统非线性预测模型的预测精度,提出一种基于改进果蝇优化算法优化广义回归神经网络的预测方法,将果蝇群体分两部分分别进行迭代寻优,从而改进了果蝇优化算法的寻优性能,进而避免了在寻优过程中陷入局部最优。该方法利用改进果蝇优化算法优化广义回归神经网络的径向基函数扩展参数,然后用训练好的广义回归神经网络预测模型进行预测,最后通过订单预测算例进行实证研究。实证研究结果显示,该方法在解决订单预测问题中与未改进的果蝇优化算法优化广义回归神经网络和传统的广义回归神经网络方法对比,具有更高的预测精度和更好的非线性拟合能力。     

基于粒子群优化算法神经网络在开采沉陷中的应用

考虑BP网络存在收敛速度慢、局部极值等缺点，引入线性下降惯性权重粒子群优化（LWPSO）算法，建立基于线性下降惯性权重粒子群优化（LWPSO）算法的人工神经网络模型，在分析抚顺发电有限责任公司厂区地表下沉的实际观测资料的基础上，对厂区的任意点，任意时刻进沉陷预测研究。     

日径流预报贝叶斯回声状态网络方法

回声状态网络（ESN）相比传统递归神经网络，具有模型简单、参数训练速度快的特点．针对标准ESN因常采用线性回归率定模型参数容易出现过拟合问题，提出了基于贝叶斯回声状态网络（BESN）的日径流预报模型．该模型将贝叶斯理论与ESN模型相结合，通过权重后验概率密度最大化而获得最优输出权重，提高了模型的泛化能力．通过安砂和新丰江两座水库日径流预测实例表明，BESN模型是一种有效、可行的预测方法，与传统BP神经网络和ESN模型对比，进一步表明BESN模型具有更好的预测精度．     

基于小波阀值降噪和BP神经网络的超短期风电功率预测

针对超短期风电功率预测问题，考虑了风电场复杂的噪声背景和风电功率的波动性，提出了一种基于小波阀值降噪-BP神经网络的超短期风电功率预测方法。该方法采用近似对称光滑的紧支撑双正交小波db4（Daubechies函数）作为小波基，通过多分辨分析的Mallat算法对历史时序风电功率数据进行3尺度分解。根据Donoho阀值法对各层小波系数进行软阀值降噪处理，再通过小波逆变换重构历史时序风电功率，由BP神经网络对其进行训练，预测目的风电功率序列。仿真算例将该方法与普通BP神经网络方法进行了对比，比较结果证明其预测精度优于后者，具有很好鲁棒性和降噪性能，适用噪声复杂的风电场超短期风电功率在赣预测．     

Platelets in defense against bacterial pathogens

Platelets interact with bacterial pathogens through a wide array of cellular and molecular mechanisms. The consequences of this interaction may significantly influence the balance between infection and immunity. On the one hand, recent data indicate that certain bacteria may be capable of exploiting these interactions to gain a virulence advantage. Indeed, certain bacterial pathogens appear to have evolved specific ways in which to subvert activated platelets. Hence, it is conceivable that some bacterial pathogens exploit platelet responses. On the other hand, platelets are now known to possess unambiguous structures and functions of host defense effector cells. Recent discoveries emphasize critical features enabling such functions, including expression of toll-like receptors that detect hallmark signals of bacterial infection, an array of microbicidal peptides, as well as other host defense molecules and functions. These concepts are consistent with increased risk and severity of bacterial infection as correlates of clinical abnormalities in platelet quantity and quality. In these respects, the molecular and cellular roles of platelets in host defense against bacterial pathogens are explored with attention on advances in platelet immunobiology.