PSO与PCA融合优化核极限学习机说话人识别算法仿真

基于机器学习理论开展说话人识别的研究取得了很大进展,在基于核极限学习机(kernel extreme learning machine,KELM)和梅尔倒谱系数(mel-frequency cepstral coefficients,MFCC)说话人识别研究基础上,通过主成分分析算法(principal component analysis,PCA)对MFCC进行降维优化、粒子群优化算法(particle swarm optimization,PSO)对KELM初始输入参数进行优化开展基于PSO和PCA融合优化KELM说话人识别算法研究。改进后的算法在MATLAB平台上仿真通过,并与MATLAB语音工具箱提供的神经网络和支持向量机说话人识别算法做了性能对比分析。仿真研究结果表明:通过PSO和PCA融合优化改进的KELM,初始输入参数可以任意确定并且不需要迭代更新,并能有效克服因初始权重随机确定导致的性能不稳定,进一步提高分类匹配和运算速度,具有很好的推广应用价值。     

一种新型潜在99mTcN核标记5-HT1A脑受体显像剂的制备研究

合成了一种含有(2-甲氧基苯基)哌嗪(MPP)活性基团的4-[(2-甲氧基苯基)哌嗪基]-二硫代甲酸盐(MPPDTF),式中MPP基团是与5-HT1A脑受体具有高亲和性的药效团.通过元素分析、红外光谱(IR)、核磁(1HNMR)及质谱(EI-MS)等表征确认了配体的结构.99mTcN核标记配合物按两步法制备:先由药盒法制得中间体([99mTc≡N]i2nt ),然后通过配体交换反应制得最终标记配合物(99mTcN(MPPDTF)2).配体交换反应条件在配体用量、反应pH值、反应温度以及反应时间等方面经过细致的优化,在最佳标记条件下可制得放射化学纯度大于98%的最终配合物.中间体和最终配合物的制备均经过TLC和HPLC鉴定.99mTcN(MPPDTF)2配合物为中性、脂溶性配合物(P=49.5±3.5,n=3),在室温下放置6 h以上放化纯无明显变化.     

0.4～2.6 MeV宽能区质子在轻核Al上160°背散射截面测量

应用北京师范大学2×1.7 MeV串列加速器提供的质子束,采用相对测量方法测量了0.4~2.6 MeV宽能区质子在轻核Al上160°背散射截面.结果表明,对于质子在轻核Al上的散射截面,可用卢瑟福散射截面公式计算的最大入射质子能量是1.5 MeV,质子能量大于该值时,出现连续的非卢瑟福散射共振区.     

一类带粗糙核的抛物型极大算子的有界性

讨论了一类带粗糙核的抛物型极大算子的Lp有界性,推广了Chen和Wang在1992年中的结果.     

射电源的流量密度与核主导系数的关系及相对论束流模型

计算了2个河外射电源样本的核主导系数,并研究了核主导系数与核及延展元的流量密度的关系。结果显示：当核主导系数较小时,核主导系数与核流量密度线性相关;当核主导系数较大时,核流量密度与核主导系数没有相关,而与延展元流量有线性相关。因此,2个样本的这些关系依赖于流量密度与核主导系数,利用相对论喷流模型能解释用2个样本所得到的相关结果。     

基于核的有向强连通图计算机随机生成算法

针对图论算法研究和算法测试对随机生成有向强连通图的需求,在深入研究有向强连通图和极小有向强连通图的结构组成的基础上,提出了有向强连通图核的概念。参考有向连通图的随机生成算法,给出了一种有向强连通图的随机生成算法,并对该算法进行了测试。对具有上千个节点及上万条弧的强连通图的随机生成,采用该算法时间都在1 s以内,生成的结果能很好地应用于图论研究,以作为图论算法的随机测试用例。     

基于特征融合和尺度自适应的核相关滤波算法研究

针对传统核相关滤波算法中存在单一特征鲁棒性差、尺度更新不健全等问题,提出了一种特征融合和尺度自适应相结合的目标跟踪算法.首先,通过研究各特征的侧重,将方向梯度特征(HOG)和颜色特征(CN)相融合,可以得到一种辨别能力更强的特征.然后,加入BRISK特征目标尺度的预测方式,从而实现目标的尺度更新,进而提高目标的跟踪精度...     

非精确线性搜索的Wolfe搜索下的新共轭梯度法

给出了一个计算βk的新公式,得到新共轭梯度法,证明了在非精确线性搜索的Wolfe搜索下新共轭梯度法是收敛的．     

在折叠模型下对超核13ΛC基态结构的研究

用集团结构模型、折叠模型和少体理论方法,从基态结合能和集团间的均方根半径方面研究了13ΛC超核的基态结构,计算结果与实验值符合较好.     

广义Arveson空间之间的包含关系

利用函数论的方法定义了一类广义Arveson空间,并得到了它们之间的一些包含关系.