基于重要性—绩效性分析法的老年科技产品需求及影响因素分析

为积极应对我国人口老龄化，促进老年科技产品创新发展，提高老年人生活质量，本文以“老年人对科技产品的需求”为主题，针对北京地区老年人在居家与日常生活、健康、信息与沟通、学习与娱乐以及行动交通5个方面使用科技产品及服务的情况进行调查。在利用卡诺（Kano）模型修正科技产品重要性的基础上，采用基于帕累托原理的六维重要性-绩效性分析（6-Importance Performance Analysis, 6-IPA）法将34种老年科技产品按需求分为6大类，并运用主成分分析法确定影响老年科技产品需求的主要因素。结果表明：老年人购买和使用科技产品的主要影响因素包括新技术的有用性、安全性、易用性以及价格定位是否合理等。应深入调查分析，制定合理发展策略；加大创新投入，提高企业自主创新能力；健全发展政策，推进老年科技发展。     

佤语语音语料端点检测算法

端点检测是语音信号处理的过程中非常重要的一个环节,其准确性直接影响语音信号处理的速度和结果.特别是在实际应用中因信噪比较低,使得某些高信噪比下性能好的端点检测算法准确率也比较低.为了提高在低信噪比的环境下佤语语音端点检测的准确率,本文使用了一种基于多窗谱估计谱减法和能熵比法的语音端点检测复合算法.该算法首先利用多窗谱估计谱减法去除语音的背景噪音以提高信噪比;其次再对去噪后的语音使用能熵比算法进行端点检测;最后借助Matlab工具对佤语语音进行仿真实验.仿真结果表明:对于低信噪比的环境下的佤语语音,本文使用的基于多窗谱估计谱减法和能熵比法复合算法同常规能熵比算法相比,端点检测的准确率提高了34%.     

基于PCA和相位差校正法的风切变预警算法

为了提高相干激光雷达风切变预警算法的预警率，提出一种基于主成分分析（principal component analysis，PCA）和相位差校正法的风切变预警算法。首先，利用PCA对雷达回波信号进行低阶主成分向量提取以实现信号重构，提高信噪比。其次，采用基于快速傅里叶变换的相位差校正法对回波信号峰值频率进行校正，降低回波信号能量泄露。然后，分别利用旋转电机实验数据和小型飞机实验数据对所提算法进行性能评估。结果表明，采用所提算法估计相干激光雷达回波信号峰值频率的平均绝对误差为0.26 MHz，对实际低空风切变的预警率为92.31%。所提算法可以有效降低相干激光雷达回波信号频率估计误差，实现低空风切变预警。     

分块主成分分析在文本特征抽取中的应用

为了降低原始文本特征空间的维数,获得较高的分类精度与执行效率,对多种文本特征提取方法进行了研究,如卡方、互信息、信息增益、主成分分析(PCA)等。针对传统文本特征抽取方法存在的精度不高、执行效率低等问题,提出了一种基于分块主成分分析的文本特征提取算法。该算法通过K-均值词聚类进行特征词分块,再对各分块实施PCA操作抽取出更具代表性的特征项,最后使用支持向量机分类器对文本进行分类。实验结果表明:分块主成分分析的分类指标F_(β=1)达到了88.7%,执行时间为353 s,能够有效提高文本分类精度与执行效率。     

对数变换主成分分析的图像识别

为了进一步提升现有鲁棒主成分分析(PCA)算法处理含有异常样本数据的性能,提出了对数变换的PCA算法。为降低异常样本对目标函数值的影响,根据对数函数的性质建立了对数变换PCA算法的目标函数,证明了所提目标函数值小于标准PCA算法的。之后,给出了求解所提目标函数的一种优化算法,即为所提算法。通过迭代计算对角矩阵和进行特征值分解进行优化,证明了所提算法可以近似收敛于所提目标函数的最优解。分析证明了所提算法具有旋转不变性。为了更好地比较各算法处理异常样本数据的能力,使用AR数据库中的原样本作为异常样本,在其他数据库中人为添加了异常样本。与标准PCA算法、鲁棒PCA算法、包括贪婪求解的基于l1范数的PCA算法、非贪婪求解的基于l1范数的PCA算法、基于l2,p范数的PCA算法和基于最大相关熵的PCA算法在AR、Extended Yale B、CMU PIE这3个人脸数据库和MNIST这1个手写字符数据库进行了实验对比,结果表明:所提算法均得到了最低的重构误差和最高的识别精度;所提算法具有良好的收敛性能,一般迭代5到6次即可收敛。     

西巴尔干2020:悲“喜”交加的一年

过去几年,人们对西巴尔干地区年度形势的描述语大抵是“关键性”或“决定性”。2020年也不例外。这一年该地区形势呈现出一些新特点、新变化:塞尔维亚、北马其顿、黑山多国迎来议会选举:塞尔维亚与科索沃重启对话:欧盟出台“改进的扩大程序”提案并举行了第三次西巴尔干首脑峰会,但地区成员在人盟进程上并无实质性进展。同时,新冠疫情肆虐全球,西.巴尔干国家经济和社会也受到严重冲击。在多重因素影响下,该地区20世纪第二个十年的结局之年可谓步履维艰。     

高温大曲中一株产香细菌的筛选及香气成分分析

该研究旨在从高温大曲中筛选得到产酱香风味的细菌菌株,用于高温大曲的增香提质。以仁怀地区酱香大曲为原料,采用嗅闻法筛选获得1株产香细菌XJ-12,通过菌株形态、生理生化特性,结合16SrRNA序列分析,鉴定该菌株为地衣芽孢杆菌(Bacillus licheniformis)。对细菌XJ-12进行耐受性测试,发现XJ-12生长较为迅速,18 h左右进入稳定期,能在55℃下生长,pH值为3.5时出现抑制,耐受8%的乙醇、17%的NaCl和25%的初始糖度。通过顶空固相微萃取-气质联用分析,检出固态发酵挥发性风味物质39种,主要有2,3,5,6-四甲基吡嗪、乙偶姻、苯乙醇、苯酚、苯乙酸乙酯等。结果表明细菌XJ-12有较好的耐受性,并能产生多种香气成分。     

固相微萃取技术分析两种芳香植物精气成分及与其精油成分的比较

采用顶空固相微萃取和气相色谱-质谱(GC-MS)联用技术对香叶天竺葵与柠檬香蜂草的精气进行分析鉴定,并用面积归一法测定其相对含量.结果显示,在香叶天竺葵和柠檬香蜂草中分别鉴定出62和43种化学成分,分别占总精气成分的99.5%和99.9%.其中,香叶天竺葵的主要成分为香叶醇(17.8%)、愈创蓝油烃(14.6%)、d-杜松烯(12.0%)、香茅醇(8.7%),而柠檬香蜂草的主要成分则为β-石竹烯(11.4%)、异戊醇(9.5%)、月桂烯(9.0%)、3-辛酮(8.4%),顶空固相微萃取和气相色谱-质谱(GC-MS)联用技术比动态顶空采样和热脱附/GC/MS联用技术所得到精气成分种类多,且主要成分差异性明显.与精油相比,香叶天竺葵精气与精油的共有成分为香叶醇、香茅醇、α-水芹烯、罗勒烯、芳樟醇、薄荷酮、异薄荷酮、丙酸香茅酯、α-石竹烯;柠檬香蜂草精气和精油的共有成分是甲基庚烯酮、芳樟醇、香茅醇、α-石竹烯.