基于稀疏编码的自然图像特征提取及去噪

主要讨论稀疏编码在自然图像统计特性中的应用，利用稀疏编码实现图像的特征提取以及消除图像中的高斯噪声。丈中利用双梯度算法对自然图像的基向量进行迭代学习。实验表明，提取的基向量在时域和频域上都有方向性和局部性。与小波收缩法相比，稀疏编码法提取的特征要优于小波法提取的特征。对特征提取的实际应用，就是利用稀疏编码收缩法对图像消噪，并通过仿真实验证明稀疏编码收缩法去噪效果要优于任何低通滤波方法。     

从设计模型中提取制造特征的方法

提出了一种从设计模型中提取制造特征的方法,利用STEP中性文件重构零件模型,进一步利用目标面上的环数建立制造特征的类关系图,即可实现从设计模型中提取制造特征.     

猎户座

猎户座是冬夜乃至全天星空中最漂亮的一个星座,它由α、β、γ和κ这四颗星组成了一个四边形,ζ、ε、δ三颗星排成一条直线位于它的中央,形成猎户的腰带,这是猎户座中最亮的七颗星,其中α和β星是0等、1等亮星,其他全是2等星,一个星座中集中了这么多亮星,排列的形状又是如此规则、壮丽,因此古今中外,都把它作为力量、坚强、成功的象征.在希腊神话中海神波赛冬有个儿子名叫奥赖温,长得魁梧强壮,总是来到山野间攀岩、捕猎,最后不幸被他的爱人月神兼狩猎女神阿尔忒弥斯用箭误射至死,死后被升到天上化为猎户座.在中国古代它被看作一只白色的猛虎,镇守西方,成为天文四象中西方白虎的标志.     

小波分析中频带能量泄漏及对策

为了寻找信号特征提取优化的方法，排除误诊断，分析了Daubcchies小波系列的频带频率特性，指出了小波分析存在着频带能量泄漏的问题。频带能量泄漏不利于信号的特征提取和分析。通过仿真研究，得到了频带能量泄漏的基本规律，提出了频带能量增量比较法。该方法通过比较小波分析的相邻三个频带的能量增量，确定信号的特征频率分量所在的频带，进而以该频带的能量增量作为信号变化的特征。实验证明，运用该方法可以优化信号特征的提取。     

基于描述函数法的直线增程器动力学模型极限环分析

基于一个简化的直线増程器动力学模型,运用描述函数法在频域对直线増程器的极限环进行研究.以描述函数表示直线増程器动力学模型的非线性部分,利用描述函数和线性部分频率响应函数的图像对系统极限环的存在性、数量和稳定性进行了分析,进而求出极限环的近似频率和振幅.同时研究了直线増程器关键运行参数对极限环的频率、振幅和相对稳定性的影响.最后,以一样机的试验数据对分析结果进行试验验证.研究结果表明,在适当的系统参数下,直线増程器在物理约束范围内存在唯一的稳定极限环;喷油量和电磁力负载对极限环的频率和振幅都有影响;极限环的幅值与其相对稳定性存在关联.     

飞机蒙皮表面缺陷特征提取算法

基于内距均值法提出了一种特征提取方法,提高了检测铆钉中心与半径的准确度,并能够判断腐蚀方向,可有效辅助实现蒙皮缺陷的检测识别。     

医用直线加速器机房的防护及空调设计

医用直线加速器是现代医学中肿瘤放射治疗的重要手段,了解加速器机房的危害种类、基本构造和防护措施是设计合理、可靠的基本保证.文章通过介绍直线加速器机房的基本防护做法、通风及空调设计中要点为直线加速器的设计中的一般性问题提供借鉴.     

滚子轴承内圈滚道凸度磨削砂轮的修整

分析轴承失效的原因与轴承滚道凸度的作用,分别介绍数控轴承磨床砂轮三位修整器的调试方法,砂轮凹度修整的工作原理,轴承套圈外圆表面磨削砂轮的修整,砂轮厚度的修整。     

面向同源蛋白质探测的一种新型混合深度学习模型

根据蛋白质氨基酸链探测其同源蛋白质,进而预测蛋白质的功能,是生物信息学研究领域的一个重要挑战,也是众多生物医学研究领域的基础研究内容,有着重要的科研价值和广泛的应用需求。其研究难点在于:(1)如何学习对同源蛋白质预测有效、有用的蛋白质特征信息;(2)如何更好地运用蛋白质特征信息,实现同源蛋白质的探测与识别。为了解决同源蛋白质探测与识别研究中的关键难点,本文提出一种基于混合深度学习架构的同源蛋白质探测与识别模型(HDLM-PHP)。通过采用统一的"管道式"深度学习架构,将蛋白质特征学习和探测识别统一为一个整体,提高同源蛋白质探测与识别的效能。采用多组并行的深度卷积神经网络,学习蛋白质的各种属性信息,以期获得丰富的待检测蛋白质和靶蛋白质的高级相关性特征,并通过全连接方式使用多层RBM结构融合和精炼这些相关性特征为全局相关性特征。通过统一的深度网络连接方式,以探测和识别任务为导向,学习到对于同源蛋白质预测最有效、最全面的蛋白质特征信息。在标准数据集SCOPe上,对所提模型进行性能与效率评测,结果表明:本文提出的模型能有效地学习到符合任务导向的蛋白质特征数据,提升同源蛋白质探测与识别的准确度和召回率,优于现有的模型和算法。     

基于特征提取的连接词识别方法

篇章分析是自然语言处理中一个重要的研究方向。连接词的识别作为篇章分析中的一个基本任务,对后续的篇章分析起到关键作用。针对连接词识别方法中的高维度特征空间问题,提出了基于特征提取的连接词识别方法。具体来讲,引用多种特征提取方法(IG、MI、DF、CHI、WLLR)对连接词识别中所用的所有特征进行打分排序,提取排在前面的一定数量的特征用于分类。实验结果表明特征提取方法能够有效降低特征维度,在仅仅使用50%的特征的情况下能够获得类似甚至更佳的识别性能。