深度神经网络内部迁移的信息几何度量分析

使用深度神经网络处理计算机视觉问题时,在新任务数据量较少情况下,往往会采用已在大数据集上训练好的模型权值作为新任务的初始权值进行训练,这种训练方式最终得到的模型泛化能力更好.对此现象,传统解释大多只是基于直觉分析而缺少合理的数学推导.本文将深度神经网络这种网络结构不变下层间的学习转为深度神经网络内部的迁移能力,并将学习过程变化形式化到数学表达式.考虑数据集对训练过程带来的影响,利用信息几何分析方法,确定不同数据集流形之上的度量和联络,实现不同数据集之间的嵌入映射,同时将参数空间的变化也放入流形空间,探究其对学习过程的共同影响,最终实现对这种内部迁移现象的数学解释.经过分析和实验验证可得内部迁移过程其实是一种能使网络可以在更广空间进行最优搜索的变化,有利于模型可以在学习过程中获得相对的更优解.     

母猪乳腺硬肿症的防与治

一、病因 1．环境因素。气温突变，外感风寒，内有积热，体质虚弱所致。     

粘虫幼虫血清,血浆及血细胞裂解液凝集活性的比较研究

利用血凝试验及半抗原抑制试验分别测定了粘虫Ｍｙｔｈｉｍｎａ ｓｅｐａｒａｔａ（Ｗａｌｋｅｒ）幼虫血清、血浆和血细胞裂解液凝集红细胞的能力及专性抑制凝集的糖种类。结果显示：血清和血浆均能凝集鸡、羊及人Ｂ型血红细胞，而且对同种红细胞的凝集活力完全相同；然而血细胞裂解液只凝集羊红细胞，对鸡和人Ｂ型血红细胞不凝集。糖抑制试验表明：血清或血浆对人Ｂ型血红细胞的凝集被乳糖及岩藻糖抑制，而对羊红细胞的凝集则被昆     

基于分层组织的超声时频信号对比分析

针对生物组织微结构的超声检测问题,基于超声透射法在生物组织中的传播机理,建立分层软组织的时频域信号传输模型。为了描述生物组织结构变化对超声检测信号的影响,比较超声时频域信号对组织微结构变化的敏感情况,采用时频域信号对分层组织进行检测,采用最大值法和能量比较法对接收信号进行处理。仿真实验表明,时域信号对于组织的成分变化更为敏感,对生物微结构的检测性能更好,能量比较法对信号变化的识别度更高。     

基于对称差分算法的视频运动目标分割

提出一种视频运动目标分割的改进算法, 该算法综合帧间差分算法及背景减算法获得的信息分割运动物体, 利用对称差分算法获得中间帧运动目标的轮廓信息, 以该轮廓的外接矩形为分界, 再对其外部进行动态背景更新处理, 并对其内部进行减背景运算. 实验结果表明, 该改进算法解决了帧间差分算法在运动物体缺乏足够表面纹理时, 易产生空洞和边缘缺失的问题, 具有计算速度快、 抗噪声能力强和分割效果好等优点.     

违约损失率的模型建设及相关问题研究

新巴塞尔协议要求商业银行建立包括客户评级和债项评级在内的二维信用评级体系,并突出强调内部评级法在银行风险管理和资本监管中的重要作用。作为内部评级法的核心变量之一,违约损失率是银行进行债项评级的基础,在内部评级法的应用过程中发挥着十分重要的作用。本文围绕新资本协议的有关规定,对违约损失率模型的构建及相关问题进行较为深入的论述和探讨。     

基于长短时特征融合的语音情感识别方法

情感识别领域中广泛使用的情感特征有基于语句的全局统计特征和基于语音帧的时序特征.针对这2类基于不同时长的情感特征均不能够最有效地表达情感信息的问题,该文提出使用"语段特征"用于识别,并给出了各类情感状态对应的"最佳识别段长".为进一步提高系统识别性能,该文还构建了全局控制Elman神经网络用于将全局统计特征与基于语段的时序特征相融合.实验表明;融合长短时特征后的平均系统识别率可达66.0％,与单独使用各类特征或语段特征相比分别提高了5.9％和1.7％,同时有效降低了各情感之间的混淆度.     

桉树叶中黄酮类化合物的提取工艺研究

讨论了影响黄酮类化合物提取率的主要因素,并确定了较好的提取工艺,结果表明:以φ=65%的乙醇、粒度为30目的桉树叶粉按m料∶V乙醇=1∶12的比例,浸泡24 h,然后在70℃下提取2 h,可得到质量含量为3.41%的总黄酮.     

一种安全的椭圆曲线代理签名方案

将代理签名的思想应用到椭圆曲线密码体制中,提出了一种基于椭圆曲线离散对数问题的安全代理签名方案,该方案解决了已有的几种典型的基于椭圆曲线离散对数问题的代理签名方案中存在的安全缺陷问题.安全性分析表明,该方案是安全的,不仅满足代理签名所具有的基本性质,还具有更好的安全性和实用性.