近红外光谱分析技术在鸡肉分类检测中的应用

针对近年来市场上不同品种不同级别的鸡肉混杂、以次充好现象,提出一种可以快速、准确判别土鸡和肉鸡的新方法.采用近红外光谱技术和聚类分析技术建立鸡肉分类判别模型,并讨论了不同预处理方法对模型预测结果的影响.结果显示:近红外光谱技术结合聚类分析技术能够对鸡肉建立一种快速的分类判别模型,该预测判别模型能够快速准确地对土鸡和肉鸡进行判别,其中数据经过二阶导数+矢量归一化后的模型预测判别率达100%.     

均匀圆型声矢量阵的四元数二维波达方向估计

为提高声场空域中目标参数估计的精度, 将四元数理论应用于均匀圆型声矢量阵列的二维空间角度估计中, 建立了基于四元数模型的信号接收模型, 推导了圆型声矢量阵的四元数导向矢量, 给出了二维波达角估计的四元数域空间谱算法。考虑算法的软硬件可实现性, 理论分析了算法的内存占用空间和计算量。此外, 分析了圆阵半径对侧向性能的影响, 为实际工作中圆阵的半径选取提供了一定的依据。仿真结果表明, 基于四元数模型的MUSIC(Multiple Signal Classification)算法的分辨力较高, 抗干扰能力较强, 提高了信号参数估计的精度。     

大学生思想政治教育工作加强人文关怀和心理疏导的思考与实践

做好当前的学生思想政治教育工作,必须注重强化人文关怀和心理疏导,实施经济资助与关"心"服务并举,建立分类引领、全员参与、覆盖全程的人文关怀教育机制,营造出全员、全过程、全方位、全环节育人的良好氛围,彰显教育效果、和谐校园,从而培育出全面发展的人才。     

论看守所管理体制改革——以比例原则为视角

比例原则是现代公法学中的“帝王条款”,比例原则应贯穿于看守所管理的整个过程,针对目前看守所管理中存在的有违比例原则的现象,建立看守所管理的分级管理和处遏制度是十分必要的,本文试图从比例原则的角度探讨看守所管理改革的若干思路.     

载频重频联合捷变雷达目标参数估计方法

针对载频-重频联合捷变体制雷达目标参数估计问题，提出了一种新的基于多重信号分类(multiple signal classification, MUSIC)算法的载频-重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效，将时域信号的处理等效成空域阵列信号的处理，并将超分辨阵列信号处理方法应用到目标的参数估计中，从而把目标距离和速度的估计等效成阵列中二维参数的估计，解决了由于载频-重频联合捷变所带来的目标参数估计难题。仿真实验表明，所提方法能有效实现对目标距离和速度的超分辨估计。     

低维Hom-Jacobi-Jordan代数的分类

先定义Hom-Jacobi-Jordan代数, 然后用这类代数线性映射的Jordan标准形和待定系数法给出低维Hom-Jacobi-Jordan代数的同构类.     

川黄柏一年生实生苗质量的分级标准

为有利于指导生产实践，推动川黄柏实生苗培育规范化、标准化，以湖南省龙山县大安乡2020年培育的川黄柏1年生实生苗为研究对象，以72个1 m×1 m样方2 564株样苗为研究样本，以地径、苗高为苗木质量分级指标，采用K-均值聚类法及标准差法，划分质量分级值.经综合评定，确定川黄柏1年生实生苗质量分级标准为Ⅰ级苗地径D≥1 cm，苗高H≥100 cm；Ⅱ级苗地径D 0.6～＜1 cm，苗高H 60～＜100 cm；Ⅲ级苗地径D＜0.6 cm，苗高H＜60 cm.在该标准下，本次研究样本Ⅰ、Ⅱ级苗占比64.8%.     

基于共现分析的分类器链标签序列优化方法

针对分类器链模型采用随机生成方式确定标签序列会极大影响分类器链性能的问题。通过共现分析技术深入挖掘标签间的潜在关系, 提出一种基于贪心算法和n-gram模型的两种标签序列优化策略以提升分类器链模型性能。基于贪心算法的策略通过计算和排序标签之间共现率来生成优化的分类器链标签序列, 而基于n-gram模型的策略则通过最大化标签之间条件概率来生成优化的分类器链标签序列。最后通过多个多标签基准数据集进行实验验证, 实验结果表明, 与当前流行的各种分类器链模型相比, 所提的两种策略很有竞争力, 可以明显提升多标签分类效果。     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.     

一种基于位向量流分类算法的改进

在流分类算法中,聚合位向量(ABV)算法分类速度快、并行性好,但内存开销过大;位向量折叠(AFBV)算法对ABV算法进行了改进,降低了运行时内存的消耗,但其冗余计算增加了时间开销。针对上述不足,文章提出一种改进的位向量流分类算法,该算法无需进行位向量聚合,减少了内存开销,并按规则的源/目的IP地址前缀建立分组表,根据表中分组所包含IP地址数目降序排列,使得算法具有良好的时间性能。实验结果表明,本算法在大规模规则库下具有良好的时间和空间效率。