基于超像素与Span-Pauli分解的SAR影像分类

针对高分辨率极化合成孔径雷达(SAR)影像解译中面向像素方法难以充分利用影像信息的问题,提出一种基于超像素与Span-Pauli分解的非监督分类方法.利用分水岭方法易于过分割的特点,将分水岭分割得到的特征相似、空间相邻的像素集合视为超像素,并作为分类算法的基本处理单元.利用极化参数Span及Pauli基对极化SAR数据进行迭代分类,以实现适用于高分辨率SAR影像的非监督分类.采用X波段高分辨率SAR数据进行实验,结果表明:基于超像素的分类方法能有效抑制分类结果中的椒盐现象,将总体精度提高到了73.81%;在准确区分水体、道路的基础上,提高了复杂的农作物类别的分类精度.     

基于相似系数的双资源单元构建问题的研究

单元制造能够结合工作车间方式的灵活性和流水线方式的高效率,同时也能以近似刚性流水线的成本来生产多品种少批量产品,因此它成为现代企业的宠儿。今在文献回顾的基础上,总结了目前研究存在的问题,构建了以相似系数为基础的双资源约束的单元构建模型,并将应用提出的数学模型与文献中的案例进行对比分析,发现5个对比案例在Voids和EEs两个指标上都优于以往的文献结果,从而证明了所提模型的有效性。     

多准则排序中的路径问题及层次分析法推广

本文指出,在多准则排序中层次分析法用矩阵乘法实现排序度量转换是不正确的.实际上排序度量转换与把排序指标的重要性传递到目标的路径有关,多准则排序是多路径的,多路径排序度量转换不是线性转换,不能用矩阵乘法实现.为此,将排序度量映射到高维状态空间上、用不确定性隶属度向量表征,进而把排序度量转换转化为隶属度转换.通过揭示指标隶属度中包含着确定目标隶属度的冗余值来论证隶属度转换是非线性转换,用区分权滤波算法实现隶属度非线性转换.由此建立多准则排序的非线性排序模型.     

产品评论情感倾向性分类系统的设计与实现

针对消费者网上购物时选择商品的用户体验不足等问题,设计了产品评论情感倾向性分类系统。系统首先对评论进行了分词,然后根据停用词表去停用词,分别采用CHI、IG进行特征选择,最后比较了使用不同的特征选择算法对文本情感分类结果产生的影响。系统采用了Java Web相关技术实现了可视化,并对产品评论的分类过程进行了展示。实验结果表明,有效的特征选择方法有助于提升推荐系统的性能。     

DBP对大鼠睾丸支持细胞内Ca2+、线粒体膜电位及Caspase活性的影响

目的通过测定DBP对大鼠睾丸支持细胞内Ca2+、线粒体膜电位及Caspase活性的影响,探讨DBP是否通过影响线粒体膜电位而引起支持细胞凋亡.方法建立支持细胞原代培养体系,将细胞分为0.1%DMSO(对照组)、1 mg/L(低剂量组)、10 mg/L(中剂量组)、100 mg/L(高剂量组),分别处理细胞24 h;荧光分光光度计测定支持细胞内Ca2+的浓度,流式细胞仪检测线粒体膜电位,酶标仪测定Caspase-9和Caspase-3的活性.结果与对照组相比,高剂量组中Ca2+浓度明显升高,差异具有统计学意义(P0.05),而低、中剂量组与对照组比较无统计学意义(P0.05).DBP导致的线粒体膜电位升高在中、高剂量组中具有统计学意义(P0.05),随着DBP浓度的增加,Caspase-9与Caspase-3的活性升高,差异均具有统计学意义(P0.05).结论 DBP能显著降低支持细胞线粒体膜电位,改变线粒体膜的通透性,进一步升高Caspase-9及Caspase-3的活性,并最终导致睾丸支持细胞凋亡.     

晶硅片切割用再生砂水力分级影响因素研究

探讨了沉降时间、料浆浓度、p H值以及电导率对再生砂水力分级中产品率的影响,通过对各影响因素的优化,得出脱除超细颗粒的沉降时间为6 h、GC#2000产品分级的沉降时间为4.5 h、GC#1500产品分级的沉降时间为3 h,GC#1200产品分级的沉降时间为1 h,料浆浓度为30%~40%,p H值为8~10,电导率小于300μS/cm时,分级产品率较高,产品质量较好。     

江苏省沿海高速公路雾的时空变化特征研究*

利用江苏省沿海高速公路2012年6月~2014年5月逐分钟AWMS实时监测数据,按能见度大小和物理成因对雾的发生过程进行分类统计,分析了它们的时空变化特征,探讨了造成各种时空分布差异的原因。研究结果表明:1江苏省沿海高速公路不同浓度雾的日、年变化特征相似,一天中各种浓度雾均出现在夜间的21时~次日凌晨07时之间,消失在凌晨05时~上午09时之间,持续时长由长到短依次为:重浓雾、浓雾、大雾和雾;一年中,夏季和秋季是各种浓度雾的重发和多发季节;2局地地理环境差异对不同地段雾日数的分布有着明显的影响,不同浓度雾的发生频次在空间分布上也有明显差异,能见度为1 000~500 m、500~200 m和200~50 m三种浓度雾的多发区均在公路北段;而能见度小于等于50 m的重浓雾频发区出现在高速公路中段;3不同物理成因导致的各类雾的发生频次和时间分布有明显的差异。团雾出现频次最多,辐射雾次之,蒸发雾最少;一天中,团雾出现的时间覆盖范围最宽,平流雾次之,锋面雾最窄;消失的时间跨度为团雾最大,平流雾次之,蒸发雾最窄;持续时间为混合雾最长,锋面雾次之,团雾最短;团雾的频发季节为夏季,辐射雾的多发季节为秋季,平流雾在冬季出现概率最高;4辐射雾多发于北部地区,平流雾多发于南部地区,团雾的空间分布比较复杂,与江苏沿海地区复杂的地形分布有关。     

莱北地区新近系明化镇组下段浅水湖盆砂体预测

莱北地区新近系明化镇组下段(以下简称"明下段")浅水湖盆砂体发育规律的认识程度相对较低,由于渤海海域新近系浅层油气藏中,浅水环境下沉积的砂岩储层占较大比重,因此有效预测该区明下段浅水湖盆砂体的发育规律对后期油气勘探显得尤为重要。针对浅水湖盆砂体单层厚度普遍较薄,侧向迁移快,叠置发育的特征,单种方法难以有效预测及研究区钻井资料较少,限制地震反演应用等问题。在充分利用高分辨地震资料基础上,提出一套适合研究区的研究思路。具体思路如下:首先井震联合建立高频层序等时格架,主要含油层段划分11个五级层序。其次在波形分类地震相砂体预测宏观趋势指导下,结合优选的最小振幅属性,对目的层段内浅水湖盆砂体进行精细刻画。砂体预测结果表明,平面上,明下段储集砂体展布具有明显的分带性。纵向上,三级层序控制明下段主要含油层段储集砂体类型及富集段。该预测结果可为渤海海域新近系浅水湖泊沉积体系的深入认识及油气勘探提供科学依据。     

笔划宽度变换直方图的车牌识别中的应用

对于很多车牌识别中使用的算法而言,主要存在两种车牌类型：深色文字浅色背景车牌和浅色文字深色背景车牌。这两种车牌主要是二值化结果不同,进而导致后续字符分割和识别处理的图像类型不同。因此,判断车牌的二值化类型对于车牌识别来说是基础且重要的工作。本文提出了一种基于字符笔划宽度变换直方图的二值化算法,根据正色图像和反色图像计算比较两者笔划宽度变换直方图的最大值来判别车牌类型。同时,根据判别结果还可以估计笔划宽度,为局部二值化算法的邻域窗口大小的选择提供依据。我们使用多样式的美国车牌作为实验对象,与其他算法相比,实验结果表明该算法具有更好准确率,但也有更高的复杂度。     

基于最大差距的置信度评估算法

通过分析传统基于概率度量的K邻近置信度评估方法,提出一种基于最大差距的置信度评估方法,并在UCI数据集上对两种方法进行对比实验.实验结果表明,基于最大差距的置信度评估方法在宏平均召回率、宏平均精度及所用时间上均优于K邻近置信度评估方法,从而可进一步优化半监督分类学习中数据样本的置信度评估.