人脸检测技术浅析

文章介绍了人脸检测技术的基本概念和静止图像中人脸检测的基本算法,并对人检测技术的发展现状进行了评述。     

时效处理对Sn57Bi0.5Ag/Cu钎焊接头组织及性能的影响

研究了Sn57Bi0.5Ag/Cu钎焊接头在70℃、100℃时效过程中的显微组织和剪切强度的变化。结果表明:在钎料和Cu基体的界面间存在金属间化合物,随时效时间的延长,界面金属间化合物层的厚度增厚,接头区的组织出现了粗化;脆性的金属间化合物是钎焊接头的薄弱环节,接头剪切强度随时效时间的增加和界面化合物的增厚而下降;在时效时间达1000min以后,容易在金属间化合物层内观察到空洞。     

基于小波与径向基函数的大气污染预测研究

提出了一种实用于大气污染物的小波分析和RBF(RadialBasisFunction)神经网络相结合的预测方法,对污染物TSP(TotalSuspendedParticles)进行预测,得到与观测值相符的结果。应用小波分析进行检测,消除了预测数据中奇异点所包含的奇异信号。在此基础上应用RBF神经网络进行预测,研究结果表明,小波分析的利用提高了预测精度,验证了该方法简便、快捷,具有较强的实用性,为环境管理部门宏观调控提供了理论基础。     

变质产品供应链中多品种的订购策略研究

针对核心企业为订货商的变质产品供应链,建立了多品种的库存模型,分析了基于三种不同订购策略的总成本函数的性质,提出了多种变质产品的近似最优订购策略.最后,通过算例对理论结果加以说明.     

项目投资时机及投资概率分析

针对实物期权理论中存在的不足,运用鞅理论分析研究了市场环境下的确定性和不确定性因素对实物资产项目投资决策的影响.首先,通过鞅方法建立了反映投资时机和投资回报临界值之间关系的投资时机模型;然后,使用测度变换评价了项目投资能够被实施的可能性.研究结果表明确定性因素对投资时机和投资回报临界值具有相反作用的影响,不确定性因素则均具有正向作用的影响,且在确定性因素取值较小情况下,不确定性对投资却具有促进作用.     

利他、公平和信任等因素对合作的影响

分析了利他、公平、信任等因素对博弈过程中合作的影响,以典型的"gift-exchange博弈模型"为例,假设博弈方行为受到一些因素影响并且可以用启发式规则简单描述,通过对成员Agent内部的利他、公平、信任等属性和交互过程中启发式规则的设计和编程实现,使得博弈双方在博弈过程中不断学习和调整策略,形成最终达成一致的合作机制.利用多Agent系统平台--JADE对所提出的模型进行仿真,通过对实验数据的分析,揭示了在多Agent系统中利他、公平以及信任等因素对合作的影响,指出了这些因素在经济生活中的实际指导意义.     

一种高效挖掘高维数据的频繁闭合模式算法

为了克服传统高维数据挖掘频繁闭合模式算法迭代产生子表,引起算法执行时间长和存储开销大等问题,提出了一种高效挖掘高维数据的频繁闭合模式的算法EMHCP. EMHCP算法采用一种新型结构位图表来压缩存储数据,在仅扫描数据库一次后,建立位图转换表.根据位图转换表来构建混合树结构,采用深度优先的方式和有效的剪枝策略高效挖掘出所有的闭合模式.从而有效地缩小了搜索空间,加快了处理速度.通过在生物数据库应用的实验结果表明, EMHCP算法比已有的CARPENTER和TD-close等算法更为有效.     

DMGSP:一种快速分布式全局序列模式挖掘算法

为了解决分布式环境下挖掘全局序列模式常产生过多候选序列,加大网络通信代价问题,提出了一种基于分布式环境下的快速挖掘全局序列模式算法--DMGSP.该算法将分布式环境下的各站点得到的局部序列模式压缩到一种语法序列树上, 避免了重复的序列前缀传输. 采用合并树中结点序列规则和项序扩展策略,对非频繁序列进行剪枝,有效地约简了候选序列,减少了网络传输量,从而快速生成全局序列模式.算法分析和实验结果表明,在大数据集环境下的DMGSP算法性能优越,能够有效地挖掘全局序列模式.     

随机生产中拖后需求的变质产品最优生产策略

针对部分短缺量拖后的变质产品,建立随机生产状态下的生产-库存模型.所谓随机生产状态,是指生产过程会随机地从一种可控状态向另一种不可控状态转移,当生产处于不可控状态时,会生产出一定比例的次品.其中,生产状态的转移服从均匀分布.通过生产-库存模型得到了随机生产状态下总成本函数,分析得到,该总成本函数是一个关于生产次数的凹函数,并由此提出了最优生产次数算法.最后给出了算例.算例结果表明,最优生产次数算法能够有效地将一个4n 1维的最优问题转化为一个一维问题,为变质商品的生产-库存决策提供了简便有效的方法.     

水滑石类化合物重构性能的研究

阐述了类水滑石的结构特点和记忆效应,对类水滑石重构性能的影响条件进行了比较详细的分析,并对其重构性能的应用前景进行了展望。