基于HHT方法的果蝇鸣声特征提取及分类

 采用HHT方法对同种内2个不同品系果蝇翅振鸣声进行特征分析,分别提取果蝇翅振鸣声前10阶IMF能量与信号总能量的比值,HH谱图的低频段、中频段、高频段的相对能量值作为特征向量.设计BP神经网络分类器识别不同品系果蝇.实验结果表明,用HHT方法提取特征,神经网络识别不同品系果蝇的方法是可行而有效的,为进一步鉴别果蝇种内关系提供了新的思想和方法.     

基于人工免疫聚类的欺诈客户分析

针对传统aiNet聚类算法在处理欺诈客户分析时聚类精度差的问题,该文基于一种新的免疫聚类算法(SE-aiNet)提出了利用子群群体特征进化的免疫聚类算法,使收敛速度有显著提高,并在保持抗体种群规模的情况下有效提高了抗体的多样性;以训练所得的规则集来判断客户是否欺诈,经某银行的实际数据验证,算法的误分比例为24.0%,而相同环境下BP-NN算法的误分比例为32.3%,C-SVM的误分比例为28.6%。     

高压脉冲电场提取猪皮胶原蛋白

为了研究高压脉冲电场(PEF)对提取猪皮胶原蛋白的影响,在料液比1:10、枯草杆菌中性蛋白酶用量400U/g、酶解温度40℃、pH值6.5的条件下,分别改变电场强度、脉冲频率和酶解时间,用考马斯亮兰法测定胶原蛋白的浓度并计算其溶出率.结果表明,最适电场强度为25kV· cm-1、脉冲频率为40Hz、脉冲时间1s、酶解时...     

融合自组织映射与Wang-Mendel方法的模糊规则提取

为解决经典Wang-Mendel方法提取模糊规则时得到的规则数目较多的问题,该文提出一个融合自组织映射(SOM)网络和Wang-Mendel方法的规则提取方案.利用SOM对原始样本进行学习,再使用Wang-Mendel方法从SOM的原型向量中提取规则.因为SOM的原型向量学习得到了原始样本的模式分布规律,并且原型向量的数量远小于原始学习样本的数量,所以该方法降低了提取的规则数目及耗费时间.有关混沌时间序列预测的实验结果表明了该文方法的有效性.     

大变形弹塑性梁的刚 柔耦合动力学特性

研究了大变形弹塑性梁的刚 柔耦合动力学特性.从弹塑性梁的非线性本构关系和非线性应变 位移关系出发,给出了曲率的精确表达式;基于绝对节点坐标法,用虚功原理建立了大变形弹塑性梁的动力学变分方程;用有限元法对梁进行离散,建立了大变形弹塑性梁的刚 柔耦合动力学方程.对重力作用下的柔性单摆进行数值仿真.结果表明,弹塑性梁的横向变形呈现平均值大和振幅衰减的特征,计算结果较基于小变形理论的一次近似模型稳定,适用于大变形问题.
     

V律指数法提取城市建筑用地遥感影像的研究

通过对Landsat ETM+不同波段遥感影像主要土地利用类型光谱特征曲线进行分析,提出一种新的提取城市建筑用地的方法:V律指数法(V law index,VLI).该方法采用3个波段的遥感影像,并结合约束条件,通过简单的逻辑判断和乘法运算实现建筑用地的提取.随机矩阵点实验测试表明:VLI法能够获得较好的提取效果,与其...     

基于拓扑动力系统的机械系统特征信息分析方法

针对机械系统特征信息提取问题,提出了一种新的机械系统特征提取及建模方法。首先建立机械系统状态特征信息拓扑空间,从而构建机械系统拓扑动力系统模型;再依据系统的拓扑传递特性,跟踪机械系统特征信息的变换及传递过程,实现对机械系统特征信息的提取。最后将该方法应用到单一碰摩故障、单一裂纹故障及裂纹碰摩耦合故障的对称旋转机械系统信息特征提取中,通过仿真实验验证了理论方法的可行性。     

非有机溶剂萃取催化荧光光度法测定痕量亚硝酸根

在磷酸介质中以亚硝酸根催化溴酸钾氧化罗丹明B为研究体系,探讨了该体系在聚乙二醇-2000(PEG-2000)中的萃取催化行为及其影响因素,建立了催化荧光光度法测定痕量亚硝酸根的新方法.结果表明:该方法的检出限为1.65×10-7 g/L,线性范围为0.053-0.23 mg/L,用于测定蔬菜中痕量亚硝酸根的效果良好.     

种子区域生长法的改进算法及其在钉螺图像提取中的应用

种子区域生长法是图像分割中一种常用的方法,其性能在很大程度上取决于种子点的选取与生长规则.为了更有效地应用种子区域生长法从真实图片中提取钉螺图像,在分析种子区域生长法的基本思想后,提出了一种改进的种子区域生长算法并用于提取钉螺图像.改进种子区域生长法使用了新的区域生长相似性规则和区域生长停止的动态阈值方法,改进算法采用人工方式来选择区域生长的种子点.结果表明,改进的种子区域生长法在复杂背景图片中能获得更好的钉螺图像提取效果.     

基于灰关联分析Elman网络的网上购物意向预测模型

利用灰关联方法分析了消费者网上购物意向与各影响因子的关系,建立了预测消费者网上购物意向的Elman神经网络模型.结果表明,根据灰关联度的计算得出消费者网上购物意向的影响程度由强到弱的顺序,与实测值吻合,表明利用所建立的Elman神经网络模型能有效地预测消费者网上购物意向.