体态语语言表现之中日比较——以“喜”的面部表情为中心

体态语和有声语言一样,是人类交际中不可缺少的工具和手段。而面部表情又是体态语中的重要组成部分。本文通过对中日两国语言中"喜"的面部表情的语言表现进行比较,探讨了两国在体态语语言表现上的差异,试图从体态语这个比较特殊的角度对中日语言表现做进一步的剖析。     

面向对象分类分析提取地籍图地块边界

提出了一种基于面向对象分类分析的地籍图地块边界提取方法.该方法通过对纸质地籍图的扫描栅格图像进行分割,形成多个待分类的图像对象(区域).结合人工智能专家知识构建模糊逻辑分类器,从形成的多个图像对象中逐层分类提取出地块对象.最后,经矢量化和综合概括处理,最终获得矢量化的地籍图地块边界要素.     

高维基因表达数据集分类规则组的确定

目前基因表达数据分析的大多数算法都是探索性的选择基因来生成识别类（例如癌细胞组织与正常细胞组织）的规则组,对此本文提出了一种对基因表达数据集进行分类的稳健算法,确保可以找到最优的k个基因生成分类的规则组,并且通过试验表明由此算法得出的规则组比其他分类方法更准确．     

基于不相关局部敏感鉴别分析的新生儿疼痛表情识别

针对新生儿疼痛表情识别中的特征提取问题,提出一种不相关局部敏感鉴别分析（Uncorrelated Locality Sensitive Discriminant Analysis,ULSDA）算法.首先,在局部敏感鉴别分析（LSDA）算法的基础上,通过附加投影向量正交性的约束条件,定义了ULSDA的目标函数;然后,推导出求解特征子空间正交投影向量的迭代公式;最后,将输入的高维图像数据投影到这个特征子空间,求出特征向量.ULSDA算法不仅继承了LSDA算法所具有的有监督、局部流形结构保持等特性,而且消除了LSDA算法所提取出的鉴别特征的相关性,从而增强了特征的鉴别能力,比LSDA算法具有更好的分类识别能力.在新生儿表情图像库上的疼痛表情识别实验结果表明,提出的ULSDA方法是有效可行的.当每类表情的训练样本图像为150幅时,采用ULSDA算法获得的平均识别率达到了82.07％,优于主成分分析（PCA）、线性鉴别分析（LDA）、局部敏感鉴别分析（LSDA）等特征提取方法.     

基于面部肌肉特征的面部表情度量方法

基于对人类表情肌活动效果的归纳,采用一种新的面部特征构造描述面部状态。以支持向量机的后验概率作为依据,提出一种基于面部肌肉特征的面部表情度量方法,并对基于不同特征和不同面部素材库的决策模型进行对比实验。结果表明,相比其他的方法,基于新特征的度量方法能够对不同的面部表情产生具有足够区分度的度量,并能够以较高的准确率提取视频文件中”最夸张”的表情。     

面向部件检字的汉字表达式双链表存储设计

为实现按部件快速检索汉字,把汉字递归表示为汉字结构、字首部件和字尾部件三元组。以部件为运算对象,字型结构为运算符,将汉字描述为前缀表达式。提出汉字表达式的双链表存储模型,设计双链表生成算法及基于双链表存储的检索方法。与直接采用数组存储相比,使用双链表存储时检索的平均比较次数仅为数组存储的50％,并易于动态提升检索性能。     

雌二醇与镉雌激素活性拮抗效应及其机制研究

为了更好地理解镉对人体的健康效应以保障人体健康,以典型天然雌激素雌二醇(E2)为代表,研究了E2与Cd的共同作用效应.主要研究了人体乳腺癌细胞MCF-7增殖、周期分析、雌激素活性作用途径等.结果发现Cd具有雌激素活性,但与E2共存时发生拮抗作用,雌激素活性明显下降.细胞周期研究表明,E2,Cd及两者混合物均能提高DNA合成期细胞比例,促进细胞增殖.增殖途径分析表明,E2,Cd及其混合物使细胞内雌激素受体α(ERα)蛋白的表达量明显降低,拮抗作用的发生主要来自丝裂原活化蛋白激酶(MAPK)信号转导通路.E2和Cd可以诱导增殖相关蛋白Ki67的表达,促进细胞增殖,而E2与Cd联合使Ki67的表达极大地降低.     

暴雨强度计算模型参数拟合优化的新进化方法

针对传统推求暴雨强度计算模型的参数的方法,不仅计算复杂、通用性差且常得不到全局最优解等问题,提出利用基因表达式编程对单一重现期暴雨强度计算模型参数的拟合优化的GEP＿FPO算法,讨论了该算法的最优化特性和实施过程,并进行了实例计算评估分析,验证了基因表达式编程在单一重现期暴雨强度计算模型参数的拟合优化问题中是可行的,且效果较好。     

JUnit工具在后缀表达式算法实现中的应用

软件测试在控制软件质量中起着非常重要的作用。JUnit作为一款功能强大的开源单元测试工具,在单元测试中得到较为广泛的应用。本文在分析JUnit实现测试用例、处理单元测试用例与测试套件关系以及收集结果与判断方法的基础上,用UML时序图表示了JUnit框架测试流程,并利用JUnit框架对后缀表达式实现算法进行了单元测试和套件测试。     

分形图像压缩的研究进展

分形图像压缩是一种具有独特优势且极有前途的数据压缩技术 ,至今未能广泛应用是由于其面临着高计算复杂度的困难。文中提出了克服这一困难的一些有效方法 ;同时 ,提出了改善重建图像视觉效果的措施 ,并探讨了分形图像编码的未来研究方向