用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。     

基于双正交小波的快速矢量量化算法

提出了一种用于图象压缩的矢量量化算法．该算法通过构造符合图象小波变换系数特征的跨频带矢量,利用小波系数之间的相关性,提高了图象的编码效率和重构质量．同时,该算法又采用了两种新的矢量量化技术——非线性插补矢量量化（ＮＬＩＶＱ）和渐进构造聚类（ＰＣＣ）,提高了矢量量化的速度和码书质量．实验结果证明,该算法在比特率为０．１７２ｂｐｐ的条件下仍能获得ＰＳＮＲ＞３４ｄＢ的高质量重构图象．研究图象小波变换系数的固有特性是提高矢量量化性能的关键,而提高矢量量化速度是这类算法得以实用的重要前提．     

用前向网实现噪声图象的边缘提取

本文提出采用多层前向网及改进的ＢＰ算法，对经Ｃａｎｎｙ最佳边缘检测算子处理噪声图象后得到的高、低门限图进行不连续轮廓的并行“修补”，能够较快地得到信噪比高的边缘图象．     

冲击式压路机在路基拼接施工中的应用

在沪宁高速扩建施工中使用了冲击式压路机对新填路基进行了冲碾补压，对提高路堤的密实度与均匀性，减少工后沉降与差异沉降，防止新旧路基拼接处产生纵向裂缝起到了较好的作用。本文作者结合参建的沪宁高速公路扩建工程施工，介绍冲击式压路机的应用。     

一种新的视频镜头边界检测及关键帧提取方法

根据视频邻域片段变化的特点提出了镜头边界系数模型,镜头边界系数具有良好的抗噪能力,且对视频帧的时域变化有较好的描述能力,可用于镜头边界检测与关键帧提取.它可以单独检测镜头边界,也可以与传统的基于帧差的镜头边界检测方法相结合检测镜头边界.在提取关键帧时,根据镜头边界系数的分布,自适应地确定镜头内的关键帧数,用非极大值抑制方法与基于镜头边界系数的优先级方法确定关键帧的位置.实验结果表明,该方法在镜头边界检测性能上要优于已有的基于帧差的镜头边界检测方法,提取的关键帧对镜头的视觉内容具有较好的表达能力,且可在视频回放时实时执行.     

超级纤维--PBO的进展

1高性能PBO纤维的由采 高性能纤维应具有优异的力学性能和其它卓越的特性,如热稳定性、耐化学性、电性能以及独特的生物特性.从结构成分可分为两类:无机高分子和有机高分子.无机类高性能纤维的代表有碳纤维、硼纤维、碳化硅及氧化铝-钛合金等纤维.典型的高性能有机高分子纤维有:芳香聚酰胺类纤维(主要为Kevlar)、芳香族杂环聚合物纤维(有PBO,PBZT等)、芳香族聚酯及具有伸直链的超高分子量PE纤维.     

基于AHP与GIS技术的24h便利店选址适宜性评价研究 ——以厦门市思明区为例

城市整体的空间布局对于24 h便利店营业网点的选址及其经营有着很大的影响.针对目前有关24 h便利店的选址研究中缺乏对夜间特征的分析,结合层次分析法和GIS的空间分析功能,对影响24 h便利店营业网点选址的各类因素进行叠加分析与量化研究,建立24 h便利店营业网点选址适宜性评价模型.并以厦门市思明区24 h便利店为例,对该模型进行了验证,验证结果表明该模型有效、可靠,能够为城市24 h便利店营业网点的选址提供决策支持.     

企业需求分析下的大学英语教学改革探研

本研究通过调查问卷和访谈的形式，对咸宁市的28家企业进行了高职毕业生英语需求调查。问卷涉及企业对英语课程设置的需求和对高职生英语技能与职场文化能力的要求。调查结果显示企业非常重视英语课程设置的实用性，重视高职生的文化素养和英语能力，特别是他们的听说技能。     

音乐推荐系统中的用户冷启动问题

利用新用户使用音乐时的上下文环境信息来解决冷启动问题.当用户播放音乐时，提取用户当时场景的时间、天气、状态等信息，利用这些信息构建决策树分类模型.当新用户使用音乐推荐系统时，提取当前情景的上下文信息，根据决策树分支和上下文信息判断新用户的兴趣，向新用户推荐音乐.实验结果表明，当采用上下文相关音乐推荐算法，推荐数目不超过6项时，新用户对推荐结果的满意度超过TopN算法.