基于l_1正则化RanBoost的人脸表情识别及程度估计(英文)

鉴于之前的大多数工作仅仅局限于人脸的表情识别,在本文中,我们提出了一种基于排序模型的创新性人脸表情识别方法。与之前的方法不同的是,我们提出的方法不但能够做表情识别,而且能够估计表情的程度,而表情程度估计则对于理解人的情绪变化有很大的帮助。虽然精确标注表情的程度很困难,但是表情随时间变化的有序信息提供了相对的度量。基于这种观察,我们将表情程度估计问题转化为一个排序问题,并且用Rankboost建立排序模型。排序模型的输出可以直接用于程度估计,而且我们也可以将排序模型用于表情识别。为了进一步提高我们提出的方法的性能,我们将l1正则化引入到Rankboost中。在Cohn-Kanade数据库上进行实验,实验结果表明我们提出的方法与当前的方法比较,有着明显的优势。     

缩径承台基桩竖向承载力及桩周土体变形

为了探究含缩径缺陷的承台基桩竖向承载性能和桩周土体变形规律,以缩径位于桩体深部为例,对1根完整承台基桩和6根缩径承台基桩进行了室内透明土模型加载试验,得到了桩荷载-沉降曲线。通过数据处理,得到承台沉降4 mm(极限承载力)时的桩周土体位移场。研究了缩径轴向尺寸和径向尺寸对承载力和桩周土体变形的影响规律,给出了承载力的变化原因。研究结果表明：缩径会严重影响基桩承载力,当轴向尺寸为20 mm、径向尺寸为8 mm时,极限承载力损失可达17.59%。承台和缩径周围的土体产生了较大的变形,减少了桩与土之间的相对位移。随着缩径轴向尺寸和径向尺寸增大,土体变形增大。缩径周围和桩端之间的土体发生贯通现象,桩与土体产生了同步位移,且随着缩径尺寸越大,贯通现象越明显。承台和缩径周围的土体与桩之间的相对位移,以及缩径周围与桩端之间的土体产生的贯通现象导致桩的侧摩阻力降低,从而损失了桩的承载力。     

广东省自学考试管理系统的设计与实现

广东省自学考试管理系统采用了基于MVC设计模式的Struts框架开发，选用先进的B／S／S的J2EE电子商务架构来实现。本文首先对系统用户，业务流程进行分析；接着阐述了系统的功能设计和体系结构设计；最后分析了系统具有的技术特征。系统的应用在很大程度上提高了工作效率，取得了良好的社会效益。     

制定大规模发电机组检修计划的整数规划法

本文以用户停电损失量小为原则，使用０－１整数规划法来安排大规模发电机组的检修计划。考虑了实际生产中可能碰到的约束条件。实例计算结果表明，该算法得到的机组检修计划比等风险度法的更加经济合理。