征婚广告的语言特色与社会意义分析

征婚广告是征婚者通过传媒进行的自我推销以寻求异性伴侣建立婚姻关系的广告形式。中国的征婚广告由于特定的历史、文化和经济背景,形成了一类独具特点的个体劝说语篇。基于期刊、网络等媒体的征婚广告语料分析该类特殊语篇的语言特色及社会意义,以更好地了解其背后所隐藏的时代风尚、民俗文化、价值取向等社会文化内涵。     

餐厨废油制备生物柴油的研究进展

生物柴油是一种发展迅速的绿色能源。目前,以餐厨废油为原料通过酯交换反应制备生物柴油的研究受到了广泛的关注。其中,均相催化法以其催化剂价格低廉、操作简便在工业上得到广泛应用。与其他制备方法不同,酶催化法条件更加温和,但其反应时间过长,不宜工业生产;超临界催化法作为一种新兴的制备工艺在近几年得到了广泛关注。本文论述了非均相催化法、均相催化法、酶催化法和超临界催化法制备生物柴油的优缺点,并对生物柴油未来发展前景做出了展望。     

氮蒽衍生物的分子第一超极化率的理论研究

用HF/6-31G(d)//CPHF/6-31G(d)方法获得了氮蒽衍生物分子的优化结构和分子第一超极化率.结果表明,在氮蒽的4位取代推电子基,11位取代吸电子基而得到的衍生物有相对较大的第一超极化率.苯环上取代基的种类、HOMO-LUMO的能隙及N1原子上的孤对电子对分子第一超极化率都有较大的影响.另一方面,设计的氮蒽衍生物具有较好的透光性和热稳定性,是一类具有潜在的应用价值的非线性光学材料.     

基于SITF特征提取的加速匹配方法

SIFT算法是目前应用最广泛的特征点提取匹配算法,该算法具有尺度不变性,旋转不变性和一定的光照不变性.但SIFT算法复杂度较高,而且图像匹配时间较慢,在较大形变和光照变化下易出现匹配不准确.针对上述问题,提出极值分类匹配算法,将特征点分为极大特征点和极小特征点两类,进行分类匹配,并利用扩散过程来代替欧式距离计算特征点之间的距离.该文方法不仅降低了时间复杂度,提高匹配速度,而且对图像形变和光照变化更具鲁棒性.     

一种神经网络分类器样本数据选择方法

为了提高神经网络分类器的性能,提出一种基于阴影集的训练样本数据选择方法．在阴影集的基础上提出核数据和边界数据的概念．首先通过模糊c均值聚类（FCM）获取样本数据的最优模糊矩阵;然后诱导出相应的阴影集;样本数据结合阴影集构造核数据和边界数据;最后在核数据和边界数据中进行数据选择．利用该方法,结合Iris数据集分别对BP网络、LVQ网络和可拓神经网络（ENN）等分类器进行实验研究．结果表明：该方法能够保留典型的样本,减少训练样本数据的数量;利用该方法所选择的数据对神经网络分类器进行训练,保证了分类器的泛化能力,节约了训练时间,有效提高分类器的性能．     

基于Vague融合的自动图像标注方法

提出了一种基于Vague融合的自动图像标注方法,通过有效区域匹配方式,利用近邻语义信息来平衡正负样本数目,并且首次利用Vague集的真假隶属度融合图像的区域信息,从而获得更准确的标注结果.实验结果表明,该标注方法是可行的,同时,与传统的标注方法相比,标注结果得到了明显的提高.     

一种能量消耗平衡的线性无线传感器网络调度策略分析

考虑应用在公路、桥梁、隧道和地铁等场合的线性无线传感器网络,其线性和多跳传输特征造成能量不平衡消耗,靠近基站的节点需要转发大量数据,因此自身能量很快耗尽导致网络监控失效.以线性网络、均匀部署为研究内容,采用适当的调度策略平衡能量消耗,从而解决能量消耗不平衡问题.将节点转发信息的能量消耗和能量平衡作为约束条件,采用非线性规划方法建立一种线性传感器网络调度策略,通过调整节点到下一跳的距离和转发的数据量来平衡能量消耗,延长网络寿命.对影响网络寿命和节点效率的因素给出了详细分析,对节点之间不同传输距离的能量消耗给予了详细讨论,并进行了仿真.仿真结果表明,通过优化节点间通信距离和流量能够平衡能量消耗,延长网络寿命.     

基于水下场景先验的水下图像增强方法研究

针对水体光线吸收与散射作用引起的图像模糊、低对比度和颜色失真等问题,提出一种基于水下场景先验的水下图像增强方法。首先利用水下场景的先验知识,结合水下成像物理模型和水下场景的光学特性,利用10种预定义衰减系数合成涵盖不同类型和退化水平的水下图像数据集;然后利用初始残差和密集级联,设计一类轻量级卷积神经网络（convolutional neural networks, CNN）模型增强水下图像,结合基于轻量级的网络结构和有效的训练数据,可减少增强模型的计算量并有效改善水下退化图像的视觉质量;最后采用归一化的后处理过程进一步提升图像增强的效果。仿真实验结果表明,所提方法可行有效,可应用到不同的真实水下场景,具有较强的鲁棒性与有效性。     

基于ATD-BP神经网络的页岩气产量预测方法

储层改造是页岩气开发的关键步骤,根据储层改造数据进行页岩气井产量预测,对后续施工优化有重要指导意义。然而,储层改造数据与气井产量间呈非线性相关关系,不适用于传统线性预测方法。且储层改造数据存在有效数据较少、噪声数据占比较大、维数较高等问题,不适用于受噪声影响较大的传统BP神经网络非线性预测方法。由此,本文提出一种页岩气储层改造产量预测方法,首先利用自适应阈值去噪(adaptive threshold denoise,ATD)算法去除噪声,再运用BP神经网络对储层改造数据进行非线性拟合,得到页岩气井产量预测模型。实验表明,相比传统的BP神经网络,本文所提方法能够有效提高预测的准确率和稳定性。     

深化计算机基础课程改革构建研究型大学本科教育

本文提出为建立研究型大学本科教育中基础课教学起着举足轻重的作用,同时还对计算机基础教学中的课程结构、综合训练、辅助教学、师资队伍、考核机制、教材更新等几个环节的改革情况做出综合论述.