关于periodic模的注记

设R是一个环,A是一个由左R-模构成的类。对于投射可解的预盖类A,利用维数转移的方法,通过A -维数和自正交模的性质得到了A -periodic左R-模M仍然在A中的充分条件。作为应用,在R的左Gorenstein整体维数有限的条件下刻画了R的左整体维数的有限性。此外,还在一定条件下得到了A^⊥中的无限表现偏倾斜模的等价刻画。     

低信噪比神经元锋电位信号的分类方法

基于离散序列小波变换和主元分析，对低信噪比的神经元锋电位信号提出了新的分类方法。通过对原始信号进行尖峰检测，获得尖峰信号样本，对每个样本进行离散序列小波变换之后，再对小波变换系数进行主元分析，选取主元进行聚类，实现对原始信号的分类。将该方法应用于多电极细胞外记录的小鸡视网膜神经节细胞电活动信号分析，并据此推断出某电极附近的神经节细胞的个数。仿真结果表明，在低信噪比情况下，该方法比单纯通过小波变换进行分类的方法更有效。     

青霉素钠与氯化钠对N-乙酰神经氨酸发酵的影响

重组枯草芽孢杆菌生产N-乙酰神经氨酸的过程中,通过加入表面活性剂和抗生素等方法来改善细胞通透性,以减少产物和副产物所带来的反馈抑制,从而促进细胞生长和产物的合成.对比研究了吐温20、吐温60、吐温80及青霉素钠对重组枯草芽孢杆菌摇瓶和5L发酵罐发酵的影响,确定青霉素钠具有明显增强该菌种发酵产N-乙酰神经氨酸的效果.通过对青霉素钠的添加时间和添加量进行了优化,确定在10h和34h均添加200mg·L-1青霉素钠最优,使N-乙酰神经氨酸的产量达到7.17g·L-1,相比对照提高了38.42%.在利用青霉素钠提高目标产物的基础上,又通过在发酵培养基成分中添加0.75%氯化钠来改变细胞渗透压,从而增强细胞通透性.实验证明,N-乙酰神经氨酸的产量进一步增加,最终达到7.96g·L-1.     

基于多粒度感知SVM的复杂场景人车分类方法

针对复杂场景中的人车分类问题,提出一种基于多粒度感知SVM(support vector machine)的复杂场景人车分类方法。该方法首先对视频场景进行运动区域分析,结合角点检测方法提取运动区域视觉感知信息,在时空域中采用Kalman滤波将感知信息进行关联推理,去除噪声干扰。再以运动区域质心点为中心,构造目标的多粒度感知特征,最后构造2级SVM分类器,将目标多粒度感知特征向量集输入SVM分类器进行训练及分类,得到人车分类结果输出。实验结果表明,该方法取得了良好的分类效果,人、车全天候平均分类正确率分别达到93.6%以上,能有效避免光照、色彩、目标大小等变化导致的误分类问题,适用于智能交通视频的人车分类应用。     

基于多粒度感知SVM的复杂场景人车分类方法

针对复杂场景中的人车分类问题, 提出一种基于多粒度感知SVM (support vector machine)的复杂场景人车分类方法。该方法首先对视频场景进行运动区域分析, 结合角点检测方法提取运动区域视觉感知信息, 在时空域中采用Kalman滤波将感知信息进行关联推理, 去除噪声干扰。 再以运动区域质心点为中心, 构造目标的多粒度感知特征, 最后构造2级SVM分类器, 将目标多粒度感知特征向量集输入SVM分类器进行训练及分类, 得到人车分类结果输出。实验结果表明, 该方法取得了良好的分类效果, 人、车全天候平均分类正确率分别达到93.6%以上, 能有效避免光照、色彩、目标大小等变化导致的误分类问题, 适用于智能交通视频的人车分类应用。