Gray World算法在菜品识别中的应用

在利用颜色特征对饭菜类型进行识别的过程中,为减少环境光照变化对识别结果的影响,采用了Gray World算法对图像色偏进行调整。在Fedora core 6下,利用V4L来控制摄像头获取图像数据。试验结果表明,使用了此算法后识别准确率提高了9.41%。     

关注民生：走向当代的马克思主义民生思想

马克思文本中关注民生的思想是一个走向当代的热点话题。＂民生＂是一个中国特色的概念,也是马克思主义理论体系中的应有之义。通过分析马克思主义经典作家对民生问题的态度使我们深刻认识到：关注民生是马克思主义中国化开创者以民为本的执政思想的高度体现。在当代中国特色社会主义民生建设实践中,切实解决目前突出的几大民生问题,有一些需要坚持的原则和应对策略。     

MPA方法与定侧力模式Pushover方法的准确性对比研究

Pushover方法作为一种简化的评价结构抗震性能和验算结构弹塑性变形的方法,近年来得到了广泛应用。但由于Pushover方法只考虑第一振型,无法反映结构高阶振型的影响,因此又发展了基于振型分解反应谱法的多模态Pushover方法（Modal Pushover Analysis,MPA）,但MPA方法与Pushover方法分析结果的准确性和对比研究目前没有见到。为合理采用MPA方法与Pushover方法,本文以逐步增量弹塑性时程分析结果为基准,通过两个普通的六层和十层钢筋混凝土框架结构,对MPA方法和不同侧力模式的Pushover方法的分析结果进行了对比研究。研究表明,与Pushover方法相比,MPA方法对结构最大弹塑性顶点位移响应的预测具有较高精度,但对结构最大层间位移的预测误差仍较大,有必要作进一步深入研究。     

运输时间约束下冷藏集装箱海运网络优化

以冷藏集装箱为研究对象,分析生鲜货物的易腐特性和时效要求对冷藏集装箱运输方案的影响,以运输总成本最小为目标、运输时间为主要约束,构建冷藏集装箱海运网络优化模型,研究不同供需组合和运输时间要求下的最优运输方案.算例结果显示,对于距离较近的起点-终点(OD)对,中转运输较直达运输的运输时间平均增长60%以上,运输成本增长15%以上,故选择直达运输.对于距离较远的OD对,中转运输可实现规模经济效益,为最优运输方案.运输时间约束的敏感性分析显示,短途运输对于运输时间约束变化不敏感,直达运输相较中转运输可节约运输成本10%以上,故均选择直达运输;长途运输受运输时间约束影响较大,仅在满足条件时才选择中转运输,否则只选择直达运输.     

心电图的基本尺度熵分析

在健康人和有疾病人的生理信号的复杂度问题的量化受到普遍关注.复杂度的降低已被指出是病理动力学的一个普遍特征.本文使用前人提出的算法研究了心电图(ECG)的基本尺度熵(BSE)的特性,研究发现健康人的心电图的基本尺度熵比较稳定在某个范围之内(在每个图的中间区间),示出心电图处于稳定阶段,心脏的健康状况良好;而冠心病人的基本尺度熵变动范围比较大,在某个时段会波动很小、在另一个时段则会波动很大,显示出心电图处于不稳定阶段,心脏的健康状况正在变差;心梗病人则在任何时段都会表征为基本尺度熵变动范围比较小、慢慢在收敛,基本尺度熵值波变动范围最小,说明心脏的健康状况处于恶化阶段,即将危及生命.研究表明基本尺度熵值变动情况对临床诊断心脏疾病的发展演化阶段有重要的指征意义.     

浅议中学班集体的建设

良好的班集休是学生健康成长的摇篮,是教育教学目标实现的保证,是发展学生个性,培养富有创造性社会主义事业接班人的基础。班集体建设要以学生为主体,教师为主导,发挥班委会干部的骨干作用,用教育理论指导班集体建设工作,这样良好的班集体方能形成。     

EEG数据信号的Matlab滤波仿真设计分析研究

在处理脑电图(Electroencephalogram,EEG)过程中,对采集到脑电信号的预处理特别重要.文中利用信号分析与处理知识,在Matlab软件平台上仿真分析了不同小波基函数对脑电信号分解和重构的影响,以及利用db5小波基函数对EEG进行5层多尺度分解和重构,仿真信号颤动情况.通过采用不同阈值进行降噪和与低通滤波器的消噪仿真比较,对特定频带仿真结果进行分析和研究.研究结果表明:小波分析在EEG信号预处理降噪中可有效地提取脑电微信号,对EEG在更广的领域里发挥作用具有实用意义.     

碳排放约束下无人机-卡车联合配送问题

无人机配送兼具配送时间短、成本低、降低道路拥堵程度等优点,多辆卡车和无人机联合配送以服务社区内的客户群体是解决最后一公里配送难题的突破口。考虑配送过程中碳排放总量的约束,以配送总成本最低为目标函数,构建以弧为基础的混合整数规划模型,并利用自适应大规模邻域搜索算法求解出无人机-卡车联合配送的最优路径,验证了碳排放约束下的无人机-卡车联合配送路径优化模型在降低配送成本、实现降碳目标上的有效性。     

基于局部重构与全局保持的半监督判别分析方法

为克服线性判别分析(LDA)只能利用有标记样本的缺点,提出一种基于局部重构与全局保持的半监督判别分析(LRGPSSDA)方法.LRGPSSDA通过最小化局部重构误差来确定邻域图的边权值,在保持数据集局部结构的同时保持其全局结构,具有对邻域参数的选择不敏感、所得投影子空间的维数不受样本类别数的限制等特点.相较现有的半监督判别分析方法(如SDA和UDA),LRGPSSDA的分类性能更好.在YaleB和CMUPIE标准人脸库上的实验结果验证了该算法的有效性.     

多步桥接精化迁移学习

传统机器学习方法假设训练数据和测试数据分布一致,但在许多实际应用中这个假设并不能得到满足.针对该情况,文中提出了一种非参数化的迁移学习算法--多步桥接精化算法.首先构造一系列中间模型来建立不同领域之间的桥梁,然后在近邻的模型间进行标签传播,实现从源领域到目标领域的判别信息迁移.实验结果表明,分布相近的模型使迁移变得平滑...