分形插值快速IFS算法在图象压缩编码中的应用

研究了一维和二维分形插值快速ＩＦＳ算法在图象压缩编码中的应用．通过与传统的ＰＩＦＳ分形图象压缩算法的比较，提出了一种改进的一维ＩＦＳ分形插值算法与双线性插值算法相结合的图象压缩编码方法，在保持重建图象质量和压缩比的前提下，运算时间大大降低     

对常用选择算子的分析

讨论了最能体现遗传算法“自然选择、适者生存”特点的选择算子 ,给出了在传统的基于适应值比例的选择算子作用下染色体的变化规律及极限性能 ,同时也指出了此类选择算子的一些不足之处 .还给出了一类改进的基于适应值大小顺序的选择算子对染色体数量的影响方式 ,说明了其优越性 .讨论结果表明 ,今后可以更进一步改进和完善选择算子 ,提高遗传算法的性能 ,从而扩大遗传算法在各个领域的应用     

正交设计法优选浙贝母总生物碱提取分离工艺

为了优化浙贝母中生物碱提取条件,比较了影响生物碱提取率诸因素,并利用数理统计学中的正交试验法优化提取条件.实验结果表明,用浙贝母粉末重量30倍的55%乙醇（W/V）为提取溶剂,结合摇床振荡法,振荡速度为150r/min,提取24h,经氯仿萃取,生物碱的提取率最高.用D1300大孔树脂,95%乙醇溶液作为洗脱剂,上样pH为9.0,原液浓度为0.1 mol/L时为最佳纯化条件.本试验筛选提取方法可作为贝母中生物碱提取的一种较好选择.     

一种基于模糊推理的神经网络学习算法

提出了一种新的神经网络学习算法．相对于其他学习算法，该算法侧重于网络参数的调整，通过对样本集的模糊推理、调整和分类学习来实现自适应的神经网络学习．结果表明，该算法能大大提高神经网络的学习速度和学习效率，并能从样本集中得到反常样本和小概率事件样本，对小概率事件样本有很好的学习能力．     

利用遗传算法精确标定摄像机参数

讨论了利用遗传算法作为优化算法的双阶段摄像机标定方案。首先,忽略摄像机畸变的影响,根据先验假设恰当组合摄像机的其他内外参数。构成线性方程,利用最小二乘法直接估计摄像机主要参数的初始值;其次,考虑摄像机畸变的影响,在初始值的基础上利用遗传算法优化摄像机的全部参数。该标定方案直接优化摄像机相对于世界坐标系的旋转角度,因此能够在获得精确解的同时,保证旋转矩阵的正交约束条件。此外,由于遗传算法的染色体具有     

Hf 卟啉金属有机框架量子点合成及其光动力学性能

TCPP是一种有机光敏剂，基于TCPP配体的MOF材料Hf-TCPP具有良好的光动力效应.采用相同的溶剂法分别合成了量子点Hf-TCPP QDs(2 nm)和纳米粒子Hf-TCPP NMOFs(70 nm).与Hf-TCPP NMOFs相比，Hf-TCPP QDs在相同的反应条件下具有更高活性氧自由基产生效率.虽然量子点容易在细胞内扩散，但是难以通过EPR效应在肿瘤组织部位富集，所以用脂质体包裹Hf-TCPP QDs,并同时包裹小分子药物DOX制得DOX@Hf-TCPP@LIPs,从而改善EPR效应并实现光动力治疗与化学治疗相结合的目的.