基于颜色特征的图象索引和检索方法

通过对图象的颜色和空间内容进行自动提取和索引方法的研究,给出了颜色集表示和索引,及基于颜色集的查询策略,该策略克服了颜色直方图方法的问题,诸如高维特征矢量、空间位置、索引和距离计算等。     

用模糊层次分析法选择最佳回采方式

利用模糊数学理论,提出了评价回采工艺方式的多层次多因素的模糊数学模型,并用此模型实例评价了一个回采工作面工艺方式的最佳选择。本模型具有较大的实用价值。     

基于Matlab的网侧变流系统仿真建模

介绍了在高性能网侧变流系统的数学模型,在此基础上分析了矢量变换直接电流控制,提出并详细介绍了一种基于Matlab的PWM网侧变流系统仿真建模方法,实验波形证明了模型的正确性和可行性．为实际工程中确定主电路参数和系统设计提供可靠依据,对三相PWM变流系统设计有实际意义．     

粘性河岸稳定性计算模型对比

在考虑了孔隙压力与静水压力的前提下,经适当优化提出了三个典型粘性河岸稳定性计算模型,并用这三个计算模型对一实测河岸稳定性进行了计算对比．结果表明,对天然河岸而言,简化模型比较简单、实用,但精度稍差;采用概率模型可较好地预测河岸崩塌后的形态;采用分层模型计算精度更高,但计算量相对较大。三模型均适用于以类似于平面崩塌方式发生崩塌的粘性河岸的稳定性计算。     

论知识领导者

在知识经济时代,我们真正需要的是知识领导者,而不是知识的管理者。本文在分析知识领导产生的原因的基础上,对知识领导进行分类,最后提出知识领导所需要的素质。     

改进的Alexnet模型在水稻害虫图像识别中的应用

深度学习技术能以端对端方式实现农作物害虫识别,克服了传统机器学习方法特征选择具有主观性以及提取特征操作繁琐等不足,但识别的准确率和鲁棒性仍有待提高。为了研究出一种快速,高效的水稻害虫识别方法,本研究以稻纵卷叶螟、三化螟、稻蝗、稻飞虱4种常见的水稻害虫为研究对象,对传统的卷积神经网络Alexnet进行优化改进。首先从自然环境以及搜索引擎上获取4种不同的水稻害虫图像,并对图像进行数量扩增和细节增强预处理。然后对传统的卷积神经网络Alexnet进行优化改进,在Alexnet模型基础上,去除原有局部响应归一化层,在每一个卷积层后加入批归一化层,并采用全局平均池化和激活函数PReLU对模型结构进行优化。结果表明:改进后的模型在害虫数据集上的识别率不低于98%,相比于原网络提升了1.96%,高于LeNet5、VGG13、VGG16等传统网络;改进后的模型的损失值稳定在0.03附近,相比于原网络降低了0.1,均低于LeNet5、VGG13、VGG16等传统网络。从实验结果来看,改进后的方法在水稻害虫分类上有较高的识别率和较好的鲁棒性,可以为农作物害虫的智能识别提供了新的思路和方法。     

基于非集计模型的中长途客运旅客选择方式

近年来,随着我国高铁的快速发展,给公路客运产生了巨大的冲击。为了提高公路客运企业竞争力,结合中长旅客出行需求和发展态势,笔者从旅客特性、出行特征、运输方式特性等角度,分析了旅客出行行为偏好影响因素,构建了基于非集计的多元Logistic旅客选择方式回归模型。论文依据北京公路客运数据,对0～400km和400～800km的中短途和中长途旅客出行选择行为进行了敏感度分析实验。实验表明,0～400km中短途出行的旅客对便捷性和准时性的敏感度高,而400～800km中长途出行的旅客对出行费用、出行时间、舒适性和安全性的敏感度高。     

黑龙江省洪水灾害的孕灾因子组合效应分析

本文利用人工神经网络（ANN）的非线形识别及预测功能，对黑龙江省洪水灾害的主要孕灾因子的组合效应进行定量分析。     

基于生成型深信度网络的回归算法鲁棒性分析

目前,深度学习在分类问题中取得了很多很好的效果,并开始在部分回归任务得到应用。然而,绝大部分研究重点都集中在相对其他回归算法的预报精度上,而忽视了有实际应用需求的回归算法预报鲁棒性问题。首先基于受限的玻尔兹曼机建立了一个具有3个隐含层的生成型深信度网络多步预测模型;然后,建立了基于单隐含层神经网络、三个隐含层的神经网络以及单核支持向量的典型多步预测模型,并利用4组宁夏地区不同季节的风速数据进行回归算法的稳定性对比实验。实验结果显示,基于受限玻尔兹曼机建立的具有三个隐含层的深信度网络模型的多步预报误差的均值和方差都是最小的。因此,基于生成型深信度网络的回归模型不仅预报精度高,而且此预报算法的鲁棒性也比较好;相对其他三种典型回归算法来说,可以更好地满足风电场风速预报问题的实际工程应用需求。     

A tiling resolution DNA microarray with complete coverage of the human genome

We constructed a tiling resolution array consisting of 32,433 overlapping BAC clones covering the entire human genome. This increases our ability to identify genetic alterations and their boundaries throughout the genome in a single comparative genomic hybridization (CGH) experiment. At this tiling resolution, we identified minute DNA alterations not previously reported. These alterations include microamplifications and deletions containing oncogenes, tumor-suppressor genes and new genes that may be associated with multiple tumor types. Our findings show the need to move beyond conventional marker-based genome comparison approaches, that rely on inference of continuity between interval markers. Our submegabase resolution tiling set for array CGH (SMRT array) allows comprehensive assessment of genomic integrity and thereby the identification of new genes associated with disease.