基于主题突变检测的颠覆性技术识别——以无人机技术领域为例

颠覆性技术对实现中国科技创新跨越式发展具有重要战略意义。以无人机技术领域为例,获取Web of Science论文数据库和德温特(Derwent)专利数据库2005—2019年收录的2812篇论文与专利数据,基于LDA-LSTM文本分类算法得到技术主题,采用CiteSpace构建共现网络,从突变权重排序及突变时间段和突变共词聚类知识图谱2个角度进行主题突变检测,进而识别出无人机交互技术中的脑机接口技术及手势控制技术为该领域内的颠覆性技术,通过2020年无人机技术领域相关论文专利验证了识别框架的有效性。     

基于误差分级迭代法的基坑变形预测

BP(back propagation)神经网络算法在变形预测方面存在收敛速度慢、学习效率低、容易陷入局部最小值等问题,直接影响预测结果的精准性,利用误差分级迭代法优化的神经网络能够更好地降低误差,提升预测性能.通过对比分析误差分级迭代法与BP神经网络的优势,建立误差分级迭代法模型并编制误差分级迭代法变形预测程序.采用...     

星空图像压缩算法

针对星空图像的平坦区域内存在大量冗余信息的特点,提出了一种基于目标对象的星空图像压缩算法.该算法将星图划分成相对平坦的背景和相对复杂的目标对象.编码时前者分配较少的码流,后者应用小波分解,去除该区域内像素间的相关性,并利用其所具有的能量聚集效应进行高效压缩.实验结果表明,采用该算法对星图进行高压缩比编码时能够获得较高的峰值信噪比,同时重建图像也具有良好的主观视觉效果.     

河北秦皇岛仙菜科Ceramiaceae红藻的分类研究

仙菜科Ceramiaceae是重要的海洋大型红藻类群,具有重要的研究价值和经济价值,但因其个体微小脆弱、形态多变等,分类上还存在许多不足。本研究利用生物冷冻切片及显微拍照等技术,通过形态解剖方法,对2019-2021年采自我国秦皇岛沿岸海域的仙菜科红藻进行分类学研究。经鉴定,样品中包括仙菜属Ceramium 3种,即波登仙菜Ceramium boydenii Gepp、三叉仙菜C.kondoi Yendo和孙氏仙菜(新拟名)C.sungminbooi J.R.Hughey et G.H.Boo,其中孙氏仙菜为我国新纪录种;对丝藻属Antithamnion 1种,即多姿对丝藻Antithamnion defectum Kylin;绢丝藻属Callithamnion 1种,即绢丝藻Callithamnion corymbosum(Smith)Lyngbye。本文对新纪录种及其他物种进行详细的形态特征描述,提供了解剖学特征图片及生物地理分布信息等内容。研究结果丰富了中国仙菜科的物种多样性。     

遥感专家分类系统在滇西北植被信息提取中的应用试验研究

 选取滇西北香格里拉县的大中甸乡作为试验区,基于GPS定位调查对试验区典型覆盖地物的遥感多光谱信息进行测定与分析理解,集成GIS功能进行地形模型的变量处理,利用ERDASIMAGINE遥感专家分类系统模块,探索对试验区主要植被类型进行智能提取的知识库设计与分类组织实施.初步探索结果表明.相对于仅仅基于遥感光谱信息的传统分类方法,由于专家系统技术可以组织多变量参与分类信息提取,并通过专家综合分析进行灵活多变的规则知识库设计,还可根据区域特征与环境资源管理需要对专家分类过程实行反复调试的功能,因此,专家系统技术在自然环境复杂多样的云南山区植被信息提取中具有较为突出的先进性和实用性.对于试验结果,可通过适当的规则修改调整,将有关技术方法应用推广到其它广大山区.     

基于小波变换和支持向量机的音频分类

音频特征提取是音频分类的基础,而音频分类又是基于内容的音频检索的关键。使用小波变换和支持向量机的方法对音频进行分类。研究了小波变换域的音频特征提取,分析了这些特征在小波变换域中的意义。把得到的特征向量作为支持向量机的输入,把音频分成纯语音、带背景音乐的语音、音乐、环境音4种类型。实验结果表明,基于小波域的特征计算简单、能够较好地区分不同的音频类型,得到较高的分类精度。     

辅以纹理特征的植被分类方法研究

纹理是遥感影像处理和计算机视觉领域中的重要研究内容,在植被遥感中有着非常广泛的应用前景。本文主要讨论在面向对象,多尺度分割的基础上,分别基于光谱信息和纹理特征的最邻近分类法提取南京某新开发区的植被信息。研究结果表明,与传统的基于光谱信息和基于象元特征的分类法相比,辅以纹理特征的最邻近分类法的总体精度分别提高了6.36%和1.16%。     

中国苦苣苔科植物物种中文名的选定/拟定原则建议初探

近十年来,已知分布于我国的苦苣苔科植物物种数猛增至719种(含种下等级,截至2019年1月),其中有大量的新发表类群。然而,这些新发表物种中,有相当多的一部分发表在国外相关学术期刊上,缺乏中文名的拟定,而且很多甚至在发表的时候就未对其拉丁学名的词源进行诠释。同时,由于近年来分子系统学背景下的科内属一级水平上发生巨大变动,国内不同学科的期刊在发表涉及苦苣苔科植物的文章时,不仅在学名的正确应用上存在一定的滞后和障碍,同时其新旧中文名的更迭以及近年来新分类群中文名拟定的随意性,也给国内该科植物物种多样性及相关的研究带来一定困难。因此,本文尝试梳理和规范苦苣苔科植物的中文名命名规则,以便中国苦苣苔科植物生物多样性研究和实际应用上的使用。这一规范的建立,不仅适合于现在已基本完成的苦苣苔科植物新分类系统,即便是未来在属一级水平上再次进行重组或修订,本规范依然能够适应且能让后来研究者更好地了解苦苣苔科植物的分类和修订历史。     

基于代价敏感SVM优化组合算法的微钙化簇识别

微钙化簇是乳腺癌一个重要的早期发现,现有的检测技术为了达到高敏感性要求,产生很多假阳性数据.根据微钙化簇特点,提出一种整体和局部相组合的分类识别策略,并根据真假阳性样本错分代价的不同,使用代价敏感SVM方法进行分类学习.在构造分类器模型过程中利用粒子群进行分类器的参数优化及特征集合的选择,以提升分类学习的泛化能力.该算法在保证高敏感性的同时,降低了过多的假阳性数据,并删除了冗余和不相关的特征.实验结果表明,基于粒子群优化的代价敏感SVM组合分类算法提高了传统方法的识别能力.     

基于云计算的商业情报采集系统

商业情报采集系统不同于传统的搜索引擎系统,情报具有时效性、针对性等特点,传统搜索引擎中的数据分类和聚类技术不能完全满足商业情报采集过程中对时效性和针对性的特殊需求。提出一种商业情报采集解决方案,在云计算环境中采用贝叶斯分类算法和多种网页去重、提取等算法,实现对互联网数据的实时性抓取、分析、分类、聚类,形成对用户全方位立体化的情报本体,抓取的海量数据采用分布式文件系统存储,采集的情报用基于云的数据库CouchDB存储。