辽宁新宾满族自治县乡村景观的视觉感知评价

通过实地踏勘,对民族地区乡村景观视觉感知进行研究。按照视觉特性总结出7类典型乡村景观类型。从拍摄的151张照片中选取21张各类典型景观照片,对当地及周边100名村民进行喜好的风景问卷调查。结果显示:对与自己生活相关的景观和自然风貌景观喜好较高;对有规则、管理良好的景观喜好度较高;对该地区的历史文化景观(如古树、古庙、古建筑等)的保护与开发充满期待。乡村景观的良好维护和合理规划对当地居民均有良好的积极效果。     

技术创新中的社会学习问题

社会文化研究是技术创新研究的重要维度。本文引入社会学习概念,阐释了社会学习的技术适应观。对技术创新实践中新技术的再创新、驯化和调控这三方面的社会学习过程进行了系统分析,揭示了地方多重异质性行动者对技术创新的贡献,拓展了此前关于技术创新地方性的认知和理解。     

由建构与算理看戴震的《勾股割圜记》

戴震对中算的贡献,一向被认为只局限于算书的整理上,如校《九章算术》、恢复《算经十书》,等等。他的数学成就,常被批评为无足轻重。文章从学术建构的角度,来分析戴震的《勾股割圜记》,认为戴震著书的目的是希望由中算固有的性质中,创造出一个具文化传承且能与西方三角学匹敌的勾股割圆术。由此观点,戴书中许多被诟病之处,可得到合理的解释。另外,在研究戴震算学的文献中,很少谈到戴震对算理的强调。文章的另一目的是讨论算理在《勾股割圜记》中的重要性。戴震宣称割圜之法尽于勾股互权(相似直角三角形三边互求)。而在其书中勾股术的推导过程,除了图式,戴更明确地列出相似勾股形的对应边。无论是平面或是球面,戴的确是用该性质推导出所有的勾股术。     

局部匹配的人脸识别方法

从人类认知方式出发,提出了一种基于统计学习的局部匹配人脸识别方法。该方法将人脸图像划分成若干小块,各个子块中包含不同的人脸形状特征,而不同的子块则描述了人脸主要部件之间的相对位置关系,然后根据各个子块鉴别能力的差异,将每个子块看成一弱分类器,利用Adaboost学习算法组成一个强分类器,提高最终的分类效果。实验结果表明该方法可以有效提高人脸的识别准确率并对人脸的表情和光照具有较好的鲁棒性。     

有限理性下的进化博弈与合作机制

在介绍传统博弈论基本假设的基础上,指出完全理性是传统博弈论均衡选择的最基本假设和完全理性在动态博弈中的局限,提出有限理性与动态学习是动态博弈中多个智能体选择的基础;探讨了不断改善有限理性的进化学习方法和智能体选择机制;解释了进化博弈与进化稳定策略的本质;指出了传统博弈论与进化博弈论的区别;提出了有限理性下进化博弈与合作机制研究的问题,给出了有限理性下进化博弈与合作机制的研究结果.     

基于多维行为分析的窃电高风险客户精准定位方法

窃电行为对国家电力系统及供电公司造成了极大的损失,故反窃电技术是电力行业的重要研究方向之一。传统的窃电用户定位方法存在定位不准确、查处效率低等问题,为了解决上述问题,提出基于多维行为分析的窃电高风险客户精准定位方法。首先通过相关矩阵R及特征值谱熵正则化完成用户数据去噪,其次在UFS-MI模型内提取用户数据特征,分析用户用电的多维行为,最后根据逻辑回归算法完成窃电高风险客户的精确定位。实验结果表明,所提方法的窃电高风险客户定位精准度较高,误判率较低,整体定位效果较好。     

基于多模态共享网络的自监督语音-人脸跨模态关联学习方法

现有的语音-人脸跨模态关联学习方法在语义关联和监督信息方面仍然面临挑战,尚未充分考虑语音与人脸之间的语义信息交互。为解决这些问题,提出一种基于多模态共享网络的自监督关联学习方法。首先,将语音和人脸模态的特征映射到单位球面,构建一个公共的特征空间;接着,通过多模态共享网络的残差块来挖掘复杂的非线性数据关系,并利用其中权重共享的全连接层来增强语音与人脸特征向量之间的关联性;最后,使用K均值聚类算法生成的伪标签作为监督信号来指导度量学习,从而完成4种跨模态关联学习任务。实验结果表明,本文提出的方法在语音-人脸跨模态验证、匹配和检索任务上均取得了良好的效果,多项评价指标相较于现有基线方法提升1%～4%的准确率。     

一种基于聚类和AdaBoost的自适应集成算法

为同时保证基分类器的准确性和差异性, 提出一种基于聚类和AdaBoost的自适应集成算法. 首先利用聚类算法将训练样本分成多个类簇; 然后分别在每个类簇上进行AdaBoost训练并得到一组分类器; 最后按加权投票策略进行分类器的集成. 每个分类器的权重是自适应的, 且为基于测试样本与每个类簇的相似性及分类器对此测试样本的分类置信度计算得到. 实验结果表明, 与AdaBoost,Bagging(bootstrap aggregating)和随机森林等代表性集成算法相比, 该算法可取得更高的分类精度.     

半监督局部线性嵌入算法在人脸识别中的应用

提高人脸识别算法的识别率,提出一种基于半监督局部线性嵌入(Semi-Supervised Locally Linear Embedding,SSLLE)的人脸图像识别方法。针对局部线性嵌入(Locally Linear Embedding,LLE)算法非监督学习的缺陷,引入半监督思想,在构造邻域的时候利用部分样本的标签信息来重新调整距离矩阵;使用调整后的距离矩阵进行线性重建从而实现数据降维。在Yale和ORL人脸库上的实验结果表明,能有效的提高人脸识别的性能。     

采用频带能量进行ECoG信号的特征提取

对于典型的采用皮层脑电图的脑-机接口系统,测试者想象左手小手指或舌头运动,提出了采用频带能量的特征提取方法.首先,把频带能量作为特征,进行导联的选择,从64导联中获取特征最明显的11导进行分析;然后采用频带能量进行皮层脑电图信号的特征提取,并利用主分量分析进行降维;最后采用Fisher线性判别分析进行两类意识任务的分类.离线分析结果表明,该方法对测试数据取得了很好的分类准确率.