H.263系统中FPGA控制及协处理的实现

分析了基于DSP实现H.263系统的构成,比较了几种用FPGA实现对DSP数据处理的协处理方案,并用vHDL代码实现了两组16位数据串行输入并行输出移位寄存器缓存与输出的优选方案.最后的仿真结果证明该方案是可行的.     

关于血细胞计数仪对骨髓移植病人白细胞分类的评价

美国Coulter公司生产的JT-IR型血球计数仪在计数全血细胞同时得出白细胞分类的结果。我们用此仪器测试256份住院骨髓移植病人静脉血标本,同人工显微镜检查结果进行了比较;证明此仪器淋巴细胞的分析结果比较可靠,相关系数为0.812,粒细胞的分析结果次之,相关系数为0.639。单核细胞相关系数为0.406。对可疑有异常细胞的标本,此仪器在报告上作出报警信号。阳性率为30％,其中真阳性率48％,假阳性率52％,示出现假阴性结果的报告。JT-IR型血细胞计数仪白细胞分类检查可用作非血液病或血液病骨髓移植后缓解期常规血液检查的筛选手段。     

标准吸湿含水率对膨胀土进行分类的理论与实践

通过一系列膨胀土的物理、力学和化学性质试验, 发现膨胀土的标准吸湿含水率与膨胀土的蒙脱石含量、比表面积、阳离子交换量有良好的线性关系, 也与塑性指数和自由膨胀率有线性相关的趋势, 表明膨胀土的标准吸湿含水率具有明确的物理意义. 塑性指数能很好地反映粒度组成、分散特性和阳离子与黏土矿物的相互作用程度. 因此, 标准吸湿含水率能反映膨胀土的最基本的本质属性. 在一些文献分类成果的基础上, 考虑到对自由膨胀率分类成果的继承性, 提出了以标准吸湿含水率、塑性指数和自由膨胀率3个指标对膨胀土进行分类的方法, 其分类指标试验操作容易、设备简单、试验耗时短.     

基于注塑过程数据的制品尺寸合格性判定

针对注塑生产过程中人工质量检测存在的效率低、成本高等问题,提出了一种基于注塑加工过程数据来对产品尺寸是否合格进行预测判定的方法。先对清洗后的数据集采用5折交叉验证筛选出LR(logistic regression)模型、SVM(support vector machine)模型等5个分类模型,再以ROC(receiver operating characteristic)曲线和AUC(area under curve)值作为性能评估指标,综合比较和分析了5个分类模型在不同特征选取方法下的分类性能。结果表明：基于树模型特征选取与LR分类模型组合对本文的数据集表现出了优良的分类性能,准确率可达96.42%,具有一定的工程应用价值。     

基于聚类算法的选择性神经网络集成

为了提高集成个体的差异度,提出了一种利用聚类算法去除冗余个体的选择性集成方法,该方法通过使用神经网络作为基学习器,并在多值分类数据集上进行实验．结果表明,该技术计算效率高,精度与稳健性也与基于遗传算法的选择性集成方法相当甚至占优．     

花鲈种质资源的研究进展

中、日、韩三国学者对花鲈分类、人工繁殖和养殖技术作了研究,日本学者提出中日花鲈为两种,有待分子水平上的进一步研究确认。花鲈种质问题亟待解决,可通过现代生物技术予以解决。该问题的解决可为花鲈资源保护和持续利用提供理论依据。     

不均衡数据集中KNN分类器样本裁剪算法

针对KNN算法在分类时的样本相似度计算开销大,在处理不均衡数据集时少数类分类误差大的问题,提出一种在不均衡数据集下基于密度的训练样本裁剪算法。对训练样本的各个样本类进行聚类,删除噪声数据并计算每个样本类的平均相似度和样本平均密度,以此获得样本类裁剪的相似度阈值,然后将样本类内相似度小于类相似度阈值的样本进行合并,减少训练样本总数。实验表明,此样本裁剪算法能够在保持KNN算法分类性能基本稳定的前提下,有效地减少分类计算开销,并能在一定程度上提高少数类的分类性能。     

基于ETM+遥感影像的森林植被信息提取方法研究

以南京市区的遥感影像图为研究对象,对基于ETM 遥感影像的森林覆盖面积提取的一般方法进行研究.笔者分析了ETM 影像波段的特征值和相关性,得出TM3、TM4、TM5之间的相关性小,包含信息量丰富;采用Brovey变换将TM3、TM4、TM5与PAN波段融合,并提出用融合后的波段TM4R和TM3R作归一化植被指数,得到NDVIR;然后利用最大似然法对融合图像和NDVIR的组合图像进行分类,根据分类结果计算出南京市森林覆盖率为38.63%.     

完备Brouwerian格上模糊关系方程解集的一种分类

首先给出了完备Brouwerian格上模糊关系方程的解集与解矩阵之间的一个映射,并讨论了这个映射的一些性质,然后给出了方程解集(非空时)的一种分类.最后给出了完备Brouwerian格上模糊关系方程的极小解的一些性质.     

具有部分先验信息的贝叶斯分析法在模式分类中的应用

针对模式分类中高置信度的先验概率分布难以设定的问题,提出了一种新的应用贝叶斯分析进行模式分类的方法。该方法首先求得已知先验信息和各个可能的分类决策对先验概率分布的约束集,然后通过对他们进行比较确定待分类模式的类别。实例表明该方法能够有效地缩小待分类模式的可能类别集,从而为分类系统的下一步精确分类提供便利。