创新型科技人才分类评价方法

在创新型科技人才内涵和分类评价指标体系研究的基础上,利用模糊层次分析法和逼近理想解排序法(TOPSIS法),提出创新型科技人才分类评价方法,并以2019年北京市科技新星计划的生物医药领域申报者为研究对象进行实证分析,结果表明该方法的评价准确率达到80.95％,验证了该方法的可行性与有效性.     

不同预处理方法结合特征的食管癌图像分类

为了探讨不同的预处理方法,结合形状和纹理特征,对新疆哈萨克族食管癌图像的分类效果,通过采用锐化、中值滤波结合锐化和中值滤波结合直方图均衡化三种方法对溃疡型和缩窄型食管癌图像进行预处理;然后提取Hu不变矩形状特征和灰度共生矩阵纹理特征;最后用K最近邻(KNN)分类器分类,以验证预处理方法对图像的功效和特征的分类效率。结果表明:锐化预处理后图像的Hu不变矩、灰度共生矩阵和混合特征分类准确率分别为93. 27%、73. 35%、92. 91%。可见锐化方法能突出图像细节,提高特征的代表性; Hu不变矩形状特征的分类效率优于灰度共生纹理特征的分类效率,锐化滤波结合Hu不变矩形状特征更适合新疆哈萨克族食管癌的分类研究。     

河蚌壳生物填料的制备及其表面特性

为资源化利用废弃河蚌壳,以其为原料,经去除角质层、分离珍珠层,得到棱柱层.然后机械研磨得到生物填料(HBLZC),并对其物相组成、表面元素组成、微观形貌、热稳定性及其亲水、亲油性等表面特性进行分析表征.研究结果表明:制备的生物填料成分为文石型碳酸钙,成柱状、长条状,有机物质量分数约为2.20％,热稳定性良好.表面元素Ca,C,O和N平均摩尔分数分别为12.10％,33.63％,51.35％和2.93％,其中有机物中C,O和N元素实际摩尔分数分别为54.49％,38.09％和7.42％.HBLZC粉体具有亲水、亲油的双亲性,对正庚烷浸润,对水的接触角约为32°.利用河蚌壳棱柱层为原料生产的生物填料在水性涂料和树脂中具有良好的应用前景.     

分类思考的乐趣

正最近,马小跳成了我们班很多同学的偶像。这不,我刚做完了家作,就随手拿起了杨红樱阿姨写的《马小跳玩数学》,津津有味地看了起来,连爸爸什么时候站在我身后都没发觉,直到被马小跳和张达的对话乐到人仰马翻,才发现老爸正一本正经地站在我的身后。"乐乐,我也来出道题考考你,看看你小脑筋的转速怎么样?"爸爸说。"没问题!"我满怀信心地答道。     

木霉菌属的定义及其属下分类

本文总结了木霉菌属的界定以及木霉菌属的属的属下分类。Bissett等人把木霉菌属（Trichoderma）分为5个组，共31个种。Hypocreanum组包括一个种，即T.lactea;Longibrachiatum组包括4个种，即T.lonibrachiatum,T.citroviride,T.pseudokingii和T.parceramosum;Saturnisporum组包括2个种，即T.saturnisporum和T.ghaneuse;Pachybasium组包括20年种，即T.crassum,T.craoceum,T.faxciculatum,T.fertile,T.flavofuscum,Trichoderma anamorph of Hypocrea gelatinosa,T.harzianum,T.harzianum,T.longipilis,T.minutisporum,T.oblongisporum,T.polysporum,T.pubescens,Trichoderma anamorph of Hypocrea semiorbis,T.spirale,T.strictipilis,T.strigosum,T.tomentosum和T.virens;Trichoderma组包括4个种，即T.viride,T.aureoviride,T.koningii和T.atroviride。以上是木霉菌属目前最完整的分类体系。     

基于人工标引的中文学术期刊文献自动分类算法

为了解决期刊电子化的自动分类问题 ,提出了一种基于中文学术期刊人工标引的自动分类算法。这种算法主要利用自动分词得到各文献的特征词向量空间 ,并考虑到人工标引在分类中的关键作用 ,得到综合了特征词 TF和 IDF权重的分类准则。通过适当训练建立分类库 ,计算待分类样本与已知分类的相似性 ,判别各分类。实验表明 :该分类算法可以获得 85 %的分类识别率     

古汉语代词的界定及其分类

文章分析、明确了代词能够作为相对独立的词类这一观点,然后从代词的界定和分类两个方面进行了初步的探讨.     

pq~3阶群的完全分类

设p,q均为素数,且p〉q,对pq3阶群进行了完全分类并获得了其全部构造：1）当q不整除p-1且p不整除（q2＋q＋1）时,G恰有5个彼此不同构的类型;2）当q不整除p-1但p整除（q2＋q＋1）时,G恰有6个彼此不同构的类型;3）当q整除p-1但q2不整除p-1且p不整除（q2＋q＋1）时,G恰有12个彼此不同构的类型;4）当q整除p-1且p整除（q2＋q＋1）但q2不整除p-1时,G恰有13个彼此不同构的类型;5）当q2整除p-1但q3不整除p-1时,G恰有14个彼此不同构的类型;6）当q3整除p-1时,G恰有15个彼此不同构的类型.     

基于深度极限学习机的高光谱遥感影像分类研究

高光谱遥感数据越来越普及并为人们广泛使用,基于高光谱遥感数据的地面物体精确分类是高光谱遥感技术的核心应用之一.针对高光谱遥感影像的分类问题,提出一种基于深度极限学习机(D-ELM)的分类方法.该方法利用一种新的深度学习模型——深度极限学习机对高光谱遥感影像进行分类,并与基于极限学习机(ELM)、支持向量机(SVM)、核极限学习机(ELMK)分类方法进行了比较分析.研究结果表明:相对于ELM、SVM、ELMK分类方法,D-ELM分类方法能够更加准确地挖掘高光谱遥感影像的空间分布规律,提高分类的准确度.     

基于ESVM的科技政策文本标签分类研究

文本标签作为一种文本关键词,能够简化科技政策中有效信息的挖掘。本文从科技政策类别角度,将标签类别分为科技投入、知识产权、农村科技和税收四类,针对传统SVM算法的缺点和标签数据不平衡的缺点,结合欧式距离思想,提出一种带有惩罚因子的ESVM科技政策文本标签分类方法。最后,对比SVM和ESVM两种分类方法,验证了本文方法在处理科技政策文本标签数据上的有效性。