Ab Initio研究3-硝基-2-吡啶酮异构反应

在RHF 6 31G和MP2 6 31G水平上 ,对 3 硝基 2 吡啶酮的气相、水分子作催化剂参与的异构化反应进行了研究 .计算所得气相异构和水分子作为催化剂参与反应过程的活化能分别为 2 0 5.80 2 0 (RHF 6 31G) ,157.2 2 0 5(MP2 6 31G)和 83.2 550 (RHF 6 31G ) ,57.1355(MP2 6 31G)kJ·mol-1.     

脂肪酶对2型胺类化合物酰胺化反应的光学异构选择性

提出了2型胺（氨基直接与手性中心C连接,且手性中心C上只含有一个H）在CAL批肪酶催化作用下,酰胺化的异构选择规则。即按手性中心C上取代基的大小来识别和决定反应的立体构型,与仲醇一致,R－型对映异构体优先反应。     

一种基于Nest层次型分类器的快速、精确的眼睛定位算法

人脸特征点定位是人脸识别、表情识别等人脸处理技术的基础,脸部特征点定位,尤其是眼睛的定位性能很大程度上影响着算法的精度.首先利用积分图像的概念快速计算眼睛样本的Haar-like特征,然后训练了Real Adaboost分类器,为了提高训练速度采用了层次型结构的Real Adaboost分类器.相比于传统Cascade结构的层次型分类器,本文采用了基于Nest结构的层次型分类器算法. 研究表明这种新的算法,定位速度更快,定位精确度也更高.     

双目视觉自动检测香蕉植株假茎宽度

为了实现香蕉植株假茎宽度的快速无损测量,提出了一种基于双目相机的图像测量方法.实验随机选取100株香蕉植株分别从距香蕉假茎0.9、1.2、1.6、1.9 m处获取香蕉植株的双目RGB图像,共得到400个样本.首先通过双目标定、立体校正、立体匹配得到视差图,并将其随机分为训练集(170个样本)与测试集(230个样本).然...     

基于镜像学习和复合二次距离的手写汉字识别

为解决手写汉字识别中的相似字混淆问题,提出了一种基于镜像学习和复合二次距离的识别算法,提高现有的二次分类器对相似汉字的鉴别能力。该算法为识别置信度较低的训练样本生成镜像虚拟样本,通过迭代训练来调整易混淆字符类别间的分类界面,并对二次分类器给出的候选字使用复合二次距离进行两两鉴别,以减少识别错误。在HCL 2000样本库上的实验表明,该算法能有效提高手写汉字识别的性能,测试集上的误识率下降了20%。     

基于支持向量学习的多目标并行区域增长图像分割算法研究

为克服经典区域增长算法中生长规则以及特征选取的困难，提出了基于支持向量机的多目标并行区域增长图像分割算法。首先交互选择多个不同区域的种子点（假设邻近种子点的一小部分区域属于同一目标区域，不同种子点邻域分别属于不同目标区域），利用其邻域构造训练样本；然后利用这些已知的训练样本训练支持向量分类器；在区域增长过程中，利用训练所得的支持向量模型建立增长规则。为了避免初始种子点位置选择对算法性能的影响，采用了多区域并行竞争增长策略。仿真实验获得了较好的分割效果，表明提出的算法是合理可行的。     

无向马尔科夫毯分类器与集成

无向马尔科夫毯结构是属性和类变量之间的最重要依赖结构之一,建立无向马尔科夫毯分类器的核心是无向马尔科夫毯结构学习。针对现有无向马尔科夫毯结构学习方法具有低效率和可靠性,以及不具实用性等问题,基于贝叶斯网络理论、马尔科夫网络理论和依赖分析方法进行具有多项式复杂度的无向马尔科夫毯结构和分类器学习,来避免这些问题。并建立最优性定理、可转换定理、可靠性定理和局部化定理为其提供理论依据。同时,对小例子集情况,给出了近似学习方法,并将无向马尔科夫毯分类器扩展为联合分类器,以有效地进行小例子集分类。     

多源异构监测数据融合方法及应用

目前,工程结构安全状态监测(如变形监测,应力监测,断裂监测等)是一种重要的认识和掌握施工过程、使用过程中工程结构状态的方法。由于监测方法的多样性以及监测数据量纲的不一致,如何通过全面分析监测数据评估工程结构的状态亟待更加深入的研究。提出了一种用于多源异构监测数据融合方法。首先,基于小波分解技术对不同类型的原始监测数据进行预处理和去噪。其次,借助熵权法将来自不同监测点的相同类型监测数据融合为一个监测序列。再次,利用主成分分析法从不同类型的监测序列中提取出综合监测信息作为时间序列,用于分析随时间变化的工程结构状态。最后,利用所提出的方法对基桩托换过程中的不规则平板桥安全监测过程进行了分析。结果表明：在基桩托换过程中,综合监测信息序列能够较好地反映桥梁的整体动态力学行为,既有桩发生破坏的时刻是整个过程中最危险的时刻。     

异常检测中单类分类算法和免疫框架设计

基于主机系统执行迹的异常检测系统可以检测类似U2R和R2L这两类攻击。由于攻击数据难以获取,往往只能得到正常的系统调用执行迹数据。该文设计了基于自组织特征映射的单类分类器的异常检测模型,只利用正常数据建立分类器,所有偏离正常模式的活动都被认为是入侵。通过对主机系统执行迹数据集的测试,试验获得了对异常样本接近100％的检测率,而误报警率为4．9％。该文将单类分类器作为抗体检测器,运用人工免疫学原理建立了分布式的异常检测框架,使入侵检测系统具有分布式、自组织和高效的特性,为建立分布式的入侵检测提出一种新的思路。     

基于用户个性化需求的网络接入选择算法

在异构无线网络中,针对用户个性化需求满足不够的问题,提出了一种优化用户个性化需求的网络接入选择算法.通过获取的历史接入数据和当前候选网络数据,按照个性化需求,把参数分类为成本、系统性能和稳定性3大类属性,采用模糊层次分析法计算用户对3大类属性的期望收益和当前收益,基于用户的上述收益,引入心理曲线函数,构建用户满意度模型...