α-溴-4-苄氧基苯乙酮的合成

目的:报道一种合成α-溴-4-苄氧苯基乙酮的新方法.方法:以甲醇为溶剂,以对羟基苯乙酮和溴为原料制备了α-溴-4-苄氧苯基苯乙酮.结果:α-溴-4-苄氧苯基苯乙酮的结构通过1HNMR确认.结论:总收率为76.3%.     

一种基于隐马尔可夫模型的人像识别算法

提出了一种基于隐马尔可夫模型(HMM)的人脸图像识别方法.对归一化的人脸图像,该方法 2D-DCT变换域提取人脸图像的一维特征矢量.通过对HMM的训练和识别实验表明,文中提出的方法计算量少,运行速度较快,是一种比较适合工程应用的人脸识别算法.     

间溴苯乙酮的合成研究

KBrO3是一种优良的纯化芳环溴化剂，在硫酸的催化下温和地转化成HOBr。采用KBrO3作为溴化剂，以溴化苯乙酮为原料合成间溴苯乙酮，并采用正交实验对技术参数进行了优化，得到了温和的反应条件。间溴苯乙酮的收率高达80.5%。     

溴碘法测定氢化丁腈橡胶加氢度

采用以三氯甲烷为溶剂的溴碘法测定氢化丁腈橡胶加氢度,研究了反应时间和反应温度对测定结果的影响.结果表明,在室温下较佳反应时间为30 min;此条件下测得的HNBR加氢度具有较好的重现性;并将此方法测定的结果同1H-NMR法测定的结果进行比较,结果一致.     

利用不对称交叉偶联反应合成S-(+)-萘普生

用β-氨基烷基膦的NiCl2配合物为手性催化剂,以6-甲氧基-2-溴萘和a-溴代丙酸酯的有机锌试剂为原料,通过不对称交叉偶联反应合成S-(+)-萘普生.     

用多观察序列训练隐马耳可夫模型的一种通用算法

隐马尔可夫模型（HMM：Hidden Markov Model）是一种具有学习能力的统计模型。HMM在许多领域特别是在语音识别领域得到成功的应用。经典HMM的Baum-Welch算法假设不同的观察序列之间是统计独立的。这与实际情况不符。本文在不附加任何假设的前提下，提出了一种用多观察序列训练HMM的算法，从理论上解决了上述问题，传统的Baum-Welch算法只不过是新算法在观察序列独立假设下的特例。     

连接数字串语音识别

 介绍了语音识别的一般方法,基于隐马尔可夫 (HMM )统计模型和HTK工具包,声学层选用单音子和二音子识别单元,给出了一个简单的,母语为非汉语的非特定人连接数字串识别实验.     

隐Markov模型在剪接位点识别中的应用

剪接位点的识别是基因识别中的一个重要环节。由于现有的基因识别算法主要关注编码区的整体特性 ,而并不着重考虑个别位点的信息 ,因此难以准确地识别出剪接位点。考虑到剪接位点附近的保守序列的相邻碱基之间应该存在某种相关性 ,利用一阶 Markov链建立了表述这种相关性的模型 ,在此基础之上 ,设计了专门用于剪接拉点识别的隐马氏模型 (HMM)方法。实验结果表明 ,用 HMM描述剪接位点附近序列符合实际情况 ,并且利用这一方法进行剪接位点的识别可以很好地提取位点附近保守序列在边缘分布与条件分布 (转移概率 )上的统计特征。使用该方法对真实剪接位点和虚假剪接位点进行识别 ,识别率均可达 90 %以上。     

GCr15SiMn钢表面激光淬火组织和性能

探讨GCr15SiMn轴承钢840℃油淬火后，分别在260℃、350℃、450℃、550℃回火，得到不同的原始组织，再进行激光淬火。发现260℃回火状态，表面组织为粗大的针状马氏体，硬度值低；而350℃、450℃、550℃回火状态，表面组织为“隐晶马氏体”，硬度值高，其中350℃回火表面硬度值高达Hv=1096，淬硬层深度可达1mm。     

一种多级安全系统模型的隐通道流量分析

利用Markov状态机形式化地描述了一种多级的，基于模式转换的安全系统模型，该模型利用系统可分分性构筑，将一个多级的安全系统划分成多个运行模式，利用该模式可提高所设计系统的灵活性，但该模型存在隐通道问题，利用香农信息论和广义图灵测试模型证明该模型中隐通道流量存在上限并给出定量分析，从而为达到可控的系统安全性和灵活性平衡提供了理论基础，采用该系统模型和隐通道流量分析，通过限制模式转换频率和限制参与转换的资源数目等方法可控制隐通道隐患。