基于连续隐马尔科夫模型的步态识别

步态识别主要是通过人体走路的姿势来识别人的身份，近来年，步态作为一种生物特征识别技术备受计算机视觉研究者的关注．给出了基于连续隐马尔科夫的步态识别方法：研究了静止背景下人体步态的检测以及基于步态的人体身份识别技术，主要包括背景建模、人体检测、轮廓特征提取及连续隐马尔科夫识别和分类．在小数据库上取得了超过95％的识别率；实验结果表明，本方法有效．     

长江口南支流场的平面二维有限差分模拟

本文利用二维隐式差分格式和二维特征差分格式对长江口南支流场进行了模拟计算。由于水位变化急剧,地形复杂,计算容易引起局部不稳定。为了增强计算格式抑制非线性不稳定的能力,根据所用格式不同,在动量方程中补充了不同形式的附加虚拟阻尼项。为了适应江心洲和边滩、导堤随潮位涨落时而淹没、时而露出水面而造成的边界的变化,引用了动边界技术。结果表明、潮位、流速和流量过程的计算值无论在量值上和相位上均与实测资料基本吻合、流场的形态合理。     

求解一维对流扩散反应方程的一种隐式差分格式

提出了数值求解一维非稳态对流扩散反应方程的一种隐式差分格式。首先将模型方程利用指数函数转化为对流扩散方程,构造它的差分格式,然后对差分方程的系数进行相应处理,并进行回代,得到对流扩散反应方程的隐式差分格式,其截断误差为O(τ2+h2),采用von Neumann方法证明了格式是无条件稳定的,并且由于每一时间层上只用到了3个网格点,所以可直接采用追赶法求解差分方程,数值结果显示了算法的有效性。     

卵砾石河流推移质输沙率的模拟计算方法

根据山区和丘陵地区卵砾石河流的情况,提出对梅叶－彼得推移质输沙公式进行修正,使用式（８）的泥沙起动切应力公式,在分析的基础上提出粗细泥沙颗粒的隐曝系数公式和考虑水流床面切应力随机分布的计算方法,用以估计这类河流的推移质输沙率．经长江上水文站的实测资料检验与河道泥沙数模的应用,能满足工程计算的需要,取得较好效果,可作为这类河流中计算推移质输沙率的参考．     

不同培养基、温度、光照及pH值对卵形隐藻生长的影响

从5种培养基中筛选到较适合卵形隐藻生长的改良BBM及FPW培养液,采用梯度法、正交试验法分别研究温度、光照强度、光照周期、pH值对卵形隐藻生长的影响．结果表明,温度25℃,光照强度6000lx,光照周期18(光照)：16(黑暗),pH7．0较有利于卵形隐藻的生长．使用改良BBM培养液培养的卵形隐藻对高温有较强的耐受性;FPW培养液由于配方简单以及用池水配制的特点更适于隐藻的规模化培养。     

一类广义F-隐变分不等式解的存在性

本文研究了一类广义F-隐变分不等式问题.通过运用G.Chen[9]的非凸方法,得到了一类F-隐变分不等式解的存在性定理.本文的工作推广和改进了Huang[2]的相关结果.     

结合视觉显著性与眼跳概率模型的视频注视点序列预测

视觉注意力相关研究中,基于图像的视觉显著图预测研究较多,而针对视频的注视点序列预测研究相对较少.在充分考虑视频场景的动态特征与人眼视觉特性基础上,提出了一种同时利用视频底层与高层特征的注视点序列预测模型.使用隐马尔可夫模型(HMM)对注视点的转移序列进行建模,其中注视点的位置作为隐藏状态.首先,采用卷积神经网络(CNN)获得视频的视觉显著图,并将视频帧的显著值作为HMM的观测概率,表征注视点所在区域所能成功引起人视觉注意的程度;然后,使用视觉心理学中基于莱维飞行的眼跳概率模型对HMM状态的转移概率进行建模;最后,通过维特比算法推断整个视频最有可能产生的注视点序列.在HOLLYWOOD2数据集上进行视频的注视点序列预测实验,并和相关算法进行比较.实验结果表明:本文提出的模型的预测结果在Hausdorff距离与平均欧氏距离两项指标上都更优.     

内隐与外显相结合的教学方法在大学英语语法教学中的有效性研究

内隐学习最早由美国心理专家提出来,很多专家及学者正在不断完善内隐学习理论,并将其和教学实践结合在一起,应用于教学领域中,以探索改革教学的突破口。内隐学习理论最早在我国先经历推荐与理论探讨环节,后进入实践阶段环节,很多专家及学者开始尝试将内隐学习引入英语语法教学里,提出英语教师需要充分利用所有教学手段与教学资源给学生营造良好的学习环境,并激发学生学习语法的兴趣,注意将语法知识运用到实际教学工作中。本文主要论述了外显学习和内隐学习的特点及他们间的相互作用关系。外显学习和内隐学习相结合对大学英语的语法教学具有重要作用。     

多重网格技术在SIMPLE内外迭代中的应用

将多重网格技术和求解压力耦合方程的半隐算法（SIMPLE）相结合,通过计算二维方腔驱动层流流动问题,考察了其分别应用在计算过程的内迭代和外迭代时的收敛特性,计算结果表明,多重网格技术的加速收敛效果与其使用方法有关,当多重网格技术用于外迭代时,迭代次数并不随网格的加密而增加,同时CPU时间显著减少,与多重风格用于内迭代及用单层网格的计算截然不同。     

用遗传算法改进HMM的语音识别算法

提出了一种改进隐马尔可夫模型（HMM）的方法,即把遗传算法应用到Baum-Welch算法B值的优化当中,解决了Baum-Welch算法容易陷入局部最优解的缺点,得到了全局最优解,提高了语音识别系统的识别率。