电磁脉冲各参数对LeLa细胞可逆穿孔影响的研究

通过对HeLa细胞进行电磁脉冲处理,可以看到细胞膜电穿孔。穿孔的几率及深度与脉冲的各参数有关。细胞膜表面的微绒毛受到一定程度的损伤,还可见到火山形的喷口和喷出物。经实验研究,得到了在离体条件下HeLa细胞电穿孔的最佳电脉冲参数。     

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。     

基于多准则神经网络与分类回归树的电信行业异动客户识别系统

以电信行业为应用对象,建立了一种基于多准则神经网络(MCNN)与分类回归树(CART)的的异动客户识别系统.该系统首先用多准则神经网络对客户属性进行约简,然后构造用于识别异动客户的分类回归树.通过对浙江省电信系统的大客户数据的实际验证,结果表明该系统具有较好的鲁棒性和有效性.     

自组织神经网络在CRM中的应用

提出了一种利用自组织神经网络来进行海量数据的挖掘和分类归纳的方法,该网络实现简单,反应速度较快,而且分类准确,冗余性强,对企业决策具有指导意义.     

基于运动对齐预测模型的分布式视频压缩感知重构

为了提高分布式视频压缩感知（Distributed Video Compressive Sensing,DVCS）的率失真性能,文中提出根据视频非关键帧图像的时间相关性将帧内各块分为静止块与运动块两类,并对它们设定不同的测量率以提高压缩感知（Compressive Sensing,CS）捕获信息的效率.在重构过程中,提出运动对齐多假设预测模型进行重构,该预测模型在测量域内实现运动估计,并根据运动信息在参考帧内寻找到待重构块的若干候选匹配块,利用它们的线性加权和残差重构得到非关键帧图像的重构结果.仿真实验结果表明,文中所提出的DVCS重构算法能有效提升系统的率失真性能,与现有方法相比,在重构时间基本不变的情况下,获得更好的主客观视频重构质量.     

基于核主元分析法和支持向量机的人耳识别

对人耳识别中若干关键问题进行了研究. 介绍了两种人耳图像归一化处理的方法,即基于外耳轮廓长轴的线标记法和基于外耳轮廓起始点的点标记法,并对这两种方法进行了对比. 在分析现有人耳识别方法不足的基础上,提出利用核主元分析法提取人耳图像的代数特征,再利用支持向量机分类模型进行人耳识别. 在带有角度、光照变化的北京科技大学人耳图像库上得到的识别率为98.7%,表明了该识别方法的有效性以及利用人耳图像进行身份识别的可行性.     

春秋战国时期兵书中的军事地理思想

中国古代，以春秋战国时期的军事地理思想最为活跃，并对后世产生了巨大影响。该文通过对这一时期主要兵书中对”地”的军事意义，特别是地形在战争中作用等方面的论述，探讨了春秋战国时期军事地理思想的主要内容。     

基于模糊支持向量的多标签分类方法

单实例多标签分类是指一个样本拥有多个标签的分类问题,对此提出了一种基于半模糊核聚类和模糊支持向量机的多标签分类算法.该算法采用一对一分解策略将多类多标签数据集分解为多个两类双标签数据子集,在每个子集上训练两类双标签模糊支持向量机.为提高分类器的性能引入了半模糊核聚类技术.实验结果表明,与现有的一些算法相比新算法具有其优...     

基于句子相关度的文本自动分类

提出一种基于句子相关度的文本自动分类模型（TCSC）.该模型利用训练样本增量式地自动更新类别语料库,根据句子的位置权值和语料权值计算句子类别相关度,获得用于文本分类的句子相关度矩阵,通过该矩阵实现文档分类.该模型避免了分类阶段待分类文本特别是中文文本的分词,模糊了词的多义问题,且在文本分类的实验中能够达到86%以上的查全率和查准率;随着语料库的不断训练和调整,分类性能还可以进一步提高,具有简单实现的特点.