核Foley-Sammon变换

在模式识别领域,基于Fisher判别准则的Foley-Sammon变换技术有很大的影响.但是线性判别并不总是最优的.文章提出了一种基于核技巧(Kernel tricks)的非线性的特征提取技术KFST(Foley-Sammon Transformwith Kernels)——通过引入核技巧,可以在特征空间中有效计算FST.特征空间中的线性特征提取对应于输入空间的非线性特征提取.试验表明,KFST比FST具有更好的特征提取能力.     

微波辅助萃取的微波吸收系数与吸收功率密度

微波吸收系数和吸收功率密度是反映微波辅助萃取效率的两个重要参量,前者代表了溶液对微波能的整体吸收比率,后者代表了溶液中某一点处微波能转化为热能的强度.文中根据微波在介质中的传播规律,导出了微波吸收系数与溶液复介电常数间的关系式;并以微波与物质相互作用的基本原理为基础,导出了微波吸收功率密度与物质复介电常数以及空间位置间的量化关系式.所得结论可为微波辅助萃取中溶剂的选择以及特定溶剂中微波频率的选择提供理论参考.     

插拔式变比例均匀取样器及气液两相流量计量

分流比是取样型多相计量装置的关键参数,传统取样装置取样比固定,难以适应现场工况变化.为实现取样比在线调节,提出一种插拔式新型取样器,分流孔数为20,直径为3 mm,沿主管管周均匀布置,取样截面上游设置螺旋器诱发来流形成均匀螺旋环状流,通过特殊设计的取样管可动态改变分流孔的连接方式从而获得期望的取样比.根据取样孔和主流孔...     

基于分块FLD的图像特征提取方法

提出了基于分块Fisher线性鉴别（Fisher＇s Linear Discriminant,FED）的特征提取方法,先对图像矩阵进行分块,将分块得到的子图像矩阵直接用来构造类内和类间离散度矩阵,然后利用Fisher鉴别函数取极大值时得到的最优投影方向进行图像的特征提取。分块FLD方法是二维FLD方法的推广,该方法可以提取每一单元块的局部特征,在ORL人脸库上的实验结果表明该方法在人脸识别性能方面优于二维FLD方法。     

基于机器学习的跨患者癫痫自动检测算法

针对目前癫痫自动检测算法多集中于为单个患者建立检测模型,泛化能力较弱的问题,提出一种基于机器学习的跨患者癫痫自动检测算法.该算法使用多个癫痫患者的脑电数据,先对数据进行预处理后分析脑电数据间存在的特征,再对特征进行筛选,训练出一个跨患者的癫痫自动检测模型.该算法不需为每个患者建立单独的检测模型,实现了仅使用一个检测模型...     

高C3S水泥硬化浆体水浸取液中离子浓度的变化规律

为了研究高C3S水泥硬化浆体水浸取液中离子浓度与水化条件间的关系，本文利用水浸取法探讨了水化时间、水灰比、水化温度等因素对高硅酸三钙水泥水化硬化体系水浸取液中离子浓度的影响。试验结果表明：浸取液中的各离子浓度和pH值随水化时间的延长、水灰比的增加和养护温度的升高而降低；其中水化14d前离子浓度和pH值下降速度很快，14d下降速度趋缓；各水化条件下离子浓度的大小主要与水化程度、孔隙率和水化产物的溶解相关。该研究对于从离子浓度方面去了解高C3S水泥的水化特点具有一定的指导意义。     

基于Gabor滤波的图像质量

基于Gabor滤波器的指纹图像质量分区方法，对指纹图像的各个分区进行了质量评价。然后对高质量分区直接进行脊线跟踪．提取细节特征点；对低质量分区先使用普遍使用的预处理方法，再进行特征提取。对著干幅低质量指纹进行了实验，得到了不错的实验效果，并且实验的效率和准确率也有所提高。     

基于RDF的电子商务信息抽取技术研究

在网络购物过程中,网站信息过于繁杂,用户很难快速地获取感兴趣的信息.信息抽取可以在一定程度上解决这个问题.提出一种基于RDF的信息抽取方法,将网页信息转换为DOM树,计算最大相关度子树,抽取用户感兴趣的信息.实验结果表明,具有较好的信息抽取性能.     

基于原子能量熵和CSM的配电线路故障分类方法

针对配电线路上的故障分类问题,提出了一种结合原子能量熵和连续字符串匹配(CSM)的故障分类方法.通过分析故障信号的暂态特征,利用原子分解法得到故障暂态信号的主导原子以及对故障信息进行补充的次级原子,计算原子能量熵作为故障特征量,较完备地描述了故障特征.应用CSM进行故障分类节省了智能算法故障辨识中参数选择和优化的时间,通过建立的编码规则,将故障特征进行编码,搜索故障编码库,最终确定故障类型.通过仿真研究,验证了该算法的可行性与有效性.     

基于Gabor特征与支持向量机的字符识别系统研究

利用计算机进行字符自动识别与录入的技术对机器翻译、数据挖掘、人工智能等都有着重要的理论意义和实用价值,基于数字图像处理技术的字符识别是其中的一个重要发展方向。文章重点研究了字符特征提取和匹配识别这两个影响字符识别效果的因素,根据中文字符笔画的方向特点,选择了对图像方向特征敏感的Gabor变换作为特征提取方式,在获取字符的特征向量后,先利用最小距离分类器进行预分类,再利用最小距离分类中产生的候选样本集训练SVM分类器,识别时只需利用候选集分类器依次判决,降低了训练和识别工作量,同时提高了识别效率。实验表明,系统对网站导航字符平均识别率达94%以上,具有一定的理论意义和实用价值。