一种新的计算机视觉算法

受蚂蚁金服计算机视觉项目组委托,为了提高计算机视觉的识别效率和准确率,利用机器学习的思想开发自动进化图像学习机,将MATHEMATICA Cloud作为改学习机的计算云、搜索云,将学习函数和决策函数嵌入到学习机中,从而实现由学习机录入图像并导入MATHEMATICA Cloud进行计算和搜索的功能,利用搜索结果来锻炼学习机的学习函数,利用计算结果来锻炼学习机的决策函数,从而实现高效率的识别速度与高准确率的识别效果.基于蚂蚁金服提供的验算实例进行仿真实验,并从计算速度、收敛情况、识别精度等方面同现在常用的识别算法进行对比,结果显示:新算法的图像识别能力颇佳,与传统算法相比,新算法具有更快的计算速度、绝对收敛性和远高于传统算法的识别精度.     

新型环金属钌配合物的合成和Cu~(2+)、Hg~(2+)重金属离子对其吸收光谱的影响

合成和表征了基于2-苯基-4[(2-噻吩)乙烯基]吡啶的新型联吡啶钌配合物Ru-1,利用紫外-可见吸收光谱研究了Pb2+,Co2+,Ag+,Mn2+,Ni2+,Cd2+等重金属离子对Ru-1光谱的影响.结果表明:仅Cu2+,Hg2+的加入可引起Ru-1乙腈溶液颜色的变化,分别由红黑色变成无色及黄色,故Ru-1可用于CH3CN溶液中检测并肉眼识别Cu2+,Hg2+.     

论大众文化视野中的中国当代文学活动

20世纪90年代以来。大众文化蓬勃发展,成为时代文化的主流。大众文化的勃兴对文学的影响是相当广泛的,涉及到诗歌、散文、小说、戏剧等多种体裁领域,其中又以小说、诗歌、散文领域最为明显。本文探讨了社会文化转型与作家身份认同,大众文化对各种文学体裁创作的影响。文学媒介的转向等三个问题。     

基于游程的倾斜表格图像的快速检测和校正

基于表格自动录入系统中票据图像的自身特点，提出了一种基于游程的倾斜表格图像的快速检测及校正算法．通过对游程分布直方图的分析，检索出行最长游程组，根据行最长游程组的最大旋转角计算出表格图像倾斜的角度．基于实际表格图像倾斜角度一般不会过大的特点，提出了基于线性搬移技术的校正方法，通过对行、列两个方向的分段线性搬移达到图像快速倾斜校正的目的．算法已应用于实际系统，测试结果表明该技术方法可行、鲁棒性强、并且具有较高的执行效率．     

激光器工作噪声的表面声强测量及频谱分析

本文采用表面声强测量及其频谱分析方法对华中工学院激光研究所研制的5kW横流电激励连续CO_2激光器的噪声源进行识别.文中讨论了用自谱函数计算表面声强频谱的方法,并基于这种分析方法在IBM-PC上研制了一套分析所测噪声信号的通用软件.文中还讨论了声源近场辐射的有关频域特征.     

一种非负矩阵分解的快速稀疏算法

提出了一种非负矩阵分解的快速稀疏算法,该算法有利于处理高维小样本数据.在非负矩阵分解的过程中,通过代数变换,将原高维n×m阶的非负矩阵分解转化成低维m×m阶非负矩阵分解,大大提高了分解速度.在目标函数中加入了约束稀松度的项,通过控制稀松度,提高分解得到的潜在语义信息,改进文档集的话题划分,并能快速提取主题相关的语句生成文摘.     

RBF-DDA 神经网络用于手写体汉字识别的研究

使用了一种新的神经网络模型———动态衰减调节径向基函数（ＲＢＦＤＤＡ），并结合一种新的特征提取方法来进行手写体汉字识别的研究，通过对１００种汉字、１５０００个样本的初步实验，取得了识别率为９９％的良好结果，表明将ＲＢＦＤＤＡ引入到手写体汉字识别的研究是比较成功和可行的。     

人脸检测与识别方法研究

人脸图像处理包括人脸检测、人脸识别等．分析了有关人脸检测问题的研究方法并对其进行了分类和评价,重点介绍了人脸自动识别这一领域的研究方法并对其进行了简要分析评价,最后提出了人脸图像处理领域的研究展望．     

气液两相段塞流的PSD和PDF特征分析

在气液两相段塞流理论基础上,通过大量实验,利用LabVIEW平台进行数据采集和处理,并引进数字信号理论和统计学分析方法,得出了段塞流在不同时期、不同形态的概率密度函数(PDF)特征和功率谱密度函数(PSD)特征.段塞流的压力概率密度函数呈现单峰、双峰、多峰分布,尤以双峰分布最为普遍;段塞流的压差概率密度函数分布符合正态分布,呈现单峰分布;段塞流的功率谱在整个频率范围内随着频率增大而缓慢下降,频率范围内出现两个幅度比较明显的特征峰.利用PSD和PDF特征分析可以进行气液两相流的流型识别,为研究流型和管道系统设计提供帮助.     

属性测度及其在目标识别中的应用

为了获得一种训练快、精度高、计算量少的雷达目标识别方法 ,研究了属性测度和属性模式识别 ,及属性模式识别在目标识别中的应用 ,并将模糊聚类分析用于属性测度。经过研究发现 ,在不用指标的峰度时 ,可以达到很高的识别效果。与传统的神经网络法相比 ,属性模式识别法在训练速度上得到了大大的提高 ,并在识别效果上优于径向基神经网络法。以雷达目标识别为例证明了该算法的有效性。这为我们研究低分辨雷达提供了一种全新的方法。