拟单调广义向量变分不等式

在集值映射T：K→2^L（X,Y）是拟单调和弱上半连续的条件下,考虑了广义向量变分不等式强解存在的强制条件,证明了与广义向量变分不等式非奇异解非空等价的强制条件,同时提出使广义集值向量变分不等式解集非空的极小强制条件．     

番茄八氢番茄红素合成酶基因的克隆及超量表达载体构建

八氢番茄红素合成酶是植物类胡萝卜素生物合成途径中促进番茄红素合成的关键酶,根据番茄该酶的编码基因序列设计一对引物,通过RT-PCR在番茄中扩增出一个约1500 bp的全长cDNA片段.测序结果表明,此片段包含一个长为1239 bp的完整的编码框,其氨基酸序列与辣椒、向日葵、万寿菊、枸杞、番木瓜、温州蜜柑、拟南芥八氢番茄红素合成酶基因编码的氨基酸序列的一致率分别为88%、75%、75%、74%、73%、73%、7l%.对这个全长片段构建了超量表达载体,酶切检测表明该片段已插入植物表达载体.     

基于人脸局部特征和SVM的表情识别

提出了一种基于人脸局部特征的表情识别方法．首先选取人脸重要的局部特征,对得到的局部特征进行主成分分析,然后用支持向量机（SVM）设计局部特征分类器来确定测试表情图像中局部特征,同时设计支持向量机（SVM）表情分类器,确定表情图像的所属类别．对JAFFE人脸图像数据库进行仿真实验．结果表明,该方法要优于一般的基于整体特征的人脸表情识别方法．     

基于声信号的履带机器人地面分类试验研究

为了拓展地面识别方式及提升识别率,提出利用履带机器人行驶噪声进行地面类型识别.使用声压传感器采集履带机器人在行驶过程中与地面相互作用辐射的声音信号,对声音信号提取修正的梅尔频率倒谱系数（MFCC）及其一阶差分（△MFCC）使用优化后的支持向量机（SVM）进行分类,并测试了该方法在多种背景噪声环境下的效果.结果表明,行驶噪声包含能够表征地面特点的信息.相比于幅域、频域和时频域特征,修正的MFCC+△MFCC特征具有明显优势.在校园环境中分类准确率达到了89.5%,当信噪比高于20 dB时,在多种背景噪声环境中分类准确率均达到80%左右.      

电压型逆变器变频平稳控制的研究

文章从电压型逆变器ＰＷＭ控制机理出发，着重研究了ＰＷＭ波形谐波分量以及逆变器开关时滞对逆变器输出电压及对电机速度平稳性的影响，最终提出了改进措施并给出了必要的突验结果     

基于高频信号注入的无传感器新型DTC系统

针对传统的直接转矩控制方法中存在的转矩脉动大、开关频率不恒定等问题,在分析永磁同步电机定子磁链坐标系中电压和磁链方程的基础上,提出了一种新型的基于空间电压矢量调制的直接转矩控制方法,并采用注入高频信号的方法来估计电机的转速和位置。通过Matlab仿真软件建立了该控制方法的仿真模型。仿真结果表明,该控制方法能有效地减小电机的磁链和转矩脉动,高频信号注入法可以准确估计出电机的转速和位置,系统具有良好的动态和静态性能。     

运用HSV－tk／ACV系统进行肿瘤基因治疗研究

构建了含ｐｇｋ启动子驱动的ＨＳＶ－ｔｋ基因的反转录病毒载体ｐＬＮＴＫ，将ＨＳＶ－ｔｋ基因转移至人脑胶质瘤ＳＨＧ４４细胞（命名为ＳＨＧＬＮＴＫ）及小鼠黑色素瘤细胞Ｂ１６（命名为Ｂ１６ＬＮＴＫ）．体外实验证实核着类似物ＡＣＶ对ＳＨＧＬＮＴＫ细胞和Ｂ１６ＬＮＴＫ细胞的杀伤敏感性分别高于亲本细胞１０００和４００倍．转ＨＳＶ－ｔｋ基因细胞与亲本细胞按不同比例共培养时，亲本细胞对ＡＣＶ的敏感性明显增高，存在旁观者效应．首次应用人脑胶质瘤细胞株进行裸鼠体内实验，结果表明：ＡＣＶ能完全抑制ＳＨＧＬＮＴＫ细胞在裸小鼠体内肿瘤的形成，对裸小鼠体内已形成的ＳＨＧＬＮＴＫ肿瘤的治疗效果与对照ＳＨＧ４４肿瘤相比，肿瘤体积缩小８０％；用Ｂ１６ＬＮＴＫ细胞接种同系Ｃ５７／ＢＬ小鼠，经ＡＣＶ治疗后，Ｂ１６ＬＮＴＫ组小鼠的肿瘤较对照组Ｂ１６肿瘤小９５％．ＨＳＶ－ＴＫ／ＡＣＶ系统原位基因转移治疗ＳＨＧ荷瘤裸小鼠、Ｂ１６荷瘤小鼠，原位注射病毒悬液／ＡＣＶ治疗组的ＳＨＧ肿瘤、Ｂ１６肿瘤分别较对照组肿瘤小５０％，４３％，原位注射ＰＡ３１７／ＬＮＴＫ细胞，ＡＣＶ治疗的ＳＨＧ肿瘤较对照组肿瘤小９０％，以上实验结果，统计学上差异极显著，Ｐ＜０．０１．实验     

“数字太原基础地理框架构建”数据库建设

分析了影像数据库、矢量数据库、地名数据库建设中的关键技术,讨论了基础地理数据库综合应用到政务电子地图系统中的方法.     

支持向量机控制与在线学习方法研究的进展

支持向量机以其模型结构简单、较好的推广能力和全局最优解等特点已经被用来进行智能控制的研究,主要包括采用支持向量机回归的非线性时间序列的建模与预测、系统辨识等建模方面的研究以及优化控制、学习控制和预测控制等方面的研究以及采用支持向量机的故障诊断的研究。由于现有SVMR基于二次规划的优化方法不适合控制过程的在线训练,因此出现了对SVMR在线训练算法的研究。分析了国内外这些研究内容的最新研究进展,旨在探讨归纳支持向量机在控制领域研究的主要成果和存在的问题,以便为进一步的研究提供一定的支持与帮助。     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit,APU)性能参数预测的精度,针对支持向量机(support vector machine,SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm opti-mization,PSO)算法实现对SVM惩罚参数和核参数...