长期递增负荷运动对大鼠脾脏和胸腺系数的影响

为进一步了解递增负荷运动对大鼠脾脏和胸腺免疫功能的影响,设计训练方案,采用电子天平对大鼠的脾脏和胸腺质量进行测定,换算成脾脏和胸腺系数,对实验数据进行分析,从而了解不同组别两个系数的变化情况,结果显示:(1)递增负荷运动后,WK2、WK3、WK4、WK5大鼠脾脏系数都显著下降,且随着负荷的递增,WK3、WK4、WK5大鼠脾脏系数与WK0运动前相比,差异更加显著。表明递增负荷这种运动刺激影响了大鼠脾脏的免疫功能;(2)递增负荷运动后,WK2、WK3、WK4、WK5大鼠的胸腺系数都显著下降,且随着负荷的递增,WK4、WK5胸腺系数与WK0运动前相比,差异更加显著。表明递增负荷这种运动刺激影响了胸腺的免疫功能,且随负荷的增加和训练时间的延长,大鼠的胸腺系数受的影响加大。     

一种基于MapReduce的动态数据流分类算法

当前动态数据流下的实时分类问题存在3个难点:针对海量数据的实时处理;概念漂移的跟踪和模型的更新;模型的稳定和鲁棒性.针对上述问题,将极端支持向量机(extreme support vector machine,ESVM)与MapReduce框架结合,提出了带遗忘因子的鲁棒ESVM算法.该方法通过构造残差权重矩阵,对残差进行修正,同时加入遗忘因子,提高新样本的作用,从而实现对海量数据处理问题的求解.实验结果显示,所提出方法能够快速有效地对动态数据流进行分类,且结果不易受到噪声干扰,稳定性强.     

MIMO系统中基站天线递增选择算法

在散射体丰富的环境中,信道容量受终端移动的影响很大,为此提出一种基于动态的多入多出（MIMO）散射无线信道模型,分析了移动终端对该无线信道容量的影响,并讨论了在移动过程中进行天线选择为系统性能带来的提升。 仿真结果表明,信道容量随着天线单元间距的增大而增大,随散射信号扩展角度的变大而增加,移动环境下的信道容量要小于准静态环境下的信道容量,且动态天线选择能够有效提升系统容量。      

一种改进的ASM人脸特征点定位方法

传统主动形状模型(active shape model, ASM)利用主成分分析(principal component analysis, PCA)获得形状,根据主成分并结合形状参数建立起统计模型,该方法不能有效更新图像特征空间,会导致模型匹配失败。为了克服上述缺点,提出一种改进的特征提取方法。首先采用增量主成分分析(incremental principal component analysis,IPCA)更新图像集合的特征空间,并采用一种新的模型匹配算法定位目标特征点。改进的新方法不断更新图像特征空间且有效地描述训练样本间的相似性或差异性,新的匹配算法能避免计算协方差矩阵的逆矩阵,能有效降低计算误差。实验结果表明,改进的方法有效提高了定位精度,并降低了匹配的像素偏移值。     

基于图像纹理聚类的恶意代码家族标注方法

针对传统恶意代码标注分析方法中特征提取能力不足以及家族标注不统一、不规范、不精确且时效性差等问题,通过对大量恶意样本PE文件纹理构成和分布的研究,提出了基于内容纹理聚类的恶意代码深度标注方法。该方法对恶意代码的纹理指纹进行统计分析,从基准标注和深度标注这2个步骤对恶意代码家族进行归纳和分析,并结合VirusTotal分析方法、基于GLCM纹理特征空间构建方法和基于P-Stable LSH的近邻增量聚类算法,对恶意代码家族进行深度标注。实验结果表明,基于上述方法开发的原型系统具有家族标注准确率高、支持增量标注等优势,通过深度标注生成的基准标签实用性强,且对未知恶意代码检测具有积极意义。     

永磁同步电机的改进扩展卡尔曼滤波测速算法

针对使用增量式编码器的永磁同步电机(PMSM)伺服系统中的传统测速算法(M算法结合低通滤波)存在的时延与不准确的问题,提出了一种改进的扩展卡尔曼滤波( EKF)测速算法.该方法在不修改原有电路的前提下,利用EKF算法抑制噪声且不产生时延的特点,针对性地设计了观测模型,并通过矩阵变换与利用定点数字信号处理器累加溢出的周期...     

Novel method of mining classification information for SVM training

Support vector machine(SVM) is an important classification tool in the pattern recognition and machine learning community,but its training is a time-consuming process.To deal with this problem,we propose a novel method to mine the useful information about classification hidden in the training sample for improving the training algorithm,and every training point is assigned to a value that represents the classification information,respectively,where training points with the higher values are chosen as candidate support vectors for SVM training.The classification information value for a training point is computed based on the classification accuracy of an appropriate hyperplane for the training sample,where the hyperplane goes through the mapped target of the training point in feature space defined by a kernel function.Experimental results on various benchmark datasets show the effectiveness of our algorithm.     

基于残差自然幂法的增量线性判别分析方法

提出了将增量线性判别分析问题(LDA)转化为两个增量主元分析(PCA)问题的算法框架.为加速算法的收敛速度,推导了增量LDA中训练样本的类内离散度矩阵和协方差矩阵的无损实时更新公式,并在此基础上提出了一种基于残差协方差矩阵的自然幂增量PCA算法.将该增量PCA方法与基于双PCA结构的增量LDA算法框架相结合,实现了数据...     

基于IMDS-DLNS方法的工业过程故障检测

针对多维尺度变换(multidimensional scaling,MDS)方法对高维数据进行维数约简时,新样本缺少映射矩阵无法进行低维嵌入的问题,提出了增量式多维尺度变换(incremental multidimensional scaling,IMDS)方法。首先,引入双重局部近邻标准化(dual local nearest neighbor standardization,DLNS）技术以解决IMDS方法降维后数据仍然具有多中心、方差差异明显等问题;其次,采用Hotelling T²统计量对过程进行监控,组成增量式多维尺度变换和双重局部近邻标准化的故障检测方法(IMDS-DLNS);最后,通过数值模拟过程和青霉素发酵过程,将IMDS-DLNS方法分别与PCA,KPCA和FD-KNN等方法作对比分析。结果表明,IMDS-DLNS对比其他方法有更高的故障检测率。IMDS-DLNS方法对多变量、多模态过程具有良好的故障检测能力,能够保障产品质量和生产的安全性,可为工业过程故障检测研究提供参考。     

行星齿轮系统弯扭耦合振动的增量谐波平衡法

针对行星齿轮传动机构弯扭耦合振动方程是半正定方程而无法直接采用增量谐波平衡法进行求解的问题,引入微小相对位移量来描述行星齿轮系统中各个部件之间的相对运动.采用运动转移矩阵将半正定方程转化为正定方程,同时考虑齿轮啮合刚度时变的非线性特性,采用增量谐波平衡法分析了行星齿轮系统非线性动力学响应.通过与数值求解方法Newmark-β法相对比,计算结果一致,验证了本文方法的正确性及高效性.