Using Mutual Feedback Chaotic Synchronous Systems

ＵｓｉｎｇＭｕｔｕａｌＦｅｅｄｂａｃｋＣｈａｏｔｉｃＳｙｎｃｈｒｏｎｏｕｓＳｙｓｔｅｍｓＶａｉｄｙａＰ．Ｇ．，ＨｅＲｏｎｇ（何榕）＋ＤｅｐａｒｔｍｅｎｔｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｒｉｎｇ，ＷａｓｈｉｎｇｔｏｎＳｔａｔｅＵｎｉｖｅｒｓｉｔｙ，...     

PDF文档中的脚注识别研究

针对PDF 文档的脚注识别问题, 提出一种自动识别脚注及其引用, 并建立它们之间匹配关系的方法。首先针对PDF 文档提取脚注的一系列特征, 包括页面布局、字体信息、语义信息等, 然后基于文档部件风格一致性, 利用聚类技术, 处理在不同文档中相异但在同一文档中相似的特征, 从而使得识别过程能够适应不同文档类型。此外, 利用脚注与引用的匹配结果为识别过程提供反馈, 进一步提高了识别准确性。在真实文档测试集上的实验结果表明, 所提方法对于PDF 文档的脚注识别取得较高的准确率和召回率。     

合成孔径雷达图像中机场跑道的自动识别

为解决雷达图像中的机场跑道识别问题 ,提出了一种合成孔径雷达图像中机场跑道的自动识别方法 .首先 ,对原始图像滤波并提取图像轮廓 ,其次对轮廓图作Radon变换 ,保留最大的几个Radon变换系数 ,将其余系数置 0 ,并对Radon逆变换得到的图像进行二值处理 ,从而过滤掉大部分干扰线条 ,仅保留图像中的主要直线条 ,最后利用直线模板滤除残余干扰线条 ,并根据阈值检测出机场跑道 .实验结果表明 ,所提方法能够准确地识别出复杂背景下的水平、垂直和倾斜的机场跑道     

结合语义的位置语言模型

针对位置语言模型没有考虑词与词之间语义关系的问题, 提出一种结合语义的位置语言模型。首先采用高斯核函数来度量词与词之间的位置关系; 然后提出一种平滑互信息的技术来度量词与词之间的语义关系, 证明了平滑互信息能够有效解决大量词对之间无法通过互信息来计算转移概率的问题; 还证明了位置语言模型是结合语义位置语言模型的一个特例; 最后将结合语义的位置语言模型应用于信息检索, 得到一个基于该模型的检索模型。实验结果表明, 基于该模型的检索模型在性能方面要优于基于位置语言模型的检索模型。     

基于运动行为的复杂监控事件探测

针对视频监控过程,使用运动目标的状态特征描述场景中存在的语义内容.基于DBSCAN聚类模型学习特征集的潜在结构,生成了运动行为模式集.使用高级Petri网刻画模式间的连续、并发等时序关系,构成复杂语义事件探测模型.无监督式的模式学习过程对低层噪声有较强的鲁棒性,而定性的事件描述模型对于高层事件的推理具有更强的灵活性.在实验中,通过聚类学习得到的行为模式,给出了事件Petri网的具体建模过程,并演示了"停留"与"偷车"两个感兴趣事件的探测结果.     

ITS共用信息平台体系框架和运行机制研究

介绍了ITS共用信息平台的地位和作用，解释了ITS共用信息平台的基础理论，首次给出了共用信息平台的明确定义，提出了适合我国民表的共用信息平台的体系框架，并以广州市ITS共用信息平台示范工程技术方案设计为例，明确了共用信息平台的功能，并对平台的运行机制进行了研究，提出了适合我国现阶段发展特性的运行机制，对推进共用信息平台的建设，乃至整个ITS建设进程有深远的指导意义和现实意义。     

菹草与铜绿微囊藻化感互作及其对藻抗氧化能力的影响

为能寻找到高效抑藻的高等水生植物,本文探讨了大型沉水植物菹草(Potamogeton crispus)在富营养盐条件下与不同密度铜绿微囊藻的互作效应.结果表明,活与死亡菹草均具有良好的抑藻性能,而且,活体菹草在富营养水体能与藻类发生相互化感作用.在藻的起始密度为105cells.mL-1时,菹草可强烈抑制铜绿微囊藻(Microcystis aerugilnosa)的生长;当藻的起始密度为107cells.mL-1时,菹草不仅抑藻效力大幅下降,其生物量也明显减少,表现为藻类对菹草生长的抑制作用.菹草对铜绿微囊藻化感作用的机制之一可能与降低藻细胞抗氧化能力有关,在菹草胁迫下,藻细胞的CAT,POD活力下降,MDA含量增加.该研究提示通过种植菹草有可能对蓝藻水华暴发的预防起到积极作用.     

时变电磁场作用下金属熔体中的Lorentz力分析

运用电磁互感耦合原理，对时变电磁场中金属熔体凝固过程中的受力进行了分析，并运用ANSYS5．7软件进行了数值模拟。结果表明，在时变电磁场中，液态金属受勤大小随时间周期变化的Lorentz力作用，使得金属熔体在凝固过程中获得无接触搅拌。     

基于互信息和K-means聚类的信息安全风险评估

针对信息安全风险评估训练数据少、求解最优值困难等问题,提出了基于互信息和K-means聚类的信息安全风险评估方法.用模糊评价法量化风险指标,通过互信息计算风险因素与风险等级之间的依赖性,找出风险度在每个等级的最优点作为K-means初始中心点,用K-means算法对数据分类.该方法实现简单且克服了 K-means对初始...     

基于相空间重构的神经网络短期风速预测

针对风速具有较强的混沌特性,预测难度较大,提出了一种基于相空间重构的神经网络短期风速预测方法:对数据进行小波降噪,运用互信息法和虚假最近邻点法确定最佳的延迟时间和嵌入维数,对样本空间进行重构,使新的样本能够表征原始时间序列动态特性,更能反映风速变化特性。在此基础上运用BP神经网络进行短期风速预测。实验结果表明短期风速预测精度得到提高。