基于采购频度的原材料字典查询优化设计方法

以某冶炼制造企业原材料管理系统为实例,结合实际工程项目中原材料采购与生产消耗情况,提出一种原材料软分类方法。该方法以意大利经济统计学家Vilfredo Pareto提出的ABC分类法为主要规则,关联性为参考规则,与原有分类方法结合并用。详细描述了该方法的算法设计和程序实现,并对其在实际运行系统中的实施效率进行了分析。效率的明显提高,证明了该分类方法的合理性。     

略论英语委婉语

英语委婉语是现代西方社会文明发展的重要标志之一。它既是一种修辞手段，又是一种文化现象。因此，了解并熟悉英语委婉语，对于理解西方文化有重要作用。     

视频语义分类特征选择算法

提出一种将连续特征数字量化后进行特征选择的算法(ABFSA)。利用样本集中的先验信息选择出特征值域中最具类间区分意义的区域,将其作为完整量化区间。采用向后式的启发搜索策略,搜索合并后能使贝叶斯分类错误率降低的相邻量化区间。合并搜索得到的两相邻量化区间,量化的级数降低一阶。重复搜索和合并过程,直至贝叶斯分类错误率不再降低为止。所有特征搜索、合并完成后,总的特征量化阶数得到大幅降低。用UCI仿真数据集及真实视频数据进行实验,对比结果表明该算法能有效选取视频语义概念分类的重要特征,其综合性能较优。     

衰落信道中基于累积量的QAM信号分类

针对在瑞利和莱斯慢衰落信道下的QAM信号的调制分类问题,提出一种新的基于四阶累积量的调制分类算法。归一化四阶累积量由接收QAM信号的基带信号估计出,与不同星座的理论值比较得到分类准则,其计算复杂度仅为N阶(N为样本个数)。数值仿真实验结果以及与已有方法的比较证明了理论分析的正确性和算法的实用性。     

地貌分类指标的钢柔性探索

争对目前地貌类型基本概念的极度混乱现象,文章提出了地貌分类指标的钢柔性方法。该法把直接影响地貌类型基本概念的指标定为钢性指标,把与地貌类型基本概念不密切的指标定为柔性指标,并在此基础上建立了地貌钢柔性分类系统的参考模式,解决了地貌概念的混乱问题,同时增强了地貌分类的灵活性。该结果对促动地貌的生产利用和科学普及有一定作用。     

一种基于Cross-Product与HashTree的IP分类算法

在Cross-Product算法的基础上，结合哈希树（HashTree）数据结构，综合二者的优点，提出了一种新的IP分类算法CPHTIT（Cross-Product and HashTree with index table）。仿真结果表明CPHTIT在时间和空间上都达到了高速IP分类的要求，与现有经典算法Grid of Tries和Modular比较，其综合性能有所改进。     

九孔鲍血细胞的研究

采用May Grunwald-Giemsa染色法研究九孔鲍(Haliotis diversicolor supertexa)血细胞的显微结构,根据细胞大小和核质比将九孔鲍血细胞分为3类:大细胞、中等细胞和小细胞.血细胞密度为(8.32±4.76)×106/mL,大细胞、中等细胞和小细胞分别占血细胞总数的3.6%、91.7%和4.7%.透射电镜下血细胞可分为两类:颗粒细胞对应于光镜下的大细胞和中等细胞;无颗粒细胞对应于光镜下的小细胞.用细胞化学的方法证明九孔鲍血细胞中含有多糖、酸性磷酸酶、非特异性酯酶和过氧化物酶,它们的阳性率分别为57.3%、95.2%、86.3%、6.7%;但是根据血细胞的这几种成分不能区分血细胞的类型.     

网页文本分类中的特征选择研究

由于超链接语言结构本身所提供的信息,网页分类问题不同于一般的文本分类。本文分析了网页内部特征,并在1000篇网页规模语料库的基础上,通过试验对比了三种特征选择方法对高维特征向量空间进行降维的效果。文章还提出了一种新方法,根据特征项所处的位置赋予不同权重的方法,实验表明这种由文本结构导出的权重计算方法能够取得很好的分类效果。     

瑶药竹柏的药用研究

简述了竹柏属植物的形态特征、生态特征及各个种的地理分布,介绍了常见种的化学成分和药理作用,为民族药的开发与利用提供了理论支持.     

基于局部二元模式算子的人脸性别分类方法

提出了两种基于局部二元模式(Local Binary Pattern,LBP)算子的人脸性别分类方法:级联LBP方法和boosting LBP方法.前一种方法遵循从局部到整体的级联策略,使用LBP算子对由小波分解得到的细节图像进行特征提取,以达到扩充特征提取范围和增强所提取特征的有效性的目的,随后采用自适应加权机制对人脸图像的各个分块赋以不同的权值.后一种方法采用可变尺寸的子窗口对人脸图像进行扫描,在扫描所得的每个子窗口中,使用LBP算子对该子窗口提取LBP直方图.计算样本图像的LBP直方图和模板的LBP直方图之间的度量,并由此构建弱分类器集.利用Adaboost算法选取最有效的若干个弱分类器集组合成为强分类器.进行了三个基于LBP算子的人脸性别分类实验,实验所使用的训练集和测试集皆选自FERET人脸数据库.实验结果证明:LBP算子能有效地从人脸图像中提取出针对人脸性别分类的特征,并可以达到人脸性别分类的目的.所提出的两种基于LBP算子的方法可以有效的解决传统LBP方法所存在的特征提取范围有限、加权机制客观性不足等问题.