基于蜂群[k]-means算法的遥感图像聚类应用研究

在遥感领域，获取用于训练的标记数据耗费巨大且困难，因此许多非监督技术逐渐被发展和应用于标记样本有限的遥感图像。将[k]均值和蜂群算法相结合，提出一种新的非监督聚类算法。使用灰度共生矩阵和小波变换提取遥感图像特征，对特征数据集进行蜂群[k]-means聚类。整个聚类过程首先使用最大最小距离积邻域均值法产生初始聚类中心，将蜂群算法和[k]-means算法交替执行，实现遥感图像的聚类。通过UCI数据集和凉水国家级自然保护区的遥感数据的实验结果表明，该算法具有较高的聚类准确率，满足遥感图像聚类的应用需求。     

玉米生物活性肽的制备及功能和食品的研究进展

功能性玉米活性肽是玉米中天然存在或通过蛋白酶水解或微生物发酵作用制得的具有特定氨基酸序列和分子量的肽类物质,玉米活性肽具有降血压、降血脂、解酒精毒性、抗氧化、预防脑性肝病、抗疲劳等作用。综述了不同功能性玉米活性肽的制备方法、保健功能、作用机理及其在食品、医药以及化妆品工业中的应用,并指出玉米活性肽、功能性食品研究开发中存在的问题及建议。     

小城镇规划中存在的问题及对策

一、小城镇规划中存在的问题 最佳的城镇规划至少要达到四个目的: 一是要最大限度地促进经济增长; 二是要公平地分配现有和可能的资源; 三是要对自然界的损害减小到最低程度; 四是要营造和谐的生存空间,体现地方特色和以人为本意识。但是,一些影响小城镇发展的体制性和政策性障碍依然存在,实践中产生的一些新问题也未能得到及时解决。目前小城镇规划的实施在实际工作中还存在的以下主要问题亟待解决。 (一) 镇区建设规模盲目扩张、盲目攀比 由于区域间的利益矛盾、领导任期政绩目标等因素的推动,小城镇镇区建设存在“政绩化”、“短期…     

非鲁棒路径时滞故障测试生成算法

针对数字电路中非鲁棒路径时滞故障测试时间长、故障覆盖率较低的问题,提出了人工蜂群优化的测试生成算法。该算法首先应用电路转换法则把数字电路转换成为其等效电路,然后用Hopfield神经网络构建等效电路单固定故障的约束电路,并得到能量函数;再应用人工蜂群优化算法计算能量函数的最小值以得到等效电路单固定故障的测试矢量,最后根据对应关系得到原电路非鲁棒路径时滞故障的测试矢量对。在ISCAS’85国际标准电路上的实验结果表明:该算法故障覆盖率能够达到98%,并且平均测试生成时间小于0.8 s。     

基于软测量的可重构模块机器人分散力/位置控制

在受限空间内,可重构模块机器人末端腕力传感器造价昂贵且易受环境影响,它的使用还提高了机器人在软硬件设计上的复杂程度,针对这一问题,提出了基于软测量的可重构模块机器人分散力/位置控制方法。将可重构模块机器人系统在各个方向上进行模型分解,各方向的模型看作一个子系统,利用自适应RBF神经网络去估计各子系统间的不确定项和耦合关联项。在末端未安装腕力传感器的情况下,利用自适应RBF神经网络去估计末端接触力,并推导出了RBF神经网络的权值、径向基函数中心和宽度的自适应律。2类不同自由度可重构模块机器人的仿真结果验证了所提方法的有效性。     

关系tri-training:利用无标记数据学习一阶规则

针对目前归纳逻辑程序设计(inductive logic programming,ILP)系统要求训练数据充分且无法利用无标记数据的不足,提出了一种利用无标记数据学习一阶规则的算法——关系tri-training(relational-tri-training,R-tri-training)算法。该算法将基于命题逻辑表示的半监督学习算法tri-training的思想引入到基于一阶逻辑表示的ILP系统,在ILP框架下研究如何利用无标记样例信息辅助分类器训练。R-tri-training算法首先根据标记数据和背景知识初始化三个不同的ILP系统,然后迭代地用无标记样例对三个分类器进行精化,即如果两个分类器对一个无标记样例的标记结果一致,则在一定条件下该样例将被标记给另一个分类器作为新的训练样例。标准数据集上实验结果表明:R-tri-training能有效地利用无标记数据提高学习性能,且R-tri-training算法性能优于GILP(genetic inductive logic programming)、NFOIL、KFOIL和ALEPH。     

丙烯腈-乙腈-水热力学分析与萃取精馏过程模拟

应用模拟软件ASPEN PLUS对丙烯腈-乙腈萃取精馏进行模拟。采用NRTL热力学模型计算液相活度系数。模拟计算出的常压下气液平衡数据与文献相比较,较为吻合。通过C_3H_3N-C_2H_3N-H_2O三元物系剩余曲线与液液相平衡图分析了丙烯腈与乙腈萃取分离的可能性及丙烯腈-水共沸物分离的可能性。最后通过模拟计算得到了沿塔各组分浓度和温度分布曲线,均能达工艺分离要求。