亘建筑事务所——作为序言的跋

山后的世界 天目山的余脉从浙皖交界地带开始由西南往东北方向一路延伸,就在将要抵达太湖之前,在杭嘉湖平原的西侧留下莫干山。这里离杭州不远,又毗邻高速路和高铁线,所以山前已是一片现代文明的景象：山脚下的谷地被开垦成为千亩规模的现代农园,再往外一些的丘陵缓坡地带则被干净利落地“七通一平”之后开发成了工业园区,加上本已名声在外的避暑旅游业,山前的繁荣让这里早已成为了“杭州后花园”,而且还在努力成为“上海后花园”。     

招标最高限价的设置方法

正在市场经济不断完善的有利条件下,招投标工作逐步规范,最高限价的实施具有重要的作用和意义,加强对最高限价的管理是招投标工作的一个重要环节,需要兼具科学性、规范性、权威性和严肃性。最高限价是如何产生的最高限价指招标人在招标过程中向投标人公示的工程项目总价格的最高限制标准,是招标人所能接受的最高价格,要求投标人投标报价不能超过它,否则     

基于Gabor滤波器的快速人脸识别算法

针对传统人脸识别方法中所提取特征维数高、计算量大等缺点,提出一种新的正面人脸识别算法。新算法融合了半边人脸识别方法、Gabor滤波器、基于互信息判据的Gabor特征筛选来进行人脸识别。新算法将人脸图像分为左右两个部分,计算并比较人脸图像左右半边脸的熵,选取熵值较大的半边人脸图像进行Gabor特征提取。利用二值分类器判别单个Gabor特征的分类能力,选取分类能力较强的特征（最具判决力的特征）。再利用互信息判据对Gabor特征进行第二次筛选,以减小特征之间的冗余度。最后利用最近邻判别器来进行人脸识别。实验结果表明,新算法的识别率优于传统半边脸识别方法,识别速度也优于传统的利用Gabor滤波器进行特征提取的方法。     

有效用于人脸识别的光照不变特征表示算法

在光照变化环境下,人脸识别的鲁棒性是人脸识别系统中一大挑战。针对光照变化对人脸识别的影响,对经典光照不变特征表示算法进行了研究,提出一种基于局部标准差光照不变的人脸特征表示算法及其加权形式。结合完备线性鉴别分析（Complete-Linear Discriminant Analysis,C-LDA）算法提取特征,在Extended Yale-B与YALE 人脸库中,与其他处理光照变化的经典方法相比,如多尺度Retinex（Multi Scale Retinex,MSR）、韦伯脸（Weber-Face,WF）和局部归一化（Local Normalization,LN）,提出的算法能获得更高识别率。     

中国省域经济发展潜力综合评价

中国省际经济发展水平不均衡,发展潜力也存在较大的差异。文章创造性地借鉴了现有经济发展潜力综合评价的理论,构建了以经济发展、资源禀赋、基础设施为一级指标的评价指标体系,由此产生了13个二级评价指标。采用专家评分法结合AHP法所确定的指标权重,运用功效系数法对中国31个省市区的经济发展潜力进行了评价,给出了评价结果。结果显示,发展潜力较大的地区主要集中在东部,如天津、北京、江苏、福建、上海等,而发展潜力较小的地区主要集中在中西部,如宁夏、西藏、山西、青海、河北等。进一步的研究认为在相当长的时间内,中国东西部的差距还将进一步加大,西部各地应采取相应的对策。     

地质找矿工作中的重点难点问题探讨

新时期我国地质找矿工作面临着前所未有的机遇,但由于在思想认识和制度设计及执行层面上还存在不足,导致地质找矿突破缺乏基础保障,地质科技创新能力不足,地质工作管理体制不畅,矿政管理制度滞后等问题。现阶段急需加快矿业权市场建设,实现矿业企业的内外动力结合,加强国家宏观调控,提高地质勘查服务水平,推动科技创新和人才培养,维护和创造良好的地质勘查外部环境,实现找矿突破。     

地质找矿工作中的重点难点问题探讨

新时期我国地质找矿工作面临着前所未有的机遇,但由于在思想认识和制度设计及执行层面上还存在不足,导致地质找矿突破缺乏基础保障,地质科技创新能力不足,地质工作管理体制不畅,矿政管理制度滞后等问题。现阶段急需加快矿业权市场建设,实现矿业企业的内外动力结合,加强国家宏观调控,提高地质勘查服务水平,推动科技创新和人才培养,维护和创造良好的地质勘查外部环境,实现找矿突破。     

基于核聚类方法的多层次支持向量机分类树

针对解决多类模式识别问题的SVM方法进行研究。在比较几种常用的多类SVM分类算法的基础上，提出一种基于核聚类方法的多层次SVM分类树，将核空问中的无监督学习方法和有监督学习方法结合起来，实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法，并在实验中取得了良好的结果．     

基于核的K-均值聚类

将核学习方法的思想应用于K-均值聚类中，提出了一种核K-均值聚类算法，算法的主要思想是：首先将原空间中待聚类的样本经过一个非线性映射，映射到一个高维的核空间中，突出各类样本之间的特征差异，然后在这个核空间中进行K-均值聚类。同时还将一种新的核函数应用于核K-均值聚类中以提高算法的速度。为了验证算法的有效性，分别利用人工和实际数据进行K-均值聚类和核K-均值聚类，实验结果显示对于一些特殊的类分布数据，核K-均值聚类比K-均值聚类具有更好的聚类效果。     

利用组合核函数提高核主分量分析的性能

为了提高图像分类的识别率，在对基于核的学习算法中，核函数的构成条件以及不同核函数的特性进行分析和研究的基础上，提出了一种新的核函数——组合核函数，并将它应用于核主分量分析(KPCA)中，以便进行图像特征的提取，由于新的核函数既可以提取全局特征，又可以提取局部特征，因此，可以提高KPCA在图像特征提取中的性能。为了验证所提出核函数的有效性，首先利用新的核函数进行KPCA，以便对手写数字和脸谱等图像进行特征提取，然后利用线性支持向量机(SVM)来进行识别，实验结果显示，从识别率上看，用组合核函数所提取的特征质量比原核函数所提取的特征质量高。