基于软近邻投票的图像标签相关性计算

如何自动判断社会化标签与图像内容之间的相关性是社会化多媒体内容检索领域一个重要的研究问题.近邻投票算法是已知的计算标签相关性的最有效方法之一.但该算法采用硬投票策略,并未考虑近邻图像的权重以及近邻图像自身标签的质量.针对上述问题,文中提出一种一般性的软近邻投票框架,通过考察近邻权重和近邻标签权重这两个维度,系统性地比较了23种软近邻投票实现方案.以近120万张Flickr图像为训练集、约两万张图像为测试集的实验表明,软近邻投票策略要优于硬投票策略:平均查准率从0.764提升到0.783,且软近邻投票对于近邻个数这一重要参数的选取相对不敏感.     

X射线衍射K值法测定蓝色氧化钨中的WO_3、WO_（2．72）和WO_（2．90）

Ｘ射线衍射Ｋ值法测定蓝色氧化钨中的ＷＯ_３、ＷＯ_（２．７２）和ＷＯ_（２．９０）潘世伟（上海进出口商品检验局２０００ｇ２）蓝色氧化钨又名β－氧化钨（简称蓝钨），化学组分为ＷＯ２．９０，属四方晶系。由于蓝钨具比表面大、掺杂均匀、比ＷＯ３更易被还原、可适?..     

K2CO3生产中NH4Cl废水的回收技术

分析了反渗透的基本原理，详细介绍了采用反渗透膜分离技术回收利用K2CO3生产过程中产生的含NH4Cl废水的工艺过程。处理低浓度含NH4Cl废水100m^3／h和高浓度含NH4Cl废水40m^3／h工业化装置建成投产后，处理前低浓度废水含NH4Cl1000mg／L，高浓度废水含NH4Cl10000mg／L，pH=8～10；处理后，产品淡水含NH4Cl≤10mg／L、pH=7～8，产品浓水含NH4Cl≥60000mg／L、pH=8～lO。该装置的投运，取得了明显的经济效益和社会效益。     

水泥及原材料中K2O、Na2O含量的简易测定

1本方法与GB/T176-1996比较1.1容器将铂皿改为100ml的耐高温塑杯。由于铂皿价格非常昂贵,很多中小型厂没有配备,且铂皿数量有限,批量试验时不能满足要求。用耐高温塑杯溶样可降低试验成本,一次性投资小,尤其是耐氢氟酸的腐蚀。1.2仪器测定及数据处理将标准曲线法改为比较法。在GB/T176-1996中所用仪器为火焰光度计,其燃料气体、压力改变直接影响火焰大小、火焰温度的高低。每次试验时,火焰大小不同,曲线相应不同,必须对曲线进行校对,所以在实际测定中,标准曲线法测定繁琐、费时,给操作带来困难,尤其是进行单个样品测定时有局限性。比较法…     

基于群体动力学的协同过滤算法及应用

针对传统协同过滤算法稀疏矩阵和推荐精度不高的问题,根据一种社会心理学模型提出了基于群体动力学的协同过滤算法.该算法综合考虑了个体因素和环境因素对用户评分行为的影响,以此来调整传统的评分预测方法,然后为用户进行推荐.实验结果表明,该算法可以明显地提高推荐的精确度,有效地缓解稀疏矩阵问题;同时该算法还可以有效减少积累误差.最后将该算法成功运用在西安景点的推荐服务上.     

基于RKNN的选址算法及其应用研究

为了使各个设施的整体利用效果最佳, 结合空间位置影响力查询技术, 提出了基于RKNN的选址算法。针对空间对象对空间位置的贡献具有多重性, 建立了一种新的空间位置影响力的度量模型, 该模型更加符合实际应用情况; 然后, 利用该模型计算选址方案中各个设施的影响力, 并引入均衡系数评价选址方案的合理性, 均衡系数越小, 方案越合理。实际应用表明基于RKNN的选址算法使村镇基础设施的选址更加合理、有效。     

基于Fisher准则改进线性判别回归分类的人脸识别

为了提高线性回归分类LRC(Linear Regression Classification)算法的鲁棒性,提出一种基于Fisher准则改进的线性判别回归分类算法。首先根据Fisher准则最大化类间重建误差与类内重建误差的比值,为LRC找到最优投影矩阵;然后利用最优投影矩阵将训练图像及测试图像投影到各个类的特征子空间;最后,计算出测试图像与各个训练图像之间的欧氏距离,并利用K-近邻分类器完成人脸的识别。在FERET和AR人脸数据库上的实验验证了本文算法的有效性。实验结果表明,相比其他回归分类算法,该算法取得了更好的识别效果。     

一种多分类器选择性集成的网络流量分类方法

针对多分类器集成方法产生的流量分类器在泛化能力方面的局限性,提出一种选择性集成网络流量分类框架,以满足流量分类对分类器高效的需求。基于此框架,提出一种多分类器选择性集成的网络流量分类方法 MCSE(Multiple Classifiers Selective Ensemble network traffic classification method),解决多分类器的选取问题。该方法首先利用半监督学习技术提升基分类器的精度,然后改进不一致性度量方法对分类器差异性的度量策略,降低多分类器集成方法实现网络流量分类的复杂性,有效减少选择最优分类器的计算开销。实验表明,与Bagging算法和GASEN算法相比,MCSE方法能更充分利用基分类器间的互补性,具有更高效的流量分类性能。     

基于粒子群优化建模的贝叶斯网络结构学习方法

贝叶斯网络(BN)在不确定性的条件下表示信息和推理论证具有良好的性能,但由于其结构搜索空间的复杂性,通常将从一个数据集合中学习贝叶斯网络的结构认为是一种NP-hard的问题。基于此,提出一种新的基于粒子群优化算法建模的贝叶斯网络结构学习方法。为了学习一个贝叶斯网络的结构,该方法先使用粒子群优化算法在排序空间中进行搜索,然后运行K2算法计算每个排序的吻合度。每个排序都会有一个网络结构与之一致,该方法会返回这个网络的计分。仿真结果表明,在不同规模的数据集中,该算法相对于其他贝叶斯网络结构学习算法对不同类型的网络都具有更好的网络稳定性。     

国产催化剂在二甲苯异构化装置中的应用

介绍了国产SKI—400催化剂和进口I—9K催化剂在二甲苯异构化装置中的应用情况，对使用SKI—400催化剂进行了探讨，提出二甲苯异构化装置使用国产SKI—400催化剂，可以减少原料和公用工程消耗，提高对二甲苯产量，应用前景广阔。