基于流形学习和SVM的Web文档分类算法

为解决Web文档分类问题,提出一种基于流形学习和SVM的Web文档分类算法。该算法利用流形学习算法LPP对训练集中的高维Web文档空间进行非线性降维,从中找出隐藏在高维观测数据中有意义的低维结构,在降维后的低维特征空间中利用乘性更新规则的优化SVM进行分类预测。实验结果表明该算法以较少的运行时间获得更高的分类准确率。     

基于流形学习和稀疏约束的快速特征提取算法

针对稀疏保持投影算法在特征提取过程中无监督和L1范数优化的计算量较大的问题,提出一种基于流形学习和稀疏约束的快速特征提取算法。首先通过逐类PCA构造级联字典,并基于该字典通过最小二乘法快速学习稀疏保持结构;其次构造用于描述不同子流形距离的局部类间散度函数;然后整合所学习到的稀疏表示信息和局部类间散度信息以达到既考虑判别效率又保持稀疏表示结构的目的;所提算法最终转化为一个求解广义特征值问题。在公共人脸数据库(Yale,ORL和Extended Yale B)中 的 测试结果验证了该方法的可行性和有效性。     

基于改进的多流形算法的人脸图像集识别

一个图像集由大量变化不一的图像组成,而且这些图像都表示同一个人.现实中的图像集数据是非线性的,造成这些现象的因素有人脸的角度不同、光线的明暗等,因此图像集中的每幅图像都是变化的,如果近似的将一个图像集建模为线性子空间,而忽略了集合中数据结构的变化,很显然是不合理的,这也必然会影响到最后的识别率.受流形理论知识的启发,可以将图像集建模为一个流形,这与传统的将图像集建模为子空间的方法有着本质区别.本文在基于流形的人脸图像集识别方法的基础上进行改进,提出新的计算样子空间距离方法,最后采用所有最短子空间距离的平均值作为流形之间的距离,称为改进的多流形方法(Improved multi-manifold method,IMM).IMM方法在CMU PIE数据库上进行实验,结果表明该方法相比其他方法具有更高识别率.     

基于格林函数表示的近似等距网格之间稀疏对应

基于全局点签名(GPS)和格林函数表示,提出了一种由粗到细的近似等距网格曲面模型间的稀疏点对应算法.针对构建点GPS表示的对应基向量间的符号不定问题,利用Morse理论和修改的层次聚类算法,提取源网格和近似等距目标网格上的关键点作为锚点,并结合符号的组合搜索策略,提出了一种基于GPS的锚点对应鲁棒算法;针对由于网格分辨率不同导致的高维GPS坐标不一致问题,结合前面确定的锚点对,定义了一种点的格林函数表示,并在此基础上提出一种增量式稀疏点对应算法.实验结果表明,与已有网格点对应算法相比,文中算法具有更高的计算效率和准确度,可应用于刚体和非刚体对齐以及三维变形、形状匹配等.     

一种改进的有间隔流形ISOMAP算法

ISOMAP算法成功应用的潜在条件是要求数据集均匀抽样于单个的内在流形。如果数据集均匀采样于某个内在流形,但内部出现了一个间隔,ISOMAP算法可能失效。提出了G-ISOMAP(ISOMAP with a Gap)算法,该算法充分利用了数据集中的间隔特性。首先检测被间隔的子流形间最短欧氏距离对应的数据点,然后将这些数据点互相设置为邻域点,最后用ISOMAP算法找到低维嵌入结果。对G-ISOMAP与ISOMAP算法的区别与联系进行了详细的理论说明,得出ISOMAP算法是G-ISOMAP算法的一个特例,G-ISOMAP算法是ISOMAP算法扩充的结论。实验结果验证了该算法比其他常用的流形学习算法在有间隔的数据集上更有效。     

半监督复杂结构数据降维方法

现有的一些典型半监督降维算法,往往在利用标记信息的同时却忽略了样本数据本身的流形特征,或者是对流形特征使用不当,导致算法性能表现不佳并且应用领域狭窄。针对上述问题提出了半监督复杂结构数据降维方法,同时保持样本数据的全局与局部的流形特征。通过设置适当的目标函数,使算法结果能有更广泛的应用场合,实验证明了算法的有效性。     

预氯化对输水管道净水效能影响及恢复研究

为保障原水输水过程中水质安全性,采用生物膜环状反应器(BAR, Biofilms Annular Reactor)考察预氯化对管道生物膜净水效能的影响及其性能恢复过程．结果表明,管道预氯化后,对管道生物膜损伤较大,影响NH₄+-N、NO₂--N、CODMn、TP去除效果;出水出现短暂的CODMn和TP质量浓度上升、NO₂--N积累现象,出水NO₂--N最大积累量可达7倍．冲击实验后稳定运行阶段,生物膜对NH₄+-N去除效能恢复时间较NO₂--N快2 d,NH₄+-N、NO₂--N分别在第8天和第10天完成恢复;稳定运行至第8天,管壁生物膜完成对CODMn和TP去除效能的恢复．     

采用加权协方差矩阵描述子的OCR识别方法

传统光学字符识别（Optical Character Recognition,OCR）方法一般只提取图像亮度特征,在图像退化较严重时识别准确率不高。针对这一问题,提出一种新的扫描字符特征提取方法。除各通道亮度外,还提取像素位置、亮度的一阶导、二阶导等特征构成特征图像,并根据各个特征对图像的贡献程度进行加权处理。计算以当前像素为中心的局部区域特征图像块的协方差矩阵作为当前像素的描述子,然后在黎曼空间对字符实施分类。实验结果表明,采用典型的结构化分类器时,该特征提取方法对字符识别的准确率高于传统方法,表现出较强的鲁棒性。     

碳立体化学的新进展:从链状、环状到球状碳

碳原子簇Cn可以分为三个结构区:线状区(n=2,9)、环状区(n=10—28)及球状区(n=40—100);两区之间为不稳定的结构过渡区。支撑这些稳定结构的σ键为Sp或Sp~2杂化轨道,环状或球面超共扼离域兀键则是其稳定的能量因素。空心球状C_(60)和C_(70)在化学及材料科学各领域具有令人鼓舞的应用前景。