基于隐式马尔科夫参数模型的图像消噪研究

针对隐式马尔科夫模型在图像消噪中的不足,采用参数求解方法.首先对参数模型三元组确定其限制条件,通过递归计算状态概率,通过最大似然估计来使期望最大化,期望最大化过程包括期望过程和最大化过程;在图像消噪中提取观察信号过程利用Kullback-Leibler距离设置其阈值,最终给出了参数解.实验仿真表明本文算法能够保持图像有用信息,执行速度快.     

基于小世界网络体系算法的图像水印实现北大核心

针对图像水印存在的问题,提出小世界网络体系算法。首先建立小世界网络体系,神经元节点与离自己最近的两个神经元节点连接并构成环形网络;接着神经元不同连接概率生成不同的小世界网络体系结构,给神经元节点具有更多的连接,这样该节点参与系统信息交换的概率增加,提高系统的性能;最后给出了图像水印生成过程。实验仿真显示该算法嵌入水印后的图像和原始图像在视觉上没有差别,同时鲁棒性高。     

动态无功功率补偿与谐波治理

讨论了谐波治理和无功补偿应注意的问题和处理方法,并从硬件到软件两方面介绍了动态无功功率补偿与谐波治理装置的构成,分析了补偿装置的原理.     

一种互信息梯度不变的非线性特征提取方法*

针对线性的互信息特征提取方法,通过研究互信息梯度在核空间中的线性不变性,提出一种快速、高效的非线性特征提取方法。该方法采用互信息二次熵快速算法及梯度上升的寻优策略,提取有判别能力的非线性高阶统计量;在计算时避免传统非线性特征提取中的特征值分解运算,有效降低计算量。通过UCT数据的投影和分类实验表明,该方法无论在投影空间的可分性上,还是在算法时间复杂度上,都明显优于传统算法。     

酯化法提取生物基丁二酸

生物法获得的丁二酸发酵液中,含有部分残留底物、副产物以及无机离子等杂质,不利于其分离纯化。探讨了丁二酸发酵液经酸化与酯化分离纯化生物基丁二酸的过程。正交实验优化的酯化工艺为:丁二酸盐为丁二酸二钠、氢离子与丁二酸二钠的物质的量比为2.2∶1、反应时间12h,在此条件下,生物基丁二酸收率为91.7%。Box-Behnken中心组合设计实验优化的纯化工艺为:活性炭加量3.3%、脱色温度72℃、脱色时间37min,在此条件下,生物基丁二酸纯度达98.44%。通过红外光谱、X-射线衍射分析确证提取物质为生物基丁二酸,利用扫描电子显微镜观察酯化法提取的生物基丁二酸的微观形貌,为生物发酵法产丁二酸的产业化奠定了基础。     

原型专家系统的研究与实现

随着计算机技术的飞速发展,特别是人工智能技术的发展,专家系统已经得到广泛的应用,取得了巨大的商业效益,成为人工智能的三大前沿之一。针对传统专家系统开发周期过长,用户参与系统开发过少等问题,提出了一种基于原型技术的专家系统开发方法,并对如何建立原型专家系统进行了分析和研究。     

融合互信息与线性变换的非线性特征提取

由于线性变换无法较好保留数据的非线性结构而非线性变换往往需要进行大量的复杂运算,提出一种快速、高效的非线性特征提取方法。该方法通过研究互信息梯度在核空间中的线性不变性,采用互信息二次熵快速算法及梯度上升寻优策略,在有效降低计算量的同时能够提取有判别力的非线性高阶统计量。详细的数据投影和分类实验表明该方法在分类性能和算法时间复杂度上都优于传统算法。     

基于鉴别主成份分析的基因表达数据特征提取

针对高维小样本数据特征提取问题,通过融合主成份分析（PCA）和线性判别分析（LDA）,提出一种鉴别主成份分析方法。通过对PCA主成份进行单个线性判别,选择主要反应类间差异的主成份来构造特征空间。对yeast和NCI基因表达数据的实验结果表明：该方法在降维的同时能获得较好的判别特征,且能避免线性判别分析方法的奇异性。在子空间的聚类识别率相比PCA提高了20％以上,且具有较好的可视化效果,说明了用该方法对高维小样本数据进行特征提取的有效性。     

玉米秸秆糖醇发酵产丁二酸及表征

以玉米秸秆糖醇液为原料,考察产琥珀酸放线杆菌（Actinobacillus succinogenes）X-1对不同单一碳源的同化能力,并验证产琥珀酸放线杆菌可同化利用玉米秸秆糖醇液。利用Box-Behnken中心组合设计试验,通过响应面分析法优化发酵工艺参数为：玉米秸秆糖醇液初始还原糖质量浓度42.81 g/L、酵母膏质量浓度12.53 g/L、缓冲剂MgCO3质量浓度15.90 g/L,经5 L发酵规模实验,发酵周期48 h,丁二酸产率为85.1%,还原糖利用率为85.4%。经红外光谱和核磁共振表征其发酵产物为生物基丁二酸。