强化认识 拓宽视野满怀信心地规划城市

本期领导干部城市规划与建设专题研讨班主题鲜明,重点突出,虚实结合,内容丰富,组织严密,管理严格,特色明显,成效颇大。     

一种半监督机器学习的EM算法改进方法

EM(Expectation Maximization)算法是含有隐变量(latent variable)的概率参数模型最大似然估计、极大后验概率估计最有效的算法,但很容易进入局部最优现象,对此提出基于半监督机器学习机制的EM算法.本文方法是在最大似然函数中加入惩罚最小二乘因子,同时引入非负约束作为先验信息,结合半监督机器学习方法,将EM算法改进转化为最小化求解问题,再采用最大似然方法求解EM模型,有效估计了混合矩阵和高斯混合模型参数,实现EM算法的改进.仿真结果表明,该方法能够很好地解决了EM算法容易局部最优化问题.     

打造新能源谷 跨越发展新经济

美国金融风暴席卷全球,我国实体经济受到严重影响.在危机面前,如何科学谋划,科学发展,实施产业结构调整升级,实现城市战略转型,安阳市有着更多的思考和经验体会.危机下的抉择     

均值滤波和形态学在振荡脉搏波提取中应用

目前,市场上85%以上的电子血压计均采用振荡法进行血压测量,振荡法血压测量的关键步骤就是从原始的采集信号中提取出纯净振荡脉搏波用于血压计算.本文将采用自己研制的基于上气式的血压数据采集装置进行数据采集,针对采集过程中由于电机振荡、呼吸以及身体移动和电子元器件温度变化等因素所引起的高频噪声和基线漂移,提出了滑动均值滤波和数学形态学结合的去噪方法.经过实验验证表明,该方法有效地去除了振荡脉搏波中的高频噪声和基漂信号;通过信号频谱分析表明,明显降低了信号高频段的幅值,信噪比得到了良好的改善,提高了血压测量的精度.     

区块链技术在数字资产安全交易中的应用

针对传统数据资产交易平台依靠中心化的管理机构完成交易过程,不能保证数据资产交易过程中的安全性的弊端,利用区块链技术去中心化、去信任、难以篡改等技术特征.提出了一种基于区块链技术的新型数字资产安全交易方法.首先阐明传统数字资产交易平台的弊端,剖析了区块链技术在数据资产安全交易中的关键技术;其次,分别从数据存储、交易信息加密、验证节点间的共识算法方面提出具体的实施方案;最后,针对数据资产交易过程中的验证节点共识算法进行验证分析,实验结果表明,本文所提出的方法能很好的适用于数字资产安全交易.     

大数据网络并行计算环境中生理数据流动态负载均衡

针对医疗大数据服务系统中生理数据流动态负载不均衡问题,传统方法处理能力只局限在某算子所处节点可处理的窗口范围,在数据逐渐增加的状态下处理能力不足,容易出现数据流拥塞的情况,而且忽略了对整个体系的负载分布和动态负载均衡中迁移决策的研究。为此,提出了一种新的大数据网络并行计算环境的生理数据流动态负载均衡方法。首先利用元组key的Hash值得到节点相应数据块,利用数据块记录获取相应目标节点,将数据元组输出。同时,对并行计算熵进行扩展,将其定义至异构集群,对其进行求解。将网络并行计算环境下并行计算熵看作医疗大数据服务系统中生理数据流动态负载均衡度的衡量指标,通过并行计算熵对是否需要进行负载迁移进行判断,并且通过并行计算熵确定迁移任务的方式及迁移量,从而制定迁移决策,实现大数据网络并行环境中生理数据流动态负载均衡处理。经实验验证,本文方法可行性高,计算性能及动态负载均衡性好。     

基于改进AHP-BP神经网络的幼儿发展评价模型

现有的幼儿健康发展评估方案有着评估周期长、个人主观意识强以及评价指标单一等缺陷,对幼儿的长期发展以及学前教育的信息化有着诸多方面的限制和影响.因此,本文引入了改进的AHP-BPNN评估方法,根据幼儿发展的生理和心理特性,利用AHP层次分析方法建立科学的、多维化的评价体系,同时对各项评价指标初始化;利用改进的BPNN对评价指标权重进行分析和优化,得到最优的参数解.通过对沈阳某幼儿园214名幼儿90天的连续实践观察表明,本文所提的方法大大减少了教师的主观性评价,使评价体系更加科学、合理和完善,对幼儿健康发展给出了全面性的指导.     

基于改进能熵比的维纳滤波语音增强算法

为了提高低信噪比环境下语音增强的效果、算法的鲁棒性.在基于维纳滤波算法的基础上,结合基于频域特征的语音端点检查算法,提出了一种新的语音增强算法.端点检测算法使用小波包ERB子带的谱熵和改进的频域能量的能熵比法.其中,小波包ERB子带的谱熵考虑了人耳听觉掩蔽模型和语音与噪声信号之间的频率分布之间的不同;频域能量利用了有语音帧和无语音帧的能量不同.维纳滤波算法实时采集语音数据并使用新的参数来区别无语音段和有语音段,并在无语音段平滑更新噪声谱.实验结果表明,该端点检测算法能够很好的区分有语音段和无语音段,这就使得在低信噪比的情况下语音增强效果得到了提升,同时算法的鲁棒性和实时性也得到了保障.在与其他两种算法对比中,得到了更好的语音增强效果.     

基于偏振自适应融合图像的水下物证探测方法

偏振探测技术能够在复杂的背景环境中凸显出目标，为我们提供了更为清晰和精准的目标识别能力。然而，在法庭科学领域上，利用偏振成像技术对水下物证进行探测搜寻的研究仍属空白。针对这一问题，本文通过偏振成像装置，对目标强度图像和偏振度图像进行融合。利用非下采样剪切波（non-subsampled shearlet transform, NSST）对图像进行分解后，在高频子带提出了参数自适应的简化型脉冲耦合神经网络模型，在低频子带则采用一种基于区域能量的自适应加权融合规则。在可见光下，对3类典型目标进行相关算法比对实验。实验结果表明，通过偏振成像技术可有效探测到水下物证，利用本文提出的图像融合算法有效突出了水下物证的细节特征，验证了偏振探测技术对水下物证成像的有效性，有利于突破当下法庭科学领域水下物证探测技术的空白。