水蒸气蒸馏与超临界提取来凤凤菊成分的HS-GC/MS分析

分析比较水蒸气蒸馏法与超临界CO_2萃取法提取来凤凤菊化学成分的差异。通过水蒸气蒸馏提取和超临界CO_2萃取法提取来凤凤菊中的化学成分,运用顶空气相色谱-质谱联用技术(headspace extraction-gas chromatography-mass spectrometry,HS-GC/MS)对其成分进行分离鉴定,用峰面积归一化法进行定量分析。水蒸气蒸馏提取法共分离出161种成分,鉴定出其中的56种,主要成分是:α-水芹烯(10.70%)、2,2,6-三甲基-6-乙烯基四氢-3-吡喃酮(7.14%)、芳樟醇(11.90%)、芳樟醇氧化物(7.95%)等;超临界CO2提取法共分离出121种成分,鉴定出其中的38种,主要成分是α-水芹烯(11.91%)、邻伞花烃(22.59%)、芳樟醇(6.95%)、芳樟醇氧化物(5.75%)等。两种不同的提取法共分离鉴定27种相同的化学成分,水蒸气蒸馏法多分离鉴定18种成分。     

一种Vague值转化Fuzzy值的偏联系数方法

针对Vague集与Fuzzy集,结合联系数理论,提出了一种基于Vague值转化为Fuzzy值的偏联系数方法。通过实例验证了该方法是合理可行且有效的。     

三维动画课程教学改革探索

三维动画课程在相关动画专业中有着举足轻重的地位。针对目前三维动画课程在教学过程中存在的一些问题,对课程的内容、案例的选择、教学方法、评价手段等进行改革,并将目前广泛应用的一些教学方法如分组教学法、项目驱动法、案例驱动法、271教学法等应用于实际教学过程中,以期获得更好的教学效果,推动三维动画课程教学水平的提高。     

一种新的α-GMM聚类说话人确认算法

针对噪声环境下说话人识别率低的问题,提出一种基于α GMM聚类和SVM的说话人确认算法.首先计算每位注册话者的α GMM模型,并计算模型间的α散度,然后以该散度设计聚类算法,对话者的α GMM模型进行聚类,得到各个类别的聚类中心模型用于训练SVM,进而得到最终识别结果.仿真实验结果表明,该算法相比于传统GMM和SVM具有更高的识别性能和良好的鲁棒性.     

一种改进的FSVM语音情感识别算法

针对语音特征参数对某类情感具有不确定性的问题,提出一种基于典型相关性分析的改进模糊支持向量机算法,应用于语音情感识别.采用典型相关性分析方法对特征向量进行降维,得到样本的约简向量集,在此约简向量集上建立模糊支持向量机模型判定情感类型.仿真实验结果表明,该方法相比于传统支持向量机法和模糊支持向量‘机法具有较高的识别准确率.     

基于稀疏表示分类的说话人识别算法及其在智能考勤系统中的应用

智能考勤系统在企业对员工的出勤考查中具有十分重要的作用。为了提高语音考勤系统的准确性,提出基于稀疏表示的说话人识别算法。该算法在通用背景模型的基础上提取说话人语音的高斯混合模型超向量,采用线性判别分析技术对超向量进行信道补偿和降维,再由低维超向量形成稀疏表示的过完备字典。根据话者测试语音在过完备字典上的重构误差,对话者的身份进行验证。实验结果表明,基于稀疏表示分类的语音考勤系统具有良好的性能。     

几种自动目标跟踪算法的比较研究

复杂背景目标跟踪是近年来自动目标识别(ATR)领域的一个研究热点,在军事、医疗、安全等多个领域具有广泛的应用前景。ATR的研究内容主要包括目标的检测分类、特征提取和目标定位识别等。本文对当前流行的目标跟踪算法进行了全面的分析比较,最后对目标跟踪算法的进一步研究方向进行了深入的探讨。     

改进的SVM分类器在人脸检测算法中的研究

复杂背景下的人脸检测是近几年来的研究热点,在军事、医疗、安全等多个领域具有广泛的应用前景。本文主要针对人脸检测存在的漏检率和误检率比较高等问题,利用支持向量机的全局优化性和核函数参数的调节作用等特性,拟通过引入支持向量机(SVM)作为AdaBoost算法的弱分类器,从而提高人脸检测的精度、速度和降低人脸检测的误检率。     

广义Hessian曲线上Tate双线性对的计算

推导出广义Hessian曲线上计算Tate双线性对的公式,给出了求解Tate双线性对的Miller算法,证明了广义Hessian曲线上Miller算法中的分母是可消除的。与已有文献资料对比分析表明,我们给出的算法的运算量是最少的。