图像纹理特征提取方法综述

纹理是一种重要的视觉线索，是图像中普遍存在而又难以描述的特征。纹理分类与分割是图像处理领域一个经久不衰的热点研究领域，纹理特征提取作为纹理分类与分割的首要问题，一直是人们关注的焦点，各种纹理特征提取方法层出不穷。在广泛文献调研的基础上，回顾了纹理特征提取方法的发展历程，分析了其研究现状，对纹理特征提取方法进行了较为全面的综述，对其进行分类和比较，最后给出了纹理研究领域的主要发展趋势。  

回归测试中的测试用例优先排序技术述评

测试用例优先排序(test case prioritization,简称TCP)问题是回归测试研究中的一个热点.通过设定特定排序准则,对测试用例进行排序以优化其执行次序,旨在最大化排序目标,例如最大化测试用例集的早期缺陷检测速率.TCP问题尤其适用于因测试预算不足以致不能执行完所有测试用例的测试场景.首先对TCP问题进行描述,并依次从源代码、需求和模型这3个角度出发对已有的TCP技术进行分类；然后对一类特殊的TCP问题(即测试资源感知的TCP问题)的已有研究成果进行总结；随后依次总结实证研究中常用的评测指标、评测数据集和缺陷类型对实证研究结论的影响；接着依次介绍TCP技术在一些特定测试领域中的应用,包括组合测试、事件驱动型应用测试、Web服务测试和缺陷定位等；最后对下一步工作进行展望.  

Boosting和Bagging综述

Boosting 和 Bagging 是两种用来提高学习算法准确度的方法,这两种方法通过构造一个预测函数系列,然后以一定的方式将它们组合成一个预测函数.文章将介绍这两种方法以及对他们进行的一些理论分析和实验,并对它们的应用以及将来可能的研究进行讨论.  

基于小波分析和神经网络的心音信号研究

针对传统的冠心病诊断方法具有不准性或有创性问题,积极广泛开展冠心病无损检测的研究,提高诊断准确性,为大众提供方便可行的检测手段是十分必要的。在分析冠状动脉堵塞与心音信号关系的基础上,研究心音信号的预处理,对心音信号进行去噪和定位分段;利用ARMA模型及功率谱估计对心音信号进行分析研究,提取冠心病病理特征;通过神经网络对心音信号进行分类,实现冠心病的智能无损诊断。实验结果表明,采用上述方法进行冠心病无损诊断准确率达到85.1%,为临床上的冠心病的无损诊断提供了应用基础。  

用分子拓扑指数预测饱和酯类化合物的气相色谱保留指数

提出修正的分子极化效应指数(MPEIna)、烷基的极化效应指数(PEI)、奇偶指数(OEI)、均衡电负性(Xeq)、立体效应指数(SVij)等拓扑结构参数,运用多元线性回归(MLR)方法获得了饱和酯类化合物在7种不同极性色谱柱上的结构-保留相关(QSRR)模型,模型方程为:RI=aXeq×PEI bOEI-cSVij dXeq×MPEIna f,其中a、b、c、d、f为系数,相关系数均大于0.99,以留一法(Leave-one-out)进行交互检验,相关系数Rev均大于0.99,表明由上述分子结构参数得出的模型方程用于预测各饱和酯类化合物的气相色谱保留指数其稳定性和准确性俱佳,且较好地揭示了饱和酯类化合物在不同极性色谱柱上气相色谱保留指数的变化规律.  

神经网络用于杀虫剂4—ROMS的QSAR研究

用神经网络方法研究了杀虫剂４－ＲＯＭＳ的结构与抗家蝇ＭｕｓｃａｄｏｍｅｓｔｉｃａＬ．活性的定量关系，采用优化的神经网络和ｌｅａｖｅ－ｏｎｅ－ｏｕｔ方法预报了系列化合物的生物活性，从线性回归分析和神经网络方法的比较可以看出神经网络传于传统方法。  

一种基于支持向量机的内模控制方法

在基于数据的基础上,采用SVM回归理论建立系统的正向模型和设计逆模控制器.首先简要介绍了SVMR的原理,然后将其应用于内模控制问题,并建立了SVMR模型.其次,在控制过程可逆的条件下设计了SVMR控制器.最后将该控制方法应用于一可逆非线性系统和具未知干扰的温室环境控制问题,仿真结果表明该方法与神经网络IMC相比,具有较简单的模型和较好的控制性能.  

数据流上的预测聚集查询处理算法

实时数据流未来趋势的预测具有重要的实际应用意义.例如,在环境监测传感器网络中,通过对感知数据流进行预测聚集查询,观察者可以预测网络覆盖的区域在未来一段时间内的平均温度和湿度,以确定是否会发生异常事件.目前的研究工作多数集中在数据流上当前数据的查询,数据流上预测查询的研究工作还很少.采用多元线性回归方法,给出了数据流上的聚集值预测模型,提出了一种数据流预测聚集查询处理方法.当预测失败的次数大于预先给定的阈值时,给出了一种预测模型自动调整策略,以降低预测误差.还提出了滑动窗口的更新周期、数据流的流速对预测精度影响的数学模型.理论分析与实验结果表明,提出的预测聚集查询处理算法具有较高的性能,并且能够返回满足用户精度要求的预测查询结果.在实验中,采用TPC-H国际标准测试数据和TAO(tropical atmosphere ocean)测量的海洋表面空气温度数据来构造数据流.  

支持向量机回归的参数选择方法

综合4种支持向量机回归的参数选择方法的优点，提出一种对训练样本进行分析并直接确定参数的方法。在标准测试数据集上的试验证明，该方法与传统网格搜索法相比，在时间和预测精度方面取得了更好的结果，可以较好地解决支持向量机在实际应用中参数难以选择、消耗时间长的问题。  

基于最小二乘支持向量机的非线性广义预测控制

通过中值定理将一类非线性系统近似为时变线性系统,然后将提出的在线最小二乘支持向量机回归(OLSSVMR)与广义预测控制相结合,提出了一种基于OLS-SVMR的自适应直接广义预测控制.利用OLS-SVMR直接设计预测控制器,并基于广义误差估计对控制器参数和广义误差估计中的未知向量进行自适应调整.理论证明了该方法可使广义误差估计值收敛到原点的一个小邻域内.仿真算例也验证了该方法的有效性.