基于核保持嵌入的子空间学习

子空间学习是特征提取领域中的一个重要研究方向,其通过一种线性或非线性的变换将原始数据映射到低维子空间中,并在该子空间中尽可能地保留原始数据的几何结构和有用信息.子空间学习的性能提升主要取决于相似性关系的衡量方式和特征嵌入的图构建手段.文中针对子空间学习中的相似性度量与图构建两大问题进行研究,提出了一种基于核保持嵌入的子空间学习算法(Kernel-preserving Embedding based Subspace Learning,KESL),该算法通过自表示技术自适应地学习数据间的相似性信息和基于核保持的构图.首先针对传统降维方法无法挖掘高维非线性数据的内部结构问题,引入核函数并最小化样本的重构误差来约束最优的表示系数,以期挖掘出有利于分类的数据结构关系.然后,针对现有基于图的子空间学习方法大都只考虑类内样本相似性信息的问题,利用学习到的相似性矩阵分别构建类内和类间图,使得在投影子空间中同类样本的核保持关系得到加强,不同类样本间的核保持关系被进一步抑制.最后,通过核保持矩阵与图嵌入的联合优化,动态地求解出最优表示下的子空间投影.在多个数据集上的实验结果表明,所提算法在分类任务中的性能优于主流的子空间学习算法.     

基于循环正交序列和广义AIC的信道估计

设计了一种适合多入多出单载波频域均衡(MIMO-SCFDE)系统的循环正交训练序列,并提出相应的时域信道估计算法．利用训练序列理想的自相关性与互相关性,不仅能够抑制天线间的干扰,而且可以有效降低噪声的方差．在得到时域信道估计的基础上,通过广义Akaike信息准则(GAIC)进一步确定各多径时延值并保留有效子径,从而提高了信道估计的精度．稀疏MIMO信道环境下的仿真结果表明,基于循环正交序列和GAIC的算法能够有效地减少噪声对信道估计的影响,显著降低了信道估计的均方误差．     

基于核保持嵌入的子空间学习

子空间学习是特征提取领域中的一个重要研究方向,其通过一种线性或非线性的变换将原始数据映射到低维子空间中,并在该子空间中尽可能地保留原始数据的几何结构和有用信息.子空间学习的性能提升主要取决于相似性关系的衡量方式和特征嵌入的图构建手段.文中针对子空间学习中的相似性度量与图构建两大问题进行研究,提出了一种基于核保持嵌入的子空间学习算法(Kernel-preserving Embedding based Subspace Learning,KESL),该算法通过自表示技术自适应地学习数据间的相似性信息和基于核保持的构图.首先针对传统降维方法无法挖掘高维非线性数据的内部结构问题,引入核函数并最小化样本的重构误差来约束最优的表示系数,以期挖掘出有利于分类的数据结构关系.然后,针对现有基于图的子空间学习方法大都只考虑类内样本相似性信息的问题,利用学习到的相似性矩阵分别构建类内和类间图,使得在投影子空间中同类样本的核保持关系得到加强,不同类样本间的核保持关系被进一步抑制.最后,通过核保持矩阵与图嵌入的联合优化,动态地求解出最优表示下的子空间投影.在多个数据集上的实验结果表明,所提算法在分类任务中的性能优于主流的子空间学习算法.     

我国多种复杂煤矿开采方法与技术

选择合适的采煤方法,并使之不断完善和发展,对提高矿井生产水平和经济效益,改变矿井技术面具有决定性的意义。因此,采煤工艺的选择必须坚持高产、高效、高安全及煤炭高回采率的基本原则。煤矿开采技术随着煤层赋存条件的不同而有很大的差异。     

当代体育建筑形态的表现途径分析

以当代体育建筑的形态特征为主要研究对象,对不同类型体育建筑的形态表现途径进行了探讨。首先以体育建筑的基本功能和结构体系为研究基础,分析其形态表现的生成逻辑及创造条件;然后根据大量实证分析,将其形态表现方式归结为几何生成、环境融合、肌理展现等多种途径,从而为当代体育建筑包涵力与美的形态特征进行了类型梳理;最后总结出体育建筑表现途径应遵循理性逻辑和感性创意相互结合的研究结论。所得结论可以为不同类型的体育建筑形态塑造提供理论指导及设计依据。     

浅谈土石坝在水利工程中的应用

土石坝是水利工程施工中最为常见的一种,对我国"洪涝灾害、干旱缺水"等水问题的解决发挥着重要作用。土石坝因其具有施工简单、可就地取材、所要消耗的材料少、成本低、维护起来方便,对施工技术的要求低等优点,因此得到了广泛的应用。文章结合在多年从事水利水电工程中的土石坝施工工作,简要介绍了土石坝及其优缺点,还分析了土石坝在水利工程的应用和其施工的技术要点。     

N,N-双-(十二酰胺乙基)胺的合成

以十二酸和二乙烯三胺为原料,KOH作催化剂,经酰胺化反应,合成N,N-双-(十二酰胺乙基)胺,采用水洗、丙酮-甲苯混合溶剂重结晶等工序,提纯1,3-二酰胺。考察了反应温度、反应时间、投料比等因素对酰胺化反应的影响。结果表明,最佳反应条件为:n(二乙烯三胺)∶n(十二酸)=1∶2.2,反应温度170℃,反应时间8 h,催化剂用量为反应物总质量的0.5%。在该条件下,1,3二酰胺质量分数>98%。     

基于边缘优化的 POCS 改进算法

为了从低分辨率图像中获取高分辨率信息,通常情况下采用图像超分辨率技术来获得高分辨率图像。在研究基于重建超分辨率凸集投影算法（POCS）的基础上,分析 POCS 算法的原理流程及其优缺点,提出一种对该算法加入边缘优化因子的算法思想,使用“三次样条”插值算法、中值滤波的处理对算法进行改进。利用 MatLab 进行算法仿真试验,试验结果表明改进算法在超分辨率重建中对图像改善效果明显,具有可行性。     

耦合保持投影哈希跨模态检索

目的 基于哈希的跨模态检索方法因其检索速度快、消耗存储空间小等优势受到了广泛关注。但是由于这类算法大都将不同模态数据直接映射至共同的汉明空间,因此难以克服不同模态数据的特征表示及特征维度的较大差异性,也很难在汉明空间中同时保持原有数据的结构信息。针对上述问题,本文提出了耦合保持投影哈希跨模态检索算法。方法 为了解决跨模态数据间的异构性,先将不同模态的数据投影至各自子空间来减少模态“鸿沟”,并在子空间学习中引入图模型来保持数据间的结构一致性;为了构建不同模态之间的语义关联,再将子空间特征映射至汉明空间以得到一致的哈希码;最后引入类标约束来提升哈希码的判别性。结果 实验在3个数据集上与主流的方法进行了比较,在Wikipedia数据集中,相比于性能第2的算法,在任务图像检索文本（I to T）和任务文本检索图像（T to I）上的平均检索精度（mean average precision,mAP）值分别提升了6%和3%左右;在MIRFlickr数据集中,相比于性能第2的算法,优势分别为2%和5%左右;在Pascal Sentence数据集中,优势分别为10%和7%左右。结论 本文方法可适用于两个模态数据之间的相互检索任务,由于引入了耦合投影和图模型模块,有效提升了跨模态检索的精度。     

MIMO SC-FDE系统的时域信道估计新算法

研究了循环正交训练序列的设计,并提出了适用于多入多出单载波频域均衡系统的时域信道估计新算法。首先选取Chu序列作为基准序列,并引入循环前缀与循环后缀构成循环正交序列,从而在接收端通过相关运算得到多天线信道的时域冲激响应估计。进一步,将长训练序列替换为多组连续重复且总长度相等的循环正交短训练序列,并利用时域相关和时间分集达到与原有长序列法相同的性能。仿真结果表明,所提时域信道估计算法不仅能够抑制天线间的干扰,而且有效地降低了噪声的方差,即使在低信噪比下也能获得较好的误比特率性能。