改进的非负稀疏编码神经网络模型及其应用

提出了一种改进的基于NIG（Normal Inverse Gaussian）密度和稳健主成分分析（PCA）的非负稀疏编码（NNSC）神经网络模型,该模型实质上实现了一个二阶段的学习过程。并利用这个模型成功地建模了视觉感知系统V1区的感受野。该NNSC模型具有很强的自适应于自然数据统计特性的能力。另外,利用类似小波收缩法去噪原理,该模型能够有效地去除图像中的高斯加性噪声,对自然图像编码的仿真实验也表明了该模型在生物学上的合理性和可行性。     

基于局部非负稀疏编码的掌纹识别方法

为了更有效地提取出图像的局部特征,在传统的非负稀疏编码(Hoyer-NNSC)算法的基础上,提出了一种新的具有稀疏度约束的局部NNSC (LNNSC)算法。该算法考虑了特征基向量的稀疏度约束和特征的最大化代表性,能够得到强化的图像局部特征;同时利用拉普拉斯密度模型作为特征系数的稀疏惩罚函数,保证了图像结构的稀疏性。在特征提取的基础上,进一步利用径向基概率神经网络(RBPNN)分类器,实现了掌纹的自动识别。仿真实验结果表明,与基于非负矩阵分解(NMF)、局部非负矩阵分解(LNMF)和Hoyer-NNSC的掌纹识别方法相比,该算法在掌纹识别研究中有较高的可行性和实用性。     

山东省童装市场初探

作为童装生产的大省之一,山东省童装市场若想谋得更长足的发展,有何相应的对策措施呢?     

特征维数和分类器参数统一优化选择的掌纹识别

为了进一步提高掌纹识别系统性能,充分利用主成分分析特征维数和支持向量机参数之间的联系,提出了一种特征维数和分类器参数统一选择的掌纹识别模型（Features-Classifier）。对掌纹图像进行预处理,将主成分分析图像特征维数和支持向量机参数作为一个粒子,在统一的目标函数下通过粒子之间的信息交流和相互协作,找到最优掌纹特征和分类器参数,根据最优掌纹特征和分类器参数建立掌纹图像识别模型,并采用Po1yU掌纹数据库对模型性能进行仿真实验。结果表明,Features-Classifier的掌纹平均识别率达到94%以上,识别结果明显优于独立、分开选择特征维数和分类器参数的掌纹识别模型。     

基于牛顿环的小角度测量的研究

论述了应用牛顿环装置进行小角度测量的方法．根据牛顿环干涉原理，调节牛顿环装置，使其平面玻璃板倾斜与水平面产生夹角，使用CCD摄像机、PC机等组成的图像采集处理系统，计算平面玻璃板倾斜前后的牛顿环圆心位置变化的距离，利用余弦定理计算其角度值，从而实现角度测量．研究结果表明，干涉圆环的移动量与角度成线性关系，本系统的测量范围可达到-15’～＋15’，测量精度为0．1”．该系统也适用于其他微小角度测量的场合．     

基于流水线装配生产率问题的Spreadsheet仿真模型

在流水线生产中,由于两工序间存储空间有限,前序工人与后续工人之间相互影响.为了研究流水线中存储空间对生产率的影响,提高流水线工人生产率,本文利用Spreadsheet建立仿真模型,通过仿真模拟,研究分析流水线生产中两工序之间没有存储空间时及增加存储空间后对生产效率的影响.为解决流水线装配问题提供一种新的方法.     

基于关联规则的覆盖领域约简算法

前向神经网络的网络覆盖算法根据样本数据构造性地建立神经网络,其结构易于确定,执行效率高。但由于噪声数据的存在,可能造成覆盖领域多的现象,增加了网络结构的复杂度,并产生一些不必要的误识。该文借鉴数据挖掘中关联规则的支持度与可信度的概念,对覆盖领域进行约简,理论分析和实验表明,该算法可以有效地简化覆盖网络的结构,提高网络的稳定性和推广能力。     

浅谈变电站直流电源系统的运行管理

变电站直流电源系统的运行情况直接与电网的安全运行相关，一旦直流电源系统故障或异常，就有可能造成继电保护及安全自动装置的拒动或误动，扩大事故。为此，应加强直流电源系统的运行、维护和管理工作，保证电网的安全运行。以下就淮北供电公司关于直流电源系统运行管理的一些经验和情况作一简介，供参考。     

新疆准南煤田乌苏市巴音沟煤矿区特征及开发前景

准南煤田乌苏市巴音沟煤矿区广泛出露含煤地层下侏罗统八道湾组、中侏罗统西山窑组,煤层较稳定,煤质优良,煤炭资源丰富。要加快煤炭资源的整合,加大煤田深部煤炭资源勘查工作投入,为工业经济的可持续发展奠定基础。     

组合NNSC收缩技术和改进四阶PDE的MMW图像恢复

毫米波(MMW)图像含有大量未知噪声,仅用一种方法恢复的效果较差,因此结合非负稀疏编码(NNSC)收缩技术和改进四阶偏微分方程(PDE)模型的优点,提出了一种基于组合处理的MMW图像恢复方法.NNSC收缩法具有自适应消噪图像的特性,和数据的属性无关;而改进四阶PDE能够消除二阶PDE产生的阶梯效应,同时避免光滑区域不平整的现象,具有较好的图像恢复效果.分别采用模拟的和真实的MMW图像进行测试,并用相对信噪比(RSNR)进行评判,实验表明,与NNSC收缩、基于四阶的PDE模型以及小波收缩等方法相比,所提出的方法能够有效地用于MMW图像的恢复.