陶瓷超滤膜在乳酸纯化工艺中的应用

把陶瓷超滤膜技术应用于乳酸纯化工艺当中,通过实验,确定了影响膜分离性能的关键参数,并对膜的污染机理及清洗方法进行了研究.结果表明采用孔径为30nm的陶瓷超滤膜,对乳酸钙含量为16%左右,pH为9的乳酸发酵液,采用过膜压差为0.35MPa,膜面流速为5ms-1,在操作温度为80℃下,控制浓缩倍数为8倍的条件下,陶瓷超滤膜的渗透液品质优良,膜过滤通量维持在80～90 L·m-2·h-1.从技术的角度,采用陶瓷超滤膜完全能代替原有的板框及沉淀工序.     

虚拟现实中的LOD技术

虚拟现实技术对实时性要求很高,本文主要介绍了在同实技术中为降低场景生成的时间、提高实时模拟效果所采用的一些典型LOD算法,包括它们的思想、优缺点和实现方法的一些典型LOD算法,包括它们的思想、优缺点和实现方法,以及对LOD技术的展望。     

虚拟现实中的LOD技术

虚拟现实技术对实时性要求很高,本文主要介绍在虚拟现实技术中为降低场景生成的时间、提高实时模拟效果所采用的一些典型LOD算法,包括它们的思想、优缺点和实现方法,以及对LOD技术的展望。     

独立分量分析在图像特征提取中的应用

本文探讨了独立分量分析在图像特征提取方面的应用.对一组自然景色图像进行独立分量分析,结果产生一组具有空间、频域的局部性及局部的方向选择性的视觉滤波器,这组视觉滤波器输出的独立元就是图像的特征(图像中的边缘和线段).利用此项技术,我们将无监督学习技术(独立分量分析)和有监督学习技术(支持向量机)相结合,提出了一种新的脸谱识别方法--基于独立分量分析和支持向量机的脸谱识别方法.利用ORL脸谱库进行脸谱识别实验以检验新方法的有效性.实验结果显示,新方法的识别率明显优于经典的特征脸方法.     

一种新的结合纹理特征的SVM图象分割方法

本文提出了一种新的结合纹理特征的支持向量机图象分割方法,将纹理特征和灰度特征一起组成训练特征向量,利用支持向量机分类方法进行图象分割.该算法结合了纹理特征在图象描述中的重要意义和支持向量机方法在模式识别领域已表现出的优越性能,实验证明其在图象分割中取得了良好的效果.同时,当需要处理一批内容相似,感兴趣区域具有相同纹理、灰度特征的同类图象时,只需对其中一幅代表性的图象进行SVM训练,所产生的分类模型适用于所有该类图象,无需逐幅进行处理,大大简化了运算过程.     

应用于L-乳酸工业生产的自主创新技术

介绍了河南金丹乳酸科技股份有限公司通过自主创新开发的并已应用于L-乳酸工业生产的关键新技术,包括L-乳酸菌种的选育,低温除杂菌、高效、发酵技术、膜过滤技术、多效降膜蒸发技术、分子蒸馏技术等,以及这些新技术应用后取得的巨大成效,并对今后的技术创新前景进行了展望。     

基于核的K-均值聚类

将核学习方法的思想应用于K-均值聚类中，提出了一种核K-均值聚类算法，算法的主要思想是：首先将原空间中待聚类的样本经过一个非线性映射，映射到一个高维的核空间中，突出各类样本之间的特征差异，然后在这个核空间中进行K-均值聚类。同时还将一种新的核函数应用于核K-均值聚类中以提高算法的速度。为了验证算法的有效性，分别利用人工和实际数据进行K-均值聚类和核K-均值聚类，实验结果显示对于一些特殊的类分布数据，核K-均值聚类比K-均值聚类具有更好的聚类效果。     

一种新的图像特征提取算法

提出了一种全新的提取图像特征的算法,该算法将传统的通过小波变换等各种频域变换提取图像特征的算法与图像的几何特征的提取结合在一起,克服了传统的通过各种频域变换提取图像特征时对形状特征难以充分描述的不足,提取的特征向量的维数相对不高,便于实现.实验表明,该算法通过提取的特征向量能很好地重构原图,对原图像的纹理特征和几何特征都有较好的表述.将该算法应用于图像的检测,采用SVM分类算法,具有良好的抗噪性和较高的识别率,并且具有良好的扩展性.     

基于核聚类方法的多层次支持向量机分类树

针对解决多类模式识别问题的SVM方法进行研究。在比较几种常用的多类SVM分类算法的基础上，提出一种基于核聚类方法的多层次SVM分类树，将核空问中的无监督学习方法和有监督学习方法结合起来，实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法，并在实验中取得了良好的结果．     

基于核主分量分析的脸谱识别方法

此文提出了一种新的脸谱识别方法--基于核主分量分析(KPCA)的脸谱识别方法.首先利用KPCA方法提取脸谱图象的特征,然后利用线性支持向量机进行识别.KPCA的基本思想就是首先经过一个非线性映射,将输入空间的数据映射到一个高维的特征空间中,以求数据在特征空间中线性可分(或近似线性可分),然后在特征空间中进行标准的PCA提取主元,作为特征向量.同时,我们将脸谱识别的经典方法主分量分析(PCA)(特征脸方法)和最近提出的独立分量分析(ICA)脸谱识别方法与新方法进行了比较,并利用ORL脸谱库进行实验,实验结果显示,新的方法具有较高的识别率.