基于分维搜索和环状描述符的SIFT改进算法

针对SIFT算法在极值点搜索和特征计算方面的低效,提出一种基于分维搜索和环状描述符的SIFT匹配算法(SC-SIFT)。该算法将SIFT算法中的三维极值点搜索策略分解(separate)为两个维度上的逐维搜索,同时引入了一种新的环状(cricoid)特征描述算子来代替原来高维低效的特征。实验证明,该方法不仅能够提高SIFT算法的执行效率,而且提高匹配正确率,实现了对SIFT算法的优化。     

基于计算机视觉的鞘翅目害虫自动鉴定

鞘翅目害虫的鉴别工作是由数量有限的专业研究人员进行,大部分非专业人员因缺乏相关知识和技术培训,要快速鉴定害虫种属具有相当的难度,不利于害虫防治.为此提出利用计算机视觉技术对鞘翅目害虫进行自动识别.用不同的图像获取系统分别采集体长不同的鞘翅目害虫图像,然后通过数字图像分析技术,提取和计算害虫图像的几何形状特征参数.采用模糊模式识别算法建立害虫的模式库和隶属函数,然后根据模糊集理论的极小极大准则完成待识别害虫的归类.对29种鞘翅目害虫进行识别,识别正确率为86.2%.为鞘翅目害虫的快速鉴定提供了一个新的途径.     

基于多尺度边缘和局部熵原理的前方车辆检测

提出一种基于多尺度边缘和局部熵原理的前方车辆的检测算法.该算法利用车辆图像的边缘和纹理等视觉特征,根据摄像机参数得到远、中、近距离的三个尺度的图像, 用一种改进的边缘检测算法分析每幅图像的边缘,得到车辆的感兴趣区域ROI,最后通过应用局部熵原理来排除错误的结果.对同一帧序列用文中算法和传统算法进行测试,文中算法提高了检测的正确率,并减少了误检的数量,该算法同时适用于静止和运动的车辆,并且对中远距离车辆有较好的检测效果.     

英语从句识别中的特征表示*

英语从句识别是句法分析的基本问题,它是进一步进行英汉机器翻译的基础.提出一种基于最大熵原理的英语从句识别方法,即先将提取后的特征表示为最大熵模型形式并对其编码,再采用最大熵原理完成最后的识别过程.采用该方法进行完整从句识别的正确率和召回率分别达到80.92%和62.36%,实验表明,该方法的正确识别率远高于CoNLL01的底线标准,是一种简单有效的从句识别方法.     

一种改进的粗k 均值聚类算法

Lingras提出的粗K均值聚类算法易受随机初始聚类中心和离群点的影响,可能出现一致性和无法收敛的聚类结果.对此,提出一种改进的粗K均值算法,选择潜能最大的K个对象作为初始的聚类中心,根据数据对象与聚类中心的相对距离来确定其上下近似归属,使边界区域的划分更合理.定义了广义分类正确率,该指标同时考虑了下近似集和边界区域中的对象,评价算法性能更准确.仿真实验结果表明,该算法分类正确率高,收敛速度快,能够克服离群点的不利影响.     

支持向量分类用于醚菊酯类似物构效关系的研究

将支持向量机分类方法用于醚菊酯类似物构效关系的研究，所用分子描述符为物理化学参数，包括该类化合物的两个取代基的Hammett常数σA、σB，摩尔折射MA、MB，疏水值之和П。建立了醚菊酯类似物生物活性预报的支持向量机预报模型，其留一法交叉检验的预报正确率为90．3％。将支持向量机的预报结果与主成分分析(PCA)、人工神经网络(ANN)、最近邻(KNN)的预报结果进行比较，所得SVM的预报正确率高于PCA、ANN、KNN的结果。因此，SVM方法有望成为研究药物构效关系的有力工具。     

品管圈对提高内镜工作人员手卫生的正确率及执行率的效果评价

目的:探讨品管圈(quality control circle,QCC)对提高内镜工作人员手卫生的正确率及执行率的应用效果。方法:通过成立品管圈小组,以"提高内镜中心工作人员手卫生依从性"为主题,对内镜中心全体工作人员进行手卫生现况调查,验证真因,确定手卫生依丛性差的真因,通过强化手卫生意识、加强手卫生培训、合理增设病区洗手设施、优化工作流程、成立科内督导小组、制定质控与奖罚机制等改善措施,再进行效果评价、追踪。结果:通过品管圈活动,使内镜中心全体医务人员手卫生正确率从83.67%提高到96.86%,执行率从92.09%提高到97.52%,后期医院感染科对科室进行效果追踪显示手卫生正确率、执行率均符合要求,达到院感管理目标。结论:通过开展品管圈活动,可以提高内镜中心工作人员手卫生的正确率及执行率,降低医院感染效果显著,品管圈活动值得推广。     

基于计算机视觉的番茄颜色检测研究

以提高番茄人工分拣效率为目的,利用计算机视觉技术,建立番茄检测试验平台,将采集的番茄图像转化为HIS颜色模型,进行二值化,研究番茄成熟度。文章对番茄规定的四个等级进行分级,其分级的结果为:超优、优、良和未成熟的判断正确率分别为80%、60%、40%和80%,总的判断正确率为65%。     

基于支持向量机的地层识别研究

为了实现地层识别,根据测井数据建立SVM地层识别模型,并且该模型以径向基函数为核函数。通过对SVM分类器中惩罚参数优选,结合实际需要并加入一个判断函数,提高了SVM分类器的分类正确率。试验表明:SVM分类器应用在地层识别中效果良好,而且具有广阔的应用前景。     

硅橡胶氧化锌避雷器

由北京强都科技开发有限公司生产的工业用多极重载连接器，是吸取国外先进的技术，采用优质的工业原料及严格的生产工艺制造的。该产品采用金属外壳、银铜触点，具有开断容易、导通率好、插拔方便、接驳正确率高以及抗震动和防水功能好的特点，适于对环境要求高及检修难度大、频繁插拔的情况，可用于机床、电气控制、开关柜、纺织机械、电梯、机车制造业、电力设备、冶金、仪表、工业自动化等行业。