牛膝质量评价方法研究中的化学模式识别

采用高效液相色谱法对中药牛膝进行了分析测定,将所获得的化学数据用于化学模式识别研究,用系统聚类分析对牛膝的真伪和质量优劣进行判别,再根据差别结果采用逐步判别分析进行回判。正确率达100％。     

加权T图的活性分析

本文给出加权T—图为活网的一组充分必要条件,这组条件包含了文献[1]对标识图(即T—图)活性分析的结果,即当每条弧的权都等于1时,本文的结果就化为文[1]给出的条件。     

信息系统的可存活性

可存活性是用来表明系统在面对蓄意攻击、故障失效或偶发事故时仍能完成其任务的能力.可存活性要求系统具有四个关键性质:抵抗性、识别性、恢复性、适应和演化性质.目前对于可存活性的研究可以分为分析和实现两个方面.可存活性的分析一般通过建模的方法,对原有系统的可存活性进行度量,找到系统的薄弱环节.可存活性的实现一般通过体系结构的设计改进或者重新配置的方法,来提高系统的可存活能力.无论是分析还是实现的研究,方法多样,但是却有着很大的局限性.     

型钢活性粉末混凝土柱耐火极限数值分析

为研究型钢活性粉末混凝土(steel-reinforced reactive powder concrete, SRRPC)柱的耐火性能,采用有限元分析软件Abaqus对不同截面尺寸、偏心距、配箍率、轴压比的SRRPC柱进行数值模拟分析,探究其在温度分布、轴向位移和耐火极限等方面的变化规律。结果表明：在高温作用下,SRRPC柱温度场呈辐射状分布;构件的轴向位移前期增长缓慢,后期增长速度加快;随着截面尺寸和配箍率的增大,构件耐火极限增加,随着偏心距和轴压比的增大,构件耐火极限降低,且截面尺寸、偏心距和轴压比对耐火极限的影响明显大于配箍率。基于参数分析结果,通过回归分析给出SRRPC柱的耐火极限公式,为SRRPC结构的工程应用提供参考。     

S-网的活性分析

讨论了一类结构简单的Petri网-S-网的活性问题，给出了各类S-网的活性判定定理并给出了判定算法．算法主要计算工作是变迁的前序库所集和后继变迁集以及极大强连通子网的判断，这三个过程实际上是一个树的搜索过程，因此算法易于实现，判定效率也大大提高．     

S-组合Petri网的活性分析与实现

设Σ１＝（Ｎ１,Ｍ１）,Σ２＝（Ｎ２,Ｍ２）是两个Ｐｅｔｒｉ网,且不含有冻结标志,Ｎｉ＝（Ｓｉ,Ｔｉ;Ｆｉ）,ｉ＝１,２,Ｔ１∩Ｔ２＝Φ,Ｓ１∩Ｓ２≠Φ,本文定义了Σ１,Σ２的Ｓ－组合Ｐｅｔｒｉ网Σｓ,通过引入Ｐｅｔｒｉ网互逆位置序偶的概念,深入研究了Σｓ的活性,给出了Σｓ有界活的几个判定条件。若Σ１,Σ２是两个活的Ｐｅｔｒｉ网,最后提出了一种实现Ｓ－组合Ｐｅｔｒｉ网活性的控制装置。     

HMG-CoA还原酶的活性位点分析及其抑制剂药效团模型的构建

HMG-CoA还原酶(HMG-CoA Reductase,HMGR)是降血脂药物设计的重要靶标,抑制该酶的活性可以有效地降低血浆总胆固醇水平,从而降低心脑血管疾病的发病几率。虽然已经开发了数种他汀类药物作为HMGR抑制剂应用于临床,但是他汀类药物的安全性,特别是长期服用的安全性一直备受关注,所以设计新型安全的HMGR抑制剂仍然十分迫切。本论文利用蛋白质活性位点分析程序Grid,分析了HMGR底物结合腔的形状和表面特性,在细致地分析了各类药物与HMGR具体的氢键、疏水相互作用后,结合分子对接、3D-QSAR研究结果,总结了HMGR抑制剂的药效基团模型,并提出了可行的HMGR抑制剂的设计方案,为全新HMGR抑制剂的设计和先导化合物的优化提供了可靠的信息,并对HMGR抑制剂的进一步修饰提出了可行的思路。     

逻辑Petri网的S-组合及活性分析

基于Petri网和逻辑Petri网,提出了S-组合逻辑Petri网的概念。深入研究了S-组合逻辑Petri网的活性继承问题,给出了S-组合逻辑Petri网活性的判定定理和算法,并分析了S-组合网中几种资源共享情况。针对组合逻辑Petri网的几种资源共享情况,提出了相应的利用控制库所实现S-组合逻辑Petri网活性控制的方法。     

基于tDCS刺激的皮层活性分析和人体平衡能力影响研究

经颅直流电刺激(tDCS)运动皮层可对人体平衡能力产生影响,但平衡过程的神经活动和作用机制尚缺乏客观分析手段。从内源性角度出发,以反映人体平衡外在表现的人体压力中心(COP)为佐证,采用脑电信号(EEG)样本熵和功率谱密度特征分析人体平衡过程的大脑皮层活动,用功能脑网络拓扑结构和特征对人体平衡神经调节机制进行研究。通过阻断视觉和本体觉的方式,对比分析了tDCS阳极/阴极刺激后的人体平衡特征指标。实验结果表明,tDCS刺激可促使样本熵、功率谱密度等皮层活性指标改变,功能脑网络的区间联络发生新变化。与tDCS伪刺激相比,tDCS阳极刺激使EEG活动更加有序、皮层活性提升,功能脑网络的连接特征增强,脑区之间协同作用更加明显,而tDCS阴极刺激则相反。     

T-网的活性分析及其判断算法

Petri网的活性反映了实际系统的元死锁性.本文讨论了一类结构简单的Petri网-T-网的活性问题,给出了各类T-网的活性判定定理并给出了判定算法.算法主要计算工作是变迁的前序库所集和后继变迁集以及回路的判断,这三个过程实际上是一个树的搜索过程,因此算法易于实现,判定效率也大大提高.     

有界Petri网的活性和公平性的分析与实现

Petri网的活性和公平性分别反映了所模拟的分布式系统的无死锁性和无饥饿性。本文对有界Petri网的活性和公平性进行了分析:1)指出了有界Petri网的活性和公平性在其可达标识图中的表现;2)证明了对于一个结构有界的可重复网(并带有可重复的初始标识),如果在任意可达标识下,任意两个变迁节都不处于有效的冲突,则这个网一定是活的和公平的。 对于不活或不公平的带可重复标识的结构有界的可重复网,本文提出了几种实现活性和公平性的控制装置。     

加权非对称选择网活性和有界性分析

给出了Petri网系统的一个重要子类,即加权非对称选择网(weighted asymmetric choice net,简称WAC网)系统活性的一个充分条件和一个必要条件;同时,提出了活的有界的WAC网系统的判定条件,进而给出了WAC网活性满足单调性的充分必要条件.     

基于余弦角距离的主成分分析与核主成分分析

PCA和KPCA都是基于欧氏距离提出的,这种距离对离群数据点比较敏感,而余弦角距离对离群数据更为鲁棒,在很多情况下具有更好的性能。充分利用余弦角距离的优势,提出两种新的特征抽取算法——基于余弦角距离的主成分分析（PCAC）和基于余弦角距离的核主成分分析（KPCAC）。在YALE人脸数据库与PolyU掌纹数据库上的实验表明,PCAC比PCA取得了更好的效果,KPCAC也表现出了很好的性能。     

共享路径合成网的活性和公平性分析

本文提出了Ｐｅｔｒｉ网的共享路径合成网的概念,研究了合成网对子网的活性和公平性继承关系,最后给出一种实现共享路径合成网活性和公平性的控制装置,这些结果为网系统合成提供了有力手段,并对发系统的相关性质分析有重要的应用价值。     

判定非对称选择网活性及活性单调性的一个算法

活性是Petri网的重要行为特征之一.为了得到判定AC网活性有效的算法,本文利用分治的思想,在定义极小死锁的前、后归约子网的基础上,将较大问题分而治之,把未知问题转化为已知的FC网上的问题,从而得到了判定AC网活性及活性单调性的多项式时间的算法.     

教师的活性素质

活性素质是我山寨的一个概念。什么叫活性素质？所谓活性素质就是指那些在短期里就能激发出来运用于实践,并提高工作效率的素质。     

块独立成分分析的人脸识别

针对利用ICA提取人脸特征时需要将人脸图像转换成向量,导致空间维数很高以及不能准确地估计特征等问题,提出了一种新的独立子空间人脸识别算法——块独立成分分析（B-ICA）。和经典的ICA相比,B-ICA算法把人脸图像划分成一些互不重叠的子块,然后把每个子块转换成向量,看成是低维空间中的训练点（训练向量）。因此在B-ICA算法中,样本的维数比ICA算法中样本的维数低,降低了维数灾难（即样本的训练个数远小于样本的维数）造成的错误识别率。在Yale和AR数据库上进行了大量仿真实验,实验结果表明B-ICA算法的识别率比ICA和其他一些子空间算法的识别率高。     

T-组合Petri网的活性和公平性分析

同步合成是研究复杂Ｐｅｔｒｉ网系统性质的有效途径．文中通过引入可引发变迁序偶的概念,研究了Ｔ－组合（同步合成）Ｐｅｔｒｉ网对子网的活性和公平性继承关系,给出了一组Ｔ－组合Ｐｅｔｒｉ网活或公平的充要条件和充分条件．这些结果对网组合同步设计具有重要的指导意义     

主曲线成分分析

广泛应用的第一主成分是对数据集的一维线性最优描述,主曲线是第一主成分的非线性推广。线性主成分分析是一种线性分析方法,而数据通常是非线性的。用线性方法分析非线性数据在分析能力上常常是受限的。为此在对线性主成分分析非线性数据研究的基础上,提出了一种新的非线性成分分析方法,即主曲线成分分析。该方法从数据本身出发进行非线性分析,强调非参数特性,能有效地建模非线性数据。实现主曲线成分分析时,采用了改进的神经网络建模方法,该建模方法以其较强的近似性能很好地表达了非线性关系。仿真实验结果表明,主曲线成分分析能很好地解决非线性主成分问题,应用前景广阔。     

基于分块独立成分分析的人脸识别

提出分块独立成分分析的特征抽取方法,并成功应用于人脸识别。分块独立成分分析方法先对图像矩阵进行分块;然后对所有图像子块联合进行独立成分分析,构造特征空间;最后把图像所有的子块投影到特征空间提取特征进行分类识别。其特点是可以有效降低图像维数和有效提取图像局部特征。在YALE和FERET人脸库上的实验结果表明,提出的分块独立成分分析方法明显优于独立成分分析方法。