微博网络上的重叠社群发现与全局表示

微博网络是新兴的覆盖海量用户、涉及广泛话题并具有复杂重叠社群结构的多模网络。在深入研究微博网络各类实体和属性内在联系的基础上,提出了以用户-话题关系为主要划分原则的重叠社群表达模型及相应的社群结构发现算法。该方法不仅考虑网络中的用户-话题关系,还融合了这一网络特有的用户关注关系、博文评论与转发关系等所形成的复合网络关系。同时,改进了传统的社群隶属矩阵表述模型,通过引入虚拟社群,使隶属矩阵不仅合理反映个体对社群的隶属度,同时标识了个体在社群中的核心度。通过基于新浪微博数据集的实验验证,结果表明：该模型与方法能够高效合理地刻画该数据集包含的重叠社群结构,实验结果具有良好的可解释性,所提出的模型和算法可以有效地应用于类似多模网络社群划分和演化分析研究中。     

苹果籽营养成分测定

苹果籽经皮仁分离,已醚提取,对其出仁率、粗脂肪含量、脂肪酸组成、蛋白质含量和淀粉含量进行了测定。结果表明,苹果籽出仁率为69.36%,籽仁含油率为28.9%,其中主要脂肪酸油酸和亚油酸的含量分别为33.6%和55.5%。籽仁中含蛋白质和淀粉分别为48.72%和5.01%。甲醇提取物含量为10.4%,定性试验表明其中很可能含有酚性的还原物质和糖甙等物质。     

双目视觉系统测量精度分析

针对双目视觉系统测量精度的问题,本文提出并建立了双目视觉系统误差分析模型,分析了摄像机标定精度、镜头参数及系统结构参数对系统测量精度的影响,并结合实验证明了理论的正确性。实验表明,在标定板均匀分布于具有较大深度范围系统的整个可视区域时,增加标定图像数目能有效提高系统精度;在保证系统有效视场的前提下,增大基线距能有效的提高系统测量精度;相机光轴与基线夹角在[55o~70o]取值时,系统测量精度较高。     

复杂自然环境下感兴趣区域检测

目的 感兴趣区域检测是图像处理领域的关键技术.人类视觉系统处理一个较为复杂的场景时,会首先将其视觉注意力集中于该场景中的几个特定对象上,这些对象被称为感兴趣区域.在图像处理和分析过程中,感兴趣区域检测模拟人类视觉,能够快速、准确抓住图像重点,降低图像处理计算量,有效提高计算机信息处理的效率.因此感兴趣区域检测对于图像分析和理解有着重要意义.为此,提出一种基于低层次图像信息与中层次图像信息相结合的自底向上的感兴趣区域检测方法.方法 首先通过彩色增强Harris算子检测角点进而得到凸包边界,通过凸包区域与超像素聚类结果计算中层次信息粗略显著图;然后将图像从RGB空间转换到CIELab空间,使用差分滤波器对图像进行滤波,得到低层次信息粗略显著图;最后将低层次图像信息与中层次图像信息进行加权融合得到图像的显著图.结果 在微软亚洲研究院提供的公开数据库MSRA上验证了本文方法的有效性,根据该数据库人工标记的真值评价本文方法的检测效果,并与其他方法进行对比.其他方法的显著图是由其作者提供的源代码得到.在主观分析和客观判断两个方面的本文方法可有效抑制背景噪声,检测出的显著物具有均匀显著度,且边缘清晰.结论 本文方法是一种有效的图像预处理方法.     

基于维度加权的残差LSTM短期交通流量预测

基于神经网络的交通流量预测由于嵌入了部分手工设计的特征,使得提取的网络特征功能单一,存在适应性及鲁棒性差、数据局部特征刻画不准确等问题。为此,提出基于残差长短期记忆网络(LSTM)的交通流量预测方法,利用集成学习思想将空间分布的数据端到端训练到残差LSTM网络中,同时在每个LSTM单元后引入维度加权单元,显式建模特征维度之间的相互依赖关系。实验结果表明,该方法能实现短期交通流量数据的自适应建模分析。     

基于多重感受野UNet的仪表图像分割方法

为解决现有深度学习图像分割算法不能有效分割指针仪表图像中密集小目标的问题,提出基于多重感受野UNet的仪表图像分割方法.将自编码器结构和空洞卷积结构结合,使多尺度浅层特征和深层语义信息融合;以多种光照强度下采集的指针仪表数据训练模型,充分提升神经网络的泛化能力;并行调节空洞卷积参数,使神经网络学习到最优模型.实验结果表...     

眼底图像质量分类综述

眼底视网膜是唯一可用肉眼直接并集中观察到动脉、静脉与毛细血管的部位,因而眼底图像成为医生诊断眼底疾病及糖尿病、高血压、高血脂等疾病的重要依据.高质量的眼底图像是医生对眼底疾病患者进行病情诊断与治疗的前提.根据眼底相机采集到的视网膜图像中眼底结构清晰度、图像对比度等条件对眼底图像质量进行分类成为一个既具有研究价值又极具挑战性的难点问题.首先简述了眼底图像质量分类的研究意义和实用价值,回顾了其发展历史;然后介绍了方法分类、每类方法的基本思想并梳理了各类方法中代表性算法及其特点;之后针对用于眼底质量分类的数据集,分析比较了主要眼底图像质量分类方法的性能.分析表明,传统方法中依据眼底结构特征判断视网膜图像质量相较于通用图像质量参数更加客观,而随着神经网络与机器学习的出现,在大数据驱动下,基于卷积神经网络的质量分类方法在准确率与鲁棒性方面性能更佳.最后对眼底图像质量分类未来的发展趋势进行展望.     

丙烯酸酯废水处理工艺的研究

在丙烯酸酯的生产过程中会产生大量废水,因其具有高化学需氧量(COD)、高含盐、毒性大等特性,极大地影响了后续废水处理。为了降低废水处理难度,提升废水回收价值,本实验利用双氧水氧化法和活性炭吸附法的联合方式对丙烯酸酯废水进行预处理,研究各种因素对氧化、吸附过程的影响,优选工艺条件。实验结果发现,将丙烯酸酯废水pH值调节至3~4,加入质量分数3%的双氧水,在40℃下恒温搅拌2h后,再在常温下加入质量分数1%的活性炭,继续搅拌30min。此时,废水COD大大降低,透明度增加,减轻了后续污水处理难度,更易达到废水排放及回收标准。     

小电流接地系统单相接地与谐振状态辨识技术

小电流接地系统在发生单相接地和谐振状态时,都表现为零序电压升高,现象非常相似。传统选线装置仅依靠零序电压和零序电流启动不能有效辨识单相接地和谐振状态,容易造成误动。经过理论研究,重点分析了消弧线圈断线谐振和PT铁磁谐振的特征,详细对比了单相接地与谐振状态两种情况下三相电压及零序电压的差异,并在此基础上提出了综合对比零序电压和相电压的辨识技术。通过现场实际运行数据对该方法进行了验证,表明该方法能够有效提高选线装置的动作可靠性,满足实用要求。     

浅析硫回收管道风载荷应力计算中的工况组合

针对硫回收装置管道设计中需考虑风载荷的应力计算管系,介绍了CAESARII软件用于管道应力分析的计算过程,讨论了热力管道风载荷计算中工况组合的方式,给出了一种较为合理的计算风载荷对热力管道影响的工况组合方式,为硫回收装置管道设计提供了参考。