基于SVM的先分类再回归方法及其在产量预测中的应用

针对非线性问题,提出了基于支持向量机分类基础的先分类、再回归的预测方法。根据实际需要和专业知识先将样本集进行分类,判别测试样本的类别后,再利用回归算法预测测试样本的值。利用这一算法进行粮食产量预测,并与其他模型预测结果相比,准确度远优于其他产量预测方法。实验说明：先分类、再回归得到的拟合值比直接利用回归得到的拟合值要精确。     

应用改进混合高斯模型的运动目标检测

在运动目标检测过程中,背景建模对目标提取至关重要,而混合高斯模型是目前背景建模中较流行的方法之一。针对混合高斯模型中存在的不足做了两点改进：（1）混合高斯模型是对各点孤立建模,对于拥有较高的分辨率的图像运算量较大,引入分块建模思想,可以明显提高目标检测的速率而且考虑到像素点之间的空域信息;（2）混合高斯模型对运动目标停留在场景中某一位置停留过长时,会出现将前景转化成背景,以致于产生目标在场景中消失的现象,根据目标在场景中运动与静止的情况,决定是整帧更新还是只更新背景区域。通过实验可以得出,该算法在不影响识别的情况下可以显著地提高运动目标的检测速率,而且可以减少部分噪声,另外也能有效地克服目标转化为背景的情况,从而保持了运动目标出现的连续性。     

应用Normal矩阵谱平分法的多社团发现

现实世界中许多实际网络都有一个共同的性质,即社团结构。揭示网络中的社团结构,对于了解网络结构与分析网络性质都是很重要的。分析了常见的社团发现算法的特点,以及谱二分法在实际应用中必须不断迭代才能完成多社团发现的不足,提出了基于Normal矩阵和k-means聚类算法的多社团发现方法。该算法能选择合适的特征向量维数,为k-means划分社团提供有效数据,相比其他算法有着较高的准确率。     

酶解制备水产动物活性肽研究进展

生物活性肽是一类分子量较低的小分子蛋白,具有特殊的生物活性。以水产动物为原料通过酶解制备的生物活性肽具有抗氧化、降血压、免疫等多种生物学活性。综述活性肽的主要生物学功能、酶水解制备以及离子交换色谱、凝胶色谱和高效液相色谱等分离纯化手段,并展望其研究趋势和市场前景。     

高效液相色谱法测定紫苏子油中的V_E

用高效液相色谱法对紫苏子油中的α—ＶＥ含量进行了测定,并研究α—ＶＥ 作为抗氧化剂在紫苏子油储存过程中的含量变化。高效液相色谱系统采用正相硅胶柱,正己烷／ 异丙醇（９９－８／０－２）作流动相,流速为０－８ ｍＬ／ｍｉｎ ,采用荧光检测器,激发光波长为２９２ｎｍ ,发射光波长为３２５ｎｍ 。α—ＶＥ 在４１－０ ～１０２４－０μｇ／ｇ 呈线性,线性方程为Ｙ＝１００－１６Ｘ－ ３６００－７３（ｒ＝ ０－９９９６） 。分析方法中α—ＶＥ 的三个水平的平均回收率为７９－７１ ％ ,并具有较好的精密度［ 天内ＲＳＤ２－１１ ％ （ｎ ＝ ５）］ 。α—ＶＥ最低检测浓度为７－４２μｇ／ｇ,定量浓度为１４－８４μｇ／ｇ 。Ｓｃｈａａｌ 烘箱法（６３ ±１ ℃） 的实验表明,紫苏子油中作为抗氧化剂加入的α—ＶＥ,其含量随实验时间的延长,将逐渐减少。０－０１ ％ 、０－０３ ％ 、０－０５ ％ 三个浓度的加入量进行比较,浓度较高的,其随时间增加而损失的量则相对较低。     

实时能损分析中目标值和煤耗偏差的计算

对机组进行实时能损分析已成为电厂发展的必然趋势。目标值和煤耗偏差的计算是能损分析中的关键问题。对目标值和煤耗偏差的计算进行探索后,提出了适于现场应用的计算方法。     

新型中温压缩空气储能余热回收利用系统设计及热经济性分析

中温压缩空气储能系统在储能和释能过程中,存在一部分余热未进行利用。作者针对中温压缩空气储能系统,提出一种新的余热利用方法,即利用跨临界CO₂布雷顿循环作为底循环对余热进行回收。结果表明：改进后的系统循环效率达到68.5%,相较于原系统提高了1.3%。对改进后系统在变工况运行时的热经济性分析发现,随着负荷比的增加,回收的余热增多,底循环产生更多的膨胀功,总循环效率上升。     

脂质组学技术及其在水产中的应用研究进展

脂质组学是继蛋白组学、代谢组学之后,研究生物不同脂质分子的化学结构、生物功能及其在代谢调控中的动态变化,揭示脂质在生物样本中代谢调控机制的学科。水产品是农业和食品领域中的一门重要分支,脂质组学这一新兴学科正逐步扩展延伸到水产品相关技术邻域,为水产品的代谢、加工、贮藏、营养等研究提供了更为有效的技术手段,为学科注入了新的活力。随着脂质提取方法的发展和分析技术的不断创新,水产品脂质组学正逐渐走向成熟。本文探讨了目前脂质组学研究中几种常用的脂质提取方法和分析技术,并从脂质轮廓出发,对脂质组学在水产品研究中的应用和发展做出总结。目前脂质组学在水产品中的应用所涉及的方面广泛,如加工贮藏、功能营养、代谢疾病等,并且发展迅速,正逐步朝着规模性整体性的方向发展,有着无限的潜力。     

邻域感知的不平衡数据集过采样方法

不平衡数据学习是机器学习中一个研究热点,近年来得到广泛的关注.以SMOTE为代表的过采样方法是不平衡数据学习的主流方法之一,近年来涌现出大量的基于SMOTE的改进过采样方法.但是,当前对过采样的研究中,如何利用样本分布信息,实现高效的过采样,仍然是一个具有挑战的问题.本文提出一种有监督的样本空间分布学习方法,用以学习少...     

熟贻贝贮藏过程中品质变化的动力学模型

通过对贻贝在 3种贮藏温度 ( 0℃、-5℃、-1 8℃ )条件下的研究 ,讨论了贻贝菌落总数及挥发性盐基氮值 (T VBN值 )的变化与贮藏时间和贮藏温度的关系 ,建立了菌落总数和挥发性盐基氮值与贮藏时间和贮藏温度之间的动力学模型 ,以预测和控制贮藏过程中的菌落总数和挥发性盐基氮的变化。实验表明一级化学反应动力学模型和阿伦尼乌斯 (Arrhenius)方程对微生物数量变化和挥发性盐基氮变化具有较高的模拟精度。菌落总数变化速率常数阿伦尼乌斯方程的回归系数为 1 0× 1 0 7,挥发性盐基氮变化阿伦尼乌斯方程的回归系数为 9 8× 1 0 3。