基于特征融合的核量化图像分类方法

局部特征和全局特征是图像的两种重要的特征描述,在图像分类时起着至关重要的作用。据此提出一种通过融合全局与局部特征核量化图像分类方法。首先,分析全局特征及局部特征各自优缺点,并对图像进行特征提取;其次,通过核方法将特征映射到适当的高维空间中,来进行码书的获取与量化,并进行特征的融合以更好地对图像进行描述;最后,采用基于直方图交叉核的支持向量机对获取的量化特征进行分类。通过实验证明了所提出的方法的可行性。     

一种新的基于综合相似度的区间值模糊推理方法

在深入分析已有的基于相似度的模糊推理算法的基础上,针对其计算复杂、未考虑规则前件权重及规则激活方法可能导致结论不全面的问题,提出一种基于综合相似度的区间值模糊推理算法。引入综合相似度、规则阈值、规则可信度等概念,给出新的模糊规则激活方法及推理结论可信度的计算方法。通过算例说明了新方法在多重多维模糊推理的情况下具有还原性,且计算简单,适用于实际应用。     

木器涂料的现状及发展趋势

简要回顾我国木器涂料的发展沿革 ,介绍国外部分国家和地区的市场状况以及国内主要生产商的区域分布。对今后的发展趋势作了探讨。     

基于梯度投影法与随机优化算法的约束优化方法

针对带有线性等式和不等式约束的无确定函数形式的约束优化问题,提出一种利用梯度投影法与遗传算法、同时扰动随机逼近等随机算法相结合的优化方法。该方法利用遗传算法进行全局搜索,利用同时扰动随机逼近算法进行局部搜索,算法在每次进化时根据线性约束计算父个体处的梯度投影方向,以产生新个体,从而能够严格保证新个体满足全部约束条件。将上述约束优化算法应用于典型约束优化问题,其仿真结果表明了所提出算法的可行性和收敛性。     

RIAIL:大规模图上的可达性查询索引方法

图被广泛用来建模在社交网络、语义网、计算生物学和软件分析中的应用.可达性查询是图数据上的一种基础查询.当前,针对图上的可达性查询已经提出了一些索引算法,但是它们不能灵活地扩展到大的图数据.因此,提出了一种索引方法RIAIL(reachability index augmented by interval labeling).RIAIL将结点的标记信息表示成四元组.前两个元素是区间标记,编码生成树的可达性信息,后两个元素编码非树边的可达性信息.RIAIL查询时只需索引且索引创建代价小.最后,通过大量真实和人工生成数据集上的实验说明,RIAIL能够高效地处理可达性查询,并且可以简单地扩展到大的图数据.     

热压氮化硅在1200℃的高温疲劳损伤

研究了热压氮化硅陶瓷的室温和高温力学性能及在１２００℃的高温疲劳损伤行为，发现材料的弹性模量、抗变强度与断裂韧性均随温度升高而下降，但在１０００℃以上降低最为显著。在１２００℃高温疲劳寿命与应力之间符合单对数线性关系经分析发现这种现象与失效的热激活过程有关。通过对实验数据，ＸＲＤ相结构、变形动力学过程和断口的微观分析证明，陶瓷高温疲劳失效机理为“杂质空穴复合作用机制”。对热压氮化硅来说，失效机理主     

一种应对APT攻击的安全架构:异常发现

威胁是一种对特定系统、组织及其资产造成破坏的潜在因素,反映的是攻击实施者依照其任务需求对被攻击对象长期持续地施以各种形式攻击的过程.面对高级可持续威胁(advanced persistent threat,APT),在其造成严重经济损失之前,现有的安全架构无法协助防御者及时发现威胁的存在.在深入剖析威胁的外延和内涵的基础上,详细探讨了威胁防御模型.提出了一种应对APT攻击的安全防御理论架构:异常发现,以立足解决威胁发现的难题.异常发现作为防御策略和防护部署工作的前提,通过实时多维地发现环境中存在的异常、解读未知威胁、分析攻击实施者的目的,为制定具有针对性的应对策略提供必要的信息.设计并提出了基于异常发现的安全体系技术架构:"慧眼",通过高、低位协同监测的技术,从APT攻击的源头、途径和终端3个层面监测和发现.     

频域二元纯相位编码压缩成像

超分辨率被认为是光学成像和图像处理的"圣杯"之一.压缩感知理论的引入给出一种新的实现从单幅低分辨率图像的超分辨率重构方法,避免了传统超分辨率方法需要多幅亚像素图像的弊端.在分析压缩感知测量矩阵与光学成像系统之间对应约束异同的基础上,提出一种基于4-f光学架构的频域二元相位编码压缩成像方法,可以实现在单次曝光条件下获得的单幅低分辨率测量图像中实现超分辨率重建,不需要其他任何额外的信息采集.二元相位掩膜比均匀相位掩膜更容易物理实现,是压缩成像物理实现的一种更加可行的方案.模拟实验表明提出的方法可以有效地捕获图像的信息与高精度重建.此外,对于大尺度图像重建,该方法在重建时间方面优于Romberg提出的随机解调方法,在更符合实际方面的采样策略方面优于Yin提出的RecPC方法.     

A porous mixed-valent iron MOF exhibiting the acs net: Synthesis, characterization and sorption behavior of Fe3O(F4BDC)3(H2O)3·(DMF)3.5

A new mixed-valent iron MOF, formulated as Fe₃O(F₄BDC)₃(H₂O)₃·(DMF)_3.5 (1), has been synthesized by using a perfluorinated linear dicarboxylate to link trigonal prismatic Fe₃(μ³-O)(O₂C–)₆ clusters. The structure refinement based on single crystal X-ray diffraction data collected from 1 reveals the material exhibits the acs topology with large channels along the crystallographic c-axis. Due to the presence of fluorine atoms the organic link, 2,3,5,6-tetrafluorobenzene-1,4-dicarboxylate (F₄BDC), has a 63° torsion angle between the carboxylate and aromatic planes, resulting in larger channels compared to those in the isoreticular material MOF-235. While few iron-based MOFs have demonstrated porosity, nitrogen and hydrogen sorption experiments carried out at 77 K proved the porosity of outgassed 1, which has a Langmuir surface are of 635 m²/g and a gravimetric capacity of 0.9 wt% of hydrogen at 1 bar.     

不确定度模型下数据流自适应网格密度聚类算法

随着计算机技术及感知技术的发展及应用,各个领域普遍出现不确定性数据流形态的新型数据,吸引了众多研究者的关注.现有的数据流聚类技术普遍忽略不确定性特征,常导致聚类结果的不合理甚至不可用.为数不多的针对不确定性特征的聚类方法片面考察不确定性,且大多基于K-Means算法,具有先天缺陷.针对这一问题展开研究,提出了不确定度模型下数据流自适应网格密度聚类算法(adaptive density-based clustering algorithm over uncertain data stream,ADC-UStream).对于不确定性特征,该算法在存在级和属性级不确定性统一策略下,构建熵不确定度模型进行不确定性度量,综合考察不确定性.采用网格-密度的聚类算法,基于衰减窗口模型设计时态和空间的自适应密度阈值,以适应不确定性数据流的时态性和非均匀分布特征.实验结果表明,不确定模型下的数据流网格密度自适应聚类算法ADC-UStream在聚类结果质量和聚类效率方面都具有较好的性能.