多元体系中界面结合理论的研究

通过对以反映多元体系中凝聚相表面，界面上原子－分子层次结构与相互作用的表面能（σs,σx),界面能（σsx)和尺寸效应（R，δσX/δR,δσ/δR）组成的体系表面自由能变化，采用泛函变分法计算和极值条件求解，进行了多元体系界面结合理论的研究，推导出性cosθ方程和界面结合特征（E）方程。这些方程表明，随着尺寸参数R值的降低，cosθ和E值增大，且cosθ>cosθ^∞和E＞E^∞,同时θ，αx，αsx等值减小，这些方程为进一步深化研究超硬材料和制品科学与工程中有关机理和工艺，如熔媒途径。这些方程也为探索新型超硬材料及其微晶，超微粉，纳米管等组成较大尺寸新材料和制品，提供计算和实验模拟研究。由于杨氏方程为这些方程的特例，则将会涉及更多的研究与应用领域的进展。     

引入迁移学习的癫痫EEG信号自适应识别

在脑电图( EEG)信号识别中,EEG信号的采样环境、病人状态的多样性导致分类器训练所用的源域与分类器测试所用的目标域不匹配,分类器在目标域上表现不佳。为此,引入邻域适应策略,提出一种基于子空间相似度的改进主成分分析特征提取方法( SSM-PCA),在选择主成分时,考虑源域和目标域数据的几何和统计特性,并结合迁移学习分类器大间隔投射迁移支持向量机( LMPROJ),给出以SSM-PCA为基础的LMPROJ分类识别方法。实验结果表明,与结合PCA特征抽取技术和K近邻分类器实现的识别方法相比,该方法在识别正确率方面得到较大提升。     

半监督空间化竞争聚集算法及其在图像分割中的应用

经典竞争聚集( CA)算法在聚类时对于样本中的少量已知信息没有加以利用,但这些信息往往需要应用到整个聚类过程中。此外,在相似度度量函数的选择上CA算法使用常见的欧氏距离,然而欧氏距离仅适用于团状数据,制约了算法的应用范围。针对上述问题,通过引入具备半监督学习能力的半监督项对隶属度矩阵进行增强,利用聚类中心和中心邻近的点组成空间,把样本点与该空间的距离替代欧氏距离作为新的相似度度量标准,并给出判断聚类中心能否合并的阈值参数,最终得到半监督空间化CA算法。通过在人造图像和真实图像上的分割结果表明,该算法能够更准确地获取聚类类别数以及更好的聚类效果。     

用两层分类算法进行视频烟雾检测

为提高视频烟雾检测的准确性,提出一种基于概率的两层最近邻自适应度量分类算法(PTLNN)来进行烟雾检测.该算法以最小化平均绝对误差为原则,结合AdaBoost和KNN算法的优势,充分考虑局部和全局的样本分布,能明显提升分类精度.采用离散余弦变换(DCT)和离散小波变换(DWT)两种方式对烟雾特征进行提取,并验证算法性能.通过与传统算法的对比实验发现,采用离散余弦变换并结合PTLNN算法在视频烟雾检测方面具有更好的效果,既满足实时性要求又提高了检测精度.     

基于聚类、空间分集和轨迹连续的实时定位算法

针对多样本消除接收信号强度其时域浮动易造成定位的更新率下降和实时性降低的问题,首先在定位阶段利用空间分集技术,建立相邻位置信号强度的矢量队列来计算当前位置的强度;然后利用轨迹的连续性质,消除时域浮动产生的定位误差,同时通过对指纹数据库进行聚类,在对目标定位时只需在较小的聚类集合中进行少量计算,无需遍历整个数据库,且计算量不随指纹数据库的增大而增加,极大地降低了计算量;最后进行了实验仿真,结果表明该算法能有效减小运算量和定位误差。     

工程监理在中心机房设备安装中的质量控制

随着国民经济的发展和人民生活水平的进步,为了保证更可靠的网络质量,各大通信运营商对中心机房设备安装的质量、安全要求越来越高。通信监理行业在这种大环境下积极参与到通讯建设中来,并日趋走向成熟。中心机房内的设备网元是完成业务汇聚、交换、计费等网络的核心节点,在整个通信网络中起着至关重要的作用。很多工程实例表明,正是由于监理的介入,在保证施工质量的同时,大大降低了安全事故的发生。     

基于图像识别的文字快速录入系统

为有效地改进将实体处理成字符型文本文档的一般问题：算法局限性及运算量大、字符切分不准确、存储显示问题,提出基于图像识别的文字快速录入系统设计。系统将纸质文本资料扫描成图像文件,分析处理字符图像,自动识别获取文字信息及版面信息,储存成文本文档形式发送回上位机,完成图像信息的快速录入。数字图像处理技术是与国计民生紧密相连的一门应用学科,无论在理论上还是实践上都存在着巨大的潜力。     

全景口腔数字化曲面断层X射线辐射源空气比释动能测量结果的不确定度评定

<正>1概述全景口腔数字化曲面断层X射线辐射源的各项指标中,主要对空气比释动能进行不确定度的评定。2数学模型(1)式中:M——剂量计3次测量的平均值,(m Gy)KN——半导体探测器或电离室空气比释动能检定因子TPK——非密封电离室型探测器温度、气压修正。其计算公式为:(2)式中:t——检定时室内温度,℃p——检定时大气压,k Pa     

基于矢量尺度的图像滤波

对于医学图像滤波来说,很重要的一点就是滤波后的图像应该尽可能地保留图像中的边缘和细节特征.但通常在滤波过程中,在消除噪声的同时会模糊图像中一些重要的结构信息.在最近几年中,基于尺度的滤波方法已经有效地应用在灰度图像的滤波中.现把基于尺度的方法推广到矢量(彩色)图像的滤波中.在传统滤波方法(矢量中值滤波、基本矢量方向滤波和方向距离滤波)基础上,相应地提出了3种基于球尺度的矢量滤波器.新的滤波方法能根据图像中像素的尺度信息,在图像边缘和细节附近,即区域边界执行较小的平滑,而在区域内部进行较大的平滑,从而能够自适应地控制滤波过程.实验结果表明,所提出的滤波方法与传统滤波方法相比,在消除噪声的同时更能够保留图像中的边缘和细节特征.     

基于IHS的高分辨率遥感影像自适应融合算法

在分析几种IHS算法的基础上,提出了一种适合于高分辨率遥感影像的自适应加权融合算法。该算法基于快速IHS变换,从亮度成份构成和空间细节注入程度两个方面加以改进,采用相关系数来调整权重,避免了人工指定权重带来的主观因素偏差,在提高影像空间细节和光谱保持之间取得了较好的均衡,同时还具备了高计算效率。通过融合实验并与几种改进的IHS算法的对比分析,该算法均优于其他几种改进算法。