多中心动态聚类算法及对癌症与非癌症彩色手掌图像的分类

1 引言近年来生物特征识别技术(Biometrics)的研究在身份鉴别这一应用领域取得了丰硕的成果,许多实用系统相继在市场出。但生物特征识别技术应用于诊断人类疾病则是一个完全崭新的应用领域。掌诊在传统的中医以及新兴的全息医学中都是一种重要的诊断疾病的方法。手掌是人体的一部分,作为一个重要的全息元,它的变化反映了人体各器官的盛衰,是整体的缩影。传统的中医理论对色泽及其变化比较重视,对手掌的颜色及光泽进行观察是掌诊的第一个步骤。就我们黄种人而言,正色可     

基于模板学习的掌纹识别

针对掌纹识别中图像预处理所带来的位置变换，一种有效的模板学习算法被应用于掌纹识别的特征提取。通过样本学习，利用参数估计的方法，每种掌纹模式的理想模型表示为小波域内的特定参变量。模式识别的过程因此转换为模板之间的匹配。实验结果显示，该算法很好地解决了预处理算法的缺陷，并且获得了非常高的识别率。     

基于RSSI模型的无线传感器网络定位算法

传统无线传感器网络定位算法受到节点定位偏移量的影响,导致定位结果存在较大误差,针对上述问题提出基于RSSI模型的无线传感器网络定位算法.依据RSSI模型计算原理建立RSSI信号传输模型,并采用高斯滤波算法对RSSI值完成滤波处理.对节点位置距离加权,采用路径损耗模型采集RSSI中剩余信息,并将其转化为距离信息,得到每个...     

2022年炼焦业运行分析

<正>炼焦业属于石油加工、炼焦和核燃料加工业这一大类工业行业下的一个中类工业行业。炼焦业的主要产品是焦炭,而焦炭又是钢铁生产的重要原料,因此炼焦业的发展与钢铁生产密切相关。鉴于国家统计局自2016年起不再发布炼焦业等中类工业行业的经济效益数据,本文仅对2022年炼焦业的焦炭产量、进出口情况、焦炭供应总量情况进行分析,从一个侧面反映钢铁行业的运行环境。     

一种新的基于分类的音频流分割方法

很多传统的音频流分割方法都是基于小尺度音频分类的,它们普遍存在虚假分割点过多的缺点,严重影响了实际应用的效果.我们的研究表明,大尺度音频片段的分类正确率明显高于小尺度音频片段的分类正确率.基于这个事实和减少虚假分割点的目的,我们提出了一种新的基于分类的音频流分割方法.首先,采用基于大尺度分类的分割方法对音频流进行粗分割,然后采用基于小尺度分类的细分割步骤在边界区域中进一步精确定位分割点.理论分析和实验结果均表明,当处理类别变换频率较低的音频流时,这种分割方法在保持真实分割点检测率的同时能够大幅降低虚假分割率.     

花式纺纱机计算机控制与工艺管理系统

文中研发了一套采用计算机、CAN总线和FPGA技术改造国内花式纺纱机的控制和工艺管理系统,介绍了该系统的结构、系统、特点以及相应的工艺管理软件.经过设备的改造,可方便企业进行花式纱线的生产和研发.     

基于分时段参数修正的发酵模型的建立

发酵过程的自身复杂性以及菌体生长的不可逆性导致在单批发酵过程中模型的参数变化较大，本文在丝状菌体生长的产物结构模型基础上，利用检测到的数据对发酵过程模型中的参数分时段进行修正。通过灵敏度分析得到对状态变量影响较大的参数，采用经繁殖操作改进的粒子群算法对参数进行寻优修正。实验证明，基于分时段参数修正的发酵模型能适应单批发酵过程中的参数变化，具有精度高、修正速度快等优点。     

废水处理 第十三篇 废水的化学处理法

化学混凝法凝聚和絮凝化学混凝法是工业废水处理中经常采用的方法.其主要处理对象是水中的悬浮物和胶体,如降低废水的浊度和色度、去除多种高分子物质、有机物以及某些重金属毒物(汞、镉、铅等)和放射性物质等,也可以去除能够导致富营养化的物质(如磷).此外,混凝法还能改善污泥的脱水性能,所以在各类废水处理中得到了非常广泛的应用.它既可以作为独立的处理法,也可以和其他处理法配合而作为预处理、中间处理或最终处理.城市废水在深度处理中经常采用化学混凝法.     

低压铸造机控温系统的改进

通过对SR70A系列仪表及固态继电器的功能、特性介绍，揭示了SR70A系列PID调节仪及固态继电器的鲜明优点。将SR70A系列PID调节仪与固态继电器相接合，设计出一种实用的过零调功温控系统，用于PLUME低压铸造机，控温精度和速度显著提高，与温度有关的铸造缺陷明显减少。     

基于最大散度差鉴别准则的自适应分类算法

首先证明了,当类内散布矩阵非奇异时,特定参数值c0下最大散度差的最优鉴别方向等同于Fisher最优鉴别方向;其次,给出了最大散度差分类算法的识别率随参数C变化的曲线.该曲线通常为一脉冲曲线.随着参数C的增大,识别率也逐渐增大.当参数C增大到c0时,识别率达到最大值.另外,以往的研究成果表明:当类内散布矩阵奇异时,最大散度差鉴别准则逐步逼近大间距线性投影准则.而且,随着参数C的不断增大,最大散度差分类算法的识别率也单调增大并最终稳定到大间距线性投影分类算法的识别率上.为此,我们提出了基于最大散度差鉴别准则的自适应分类算法.新算法可以根据训练样本的特性(类内散布矩阵是否奇异)自动选择恰当的参数C.在UCI机器学习数据库上的6个数据集以及AR人脸图像数据库上的测试结果表明,自适应最大散度差分类算法具有良好的分类性能.