面向目标的带先验概率的AdaBoost算法

针对集成学习算法研究中多个分类器的最佳组合问题,改进了传统的AdaBoost集成学习算法.用于组合的各个分类器通常是基于样本集通过一定的训练得到,样本集中不同类目标的比率可以反映分类目标的先验概率.使用该参数给出了新的组合参数和投票表决阈值计算公式,巧妙的利用样本权值并将其加入到样本属性上进行训练学习,采用新的策略来选择基分类器,给出了面向目标的带先验概率的AdaBoost算法(GWPP AdaBoost算法)和分类器的最佳组合.依据UCI实验数据对传统的AdaBoost算法、Bagging算法、GWPP AdaBoost算法的错误率和性能进行了比较分析,验证了GWPP AdaBoost的有效性.     

有限差分法在二维位场延拓的应用

采用第一类边界值条件下有限差分矩形等距网格法,对位场求解区进行网格剖分,探讨有限差分方程的建立、建模和计算原理。在同一种模型建立的差分方程下,使用Jacobian迭代和全选主元高斯消去法进行求解,统计计算时间和迭代次数,比较两者的均方误差。不同模型计算结果显示,两者求解结果基本吻合。     

双排刚性桩屏障对平面SH波的隔离性状研究

基于Twersky的理论,引入圆柱体对声波和电磁波的多重散射解析解,对用排桩隔离环境振动的问题,提出了一种新的求解任意排列、任意直径刚性桩对平面SH波多重散射的理论方法,解决了传统的假设单重散射的计算方法中不考虑桩列作为整体屏障从而忽略桩间相互干涉关系的不足。随后,在数值计算分析中讨论了散射重数,排间距,桩间距等因素对双排刚性桩隔振效果的影响,对实际工程中利用排桩进行振动污染治理和屏障隔振的设计提出了有意义的结论。     

基于高级Petri网的住院医师培训工作流建模与分析

为了实现住院医师培训系统协调并发运行、工作流程顺畅无误运转,提出一种基于着色高级Petri网与跨组织Petri网技术相结合的综合建模方法.针对跨组织模型结构,通过分级验证法验证模型性能,即采用不变量验证法验证组织内活性,采用归约可达图法验证组织间关联关系的可达性.利用不变量法和归约可达图验证法可确保组织内部和组织间无死锁,采用着色跨组织方法构建的模型适应于住院医师培训系统多角色和并发性的特点,提高了系统的实用性和高效性.     

满速率全分集的准正交空时分组码及性能分析

正交分组编码(OSTBC)因其获得全分集和简单的译码算法在无线通信中得到了广泛的应用。但对于复信号的星座图,速率为1的正交设计仅存在两根发射天线中。为能在任意阵列天线应用发射分集的理论,一种可行的方法就是放宽码字间的正交性,利用准正交设计(QOSTBC)来实现满速率,译码时仍采用最大似然译码算法(ML)。但这种准正交设计不能达到全分集,为此,本文对一些符号的星座图利用旋转来实现满速率全分集的方法作了一些初步的讨论,并通过计算机仿真说明理论分析的正确性。     

可扩展的花卉种类识别

目的 基于模式识别的花卉种类识别方法在使用不同特征或分类器时识别准确率有较大差别。本文的研究目的在于实现花卉种类识别方法的快速构建及性能评估,减轻研究人员的编程工作量,提高效率。方法 根据使用模式识别技术进行花卉种类识别的一般步骤,应用插件技术将算法中的预处理、特征提取、分类器训练、分类器识别等步骤表示成不同种类的处理器,建立可扩展的系统平台,研究人员可以通过修改各步骤所使用的处理器来修改图像处理和识别算法,并在此基础上采用流式链接方法构建算法。结果 基于本文所提出的构建方法进行算法优化,并将其用于68种花卉的识别,准确率Top1为 91.26%,Top5为98.41%。结论 流式链接方法能够对识别方法进行快速装配,有利于快速评估不同特征和分类器在花卉种类识别中的性能,适于算法的研究和优化。本文所提出的基于工作流式链接方法以及插件技术的构建方法具有灵活易用的特点,所构建的算法具有良好的可扩展性。该方法还可以推广应用于其他基于数字图像的模式识别算法研究。     

Solvent free oxidation of alcohols catalyzed by KMnO4 adsorbed on Kieselguhr

Efficient and selective oxidation of primary and secondary alcohols to the corresponding aldehydes and ketones catalyzed by potassium permanganate supported on Kieselguhr reagent under solvent free conditions are reported.     

一种等量约束聚类的无监督蒸馏哈希图像检索方法

为了进一步降低无监督深度哈希检索任务中的伪标签噪声,提出了一种等量约束聚类的无监督蒸馏哈希图像检索方法。该方法主要分为两个阶段,在第一阶段中,主要对无标签图像进行软伪标签标注,用于第二阶段监督哈希特征学习,通过所提等量约束聚类算法,在软伪标签标注过程中可以有效降低伪标签中的噪声;在第二阶段中,主要对学生哈希网络进行训练,用于提取图像哈希特征。通过所提出的无监督蒸馏哈希方法,利用图像软伪标签指导哈希特征学习,进一步提高了哈希检索性能,实现了高效的无监督哈希图像检索。为了评估所提方法的有效性,在CIFAR-10、FLICKR25K和EuroSAT三个公开数据集上进行了实验,并与其他先进方法进行了比较。在CIFAR-10数据集上,与TBH方法相比,所提方法检索精度平均提高12.7%;在FLICKR25K数据集上,与DistillHash相比,所提方法检索精度平均提高1.0%;在EuroSAT数据集上,与ETE-GAN相比,所提方法检索精度平均提高16.9%。在三个公开数据集上进行的实验结果表明,所提方法能够实现高性能的无监督哈希检索,且对各类数据均有较好的适应性。     

标签扩展的协同过滤推荐算法

大多数利用标签与用户和项目之间关系的推荐算法,都要面临用户个体不同所导致的标签稀疏问题,不同的用户为项目所标注的标签会有所不同.针对由于用户标注标签的随意性而导致的用户标签和项目标签矩阵稀疏问题,提出了一种标签扩展的协同过滤推荐算法.该算法根据用户标注标签的行为计算基于标签的标签相似度,根据用户标注的标签语义计算基于标签语义的标签相似度,从用户行为和标签语义2个方面评估标签的相似度,并利用标签相似度来扩展每个项目标签,降低由项目与标签的关联关系产生的矩阵稀疏度.在M ovieLens数据集上的实验结果表明,所提算法在精度上有所提高.     

Image compression and encryption algorithm based on compressive sensing and nonlinear diffusion

Multimedia Tools and Applications - Compressive sensing is widely used to image compression and encryption algorithms due to its high efficiency, but the existing algorithms have some flaws and...