唐山工业职业技术学院学生心理健康状况调查

为了解我院学生的心理健康状况,研究学生存在的心理问题及其成因,有针对性地探讨适合我院学生需要的心理健康教育有效途径,上学期,学院心理咨询室对全院学生进行了SCL-90心理健康问卷调查;本学期,在心理健康选修课上又对学生进行了"最大心理困惑及成因"的随堂调查.根据这两个调查,结合日常心理咨询工作中的案例,发现了我院学生中存在的较为普遍的心理问题及特征,并提出了加强我院学生心理健康教育的途径和方法.     

基于LDA的SIFT算法在图像配准中的应用

针对SIFT算法复杂程度高,实时性差,在维数较高的图像配准中并不实用的问题,提出了一种基于线性鉴别分析(LDA)的SIFT算法(SIFT-LDA)。首先利用SIFT算法提取出图像的特征点向量,然后用LDA方法对其进行特征抽取并降维。通过高维自然图像和单幅人脸图像进行实验,实验结果表明SIFT-LDA算法在保证匹配精度的同时,实时性要优于传统的SIFT算法,其匹配时间相对于传统SIFT算法缩短了将近一半。     

全寿命周期成本理论在变电站非晶合金站用变压器选型中的应用

在电力行业中,为了降低变压器的损耗,经常选择低损耗且环保性能好的非晶合金变压器。然而由于非晶合金变压器初始投资成本高,在本文案例之前变电站站用变压器并无选用非晶合金变压器的案例。基于全寿命周期成本(LCC)理论,提出了非晶合金变压器和常规变压器全寿命周期对比分析方法,分析了站用变压器选用非晶合金变压器的可行性,并给出了容量选择的建议方案。     

岛津UV—2100型分光光度计故障的处理

本文阐明了正确判断故障的依据和经验,总结出可供参考的故障分析走向图.     

甲醛法合成受阻胺光稳定剂

以受阻胺光稳定剂360为主要原料,以聚甲醛为甲基化试剂,以甲苯为溶剂,通过甲基化反应合成了受阻胺光稳定剂625,产物结构经¹HNMR进行了确证。通过单因素及正交实验,确定了适宜的甲基化反应条件为n(360)∶n(甲醛)=1∶4.6,反应温度85℃,反应时间6 h。在此条件下,甲基化率为97.4%。与甲醛/甲酸法相比,该反应过程无需加入甲酸,避免了光稳定剂360与甲酸成盐结块及繁琐的后处理过程,简化了操作,降低了成本,具有甲基化率较高和产物颜色较浅等优点。     

判别性双向协同表示的图像识别算法

基于协同表示的分类(CRC)以其卓越的协同能力成为人脸分类领域的一个突破。然而在实际应用中,通常只提供很少甚至是单个人脸图像来进行人脸识别,这导致了CRC无法很好地处理光照、表情、姿态和遮挡等问题。针对该问题,提出一种判别性双向协同表示的图像识别算法(DB-CRC)。首先通过引入判别式字典学习(FDDL)模型学习得到一个结构化字典,使得每个特定类的子字典对相关类的样本具有良好的表示能力,由此,较大的类间离散度和较小的类内离散度使得重构误差和编码系数都具有判别性;然后将学习得到的稀疏编码系数作为测试样本数据进行双向表达,建立快速逆向表示模型,利用双向表示策略估计每个测试样本与结构化字典之间的双向重构残差信息;最后利用竞争融合方法对来自双向表示模型的重构残差进行加权排名,实现最终的人脸分类。在AR、PIE、LFW等通用人脸数据库上的实验结果验证了该算法的有效性,特别是对小样本问题的鲁棒性。     

基于加权Euclid范数的MTS异常检测

为了提高时间序列的异常检测算法的精度,根据主成分的累积贡献率选择序列及其主成分,在k_近邻局部离群点检测算法中采用加权Euclid范数距离作为k_近邻距离,从而实现对多变量时间序列的异常检测。为了验证算法的有效性,对测试数据进行了异常检测。实验结果表明,算法的精度和查全率比传统方法具有更大的优越性。     

离群样本划分的半监督模糊学习策略

建立一种离群样本划分的半监督模糊学习算法模型。首先,提出一种基于Hopfield参数估计的松弛条件模糊鉴别分析算法,重新定义每一个样本的隶属度,并在特征抽取的过程中,根据隶属度对散布矩阵的定义所做的贡献获得每个样本相应的类别信息,由此获得普通样本分类信息。其次,根据样本隶属度的分布信息划分出离群样本空间,将普通样本分类结果作为离群样本聚类的先验类属信息,并对该空间样本提出一种新的半监督模糊学习策略进行动态聚类。该算法同时具备了监督学习和无监督学习方法的优势,克服了传统聚类缺乏类过程知识的缺点,可以有效地解决特征空间中特殊样本的分类问题。性能分析表明,该方法优于单一的特征抽取方法,在NUST603、ORL、XM2VTS和FERET人脸数据库上的识别性能均得到有效提高。     

快速核Foley—Sammon鉴别分析及其在人脸识别上的应用

核Foley-Sammon鉴别分析由于可以抽取得到原始样本的非线性正交特征,因此被广泛应用于模式识别的研究领域.但是该算法在具体求解每一个特征矢量过程中均需求解相应的广义特征方程,因此非常耗时.为了克服这一困难,提出了一种新的快速近似算法即核Foley-Sammon鉴别分析,有效地避免了多次求解广义特征方程.在ORL人脸数据库上的实验结果表明,该算法不仅在识别性能上优于核线性鉴别分析,而且在特征抽取速度上优于传统的核Foley-Sammon鉴别分析.