基于胶囊网络的跨域行人再识别

行人再识别是在不同环境下再次对特定行人进行检索,近几年来受到国内外学者的广泛关注。目前行人再识别算法多采用局部特征与全局特征相结合的方法,在单一数据集上的训练和测试取得了非常好的成绩,但是在跨域测试中成绩并不理想,泛化能力较低。提出一种基于深度胶囊网络的跨域行人再识别方法,通过视角分类训练任务,模型可以学习图像中行人的有效特征,这些特征可以直接迁移到行人再识别任务中,缓解了行人再识别泛化能力不足的问题。实验结果表明,本文模型优于目前所有无监督学习行人再识别方法,具有良好泛化能力。     

粉煤灰的静力学性质初步分析

通过对几个电厂粉煤灰试验结果的分析，初步探讨了粉煤灰的抗剪强度、压缩性和渗透性与其干密度及相对密度之间的关系，也讨论了粉煤灰的击实特性。     

基于自适应Lempel-Ziv复杂度的情感脑电信号特征分析

脑电信号是研究人类情感的主要手段之一。将Lempel-Ziv复杂度算法应用在脑电情感分类方面,并对其进行相应改进。针对脑电信号变化微弱的情况,在二值化过程对原有二值化方法进行改进,采用自适应方法调整信号分段区域,提取脑电情感数据特征,刻画了相邻点之间的相互关系和细节信息。探究不同情感状态下、不同电极复杂度的变化规律,采用SVM进行特征分类,验证了所提取特征的质量和有效性。     

基于替换策略的自适应数据库负载控制*

自适应数据库负载控制是一个性能优化过程, 用来提高数据库系统的整体性能。分析了自适应数据库负载控制的研究现状,提出了基于替换策略的负载控制方法,该方法通过竞争决策算法和替换策略对负载进行优化过滤来提高数据库系统的性能。仿真实验表明,该方法可以有效提高客户的满意率和系统实现价值,并且可以增强系统的稳定性。     

基于体素的fMRI数据分类研究及其应用

使用机器学习方法分类f MRI(functional magnetic resonance imaging)数据已经逐渐广泛被应用到探索大脑认知的研究中。在探索人脑视觉区域对颜色特征和形状特征的捆绑图像认知研究中,使用血氧含量水平BOLD(blood oxygen level dependent)最大值、BOLD变化累计值作为特征值训练SVM分类器,使用BOLD变化时间序列方差及均值组合作为特征值训练多个SVM弱分类器,并使用Adaboost算法将多个SVM分类器集成到一起构造集成分类器,以此来判断人正在观察的图像的类型。实验结果表明,使用BOLD时间序列方差及均值组合作为特征构造的集成分类器分类正确率较高,对比不同视觉区域对特征捆绑任务识别正确率,发现V3区对图像复杂度的改变比较敏感,与特征捆绑的任务联系比较紧密。该方法可以应用到脑机接口BCI(brain computer interface)等领域。     

融合LDA的多类SVM方法研究

传统的基于聚类的SVM多类分类方法在聚类时并不考虑样本的类别信息,最终形成的二又树分支一般很多,当异类样本特征相近时该方法性能下降明显.针对这一问题,将线性判别分析法引入二叉树建树过程中,每次在对待训练样本集聚类之前先进行优化处理,通过寻找最佳投影子空间使得同类样本聚集、异类样本松散,从而优化二又树结构,以此改进分类效果,并在UCI数据集上进行实验,结果表明该方法减少了二叉树分支,提高了分类的准确率.     

西龙池下水库坝基坝料蠕变特性试验研究

 对西龙池下水库的坝体主堆石料和坝基覆盖层料进行蠕变试验研究,对其蠕变机制和模型进行探讨,并对蠕变模型参数的影响因素和取值范围进行分析。西龙池下水库主堆石料和覆盖层料的轴向和体积蠕变特性可以用幂函数来描述,式中的模型参数可根据试验得到的蠕变特性确定。主堆石料的轴向初始蠕变a随着应力水平的提高而增大,可以用指数函数描述,其轴向蠕变指数b随着应力水平的提高而明显减小,可以用线性函数描述。根据试验成果,给出其他参数的取值范围。     

改进遍历过程的PCNN在图像处理中的应用

图像通常包含多个颜色相同的连通区域,针对脉冲耦合神经网络无法对它们进行分离提取的问题,提出一种改进遍历过程的脉冲耦合神经网络模型。通过引入深度优先搜索遍历算法,将不连通的多个同色区域分层激活,从而实现分离。最后针对图像噪声对新模型的影响,对其作进一步改进。以每层激活区域的大小作为图像噪声杂点判定的依据,并引入均值滤波算法来消除。实验验证了改进后的模型对图像多个同色连通区域的分离效果及噪声杂点的去除能力     

冯营矿底层工作面矿压显现规律浅析

通过对焦煤公司冯营矿22023回采工作面矿山压力、底板比压、支柱初撑力和工作阻力、支护强度、顶底板特性、巷道及煤壁前方支承压力分布的观测研究,总结了回采工作面矿山压力显现规律,对支架工况和支护现状进行了评价,为合理选择及设计桂鞋、优化回采工作面支护参数提供依据.