电泳漆置换过程中的缺陷处理

介绍了电泳漆置换前期试验,并针对置换过程中的缩孔和花斑问题提出处理方法。     

不同大豆品种对触杀型除草剂的耐受性

采用不同浓度除草剂处理大豆叶片,对4个大豆品种的草铵膦和百草枯耐受性进行研究。结果表明,不同品种对两种除草剂的耐受性存在明显差异,中豆32对百草枯耐受浓度最高为0.24mg/L;中黄10号次之,为0.18mg/L;东农50和小粒豆最低为0.12mg/L。中豆32对草铵膦耐受浓度最高为6mg/L;吉林小粒豆1号次之,为4mg/L;中黄10号和东农50的耐受浓度均为3mg/L。     

微表情峰值帧定位引导的分类算法

目的 微表情是人在外界信息和刺激下做出的无意识面部动作,是判断受试人情绪和行为的重要佐证,在社会安全、商业谈判和心理辅导等领域都有着广泛的应用。微表情不同于一般的表情,分类与定位较为困难。针对这种情况,提出了一种基于光流窗口的双分支微表情定位网络（dual-branch optical flow spotting network,DFSN）和一种利用峰值帧光流信息的微表情分类网络,以识别视频中的微表情。方法 在定位任务中,首先提取面部图像,选择光流窗口大小和位置,计算面部光流并进行预处理;接下来输入双分支网络中进行两次分类,分别针对有无微表情和在有微表情前提下微表情所处阶段分类,并结合两个损失函数抑制过拟合;最后绘制出微表情强度曲线,曲线峰值所处位置即为所求微表情峰值帧。在分类任务中,选取视频起始帧和定位网络取得的峰值帧作为光流窗口,并利用欧拉运动放大算法（Eulerian motion magnification,EMM）放大微表情,最后采用峰值帧光流信息分类微表情视频。结果 微表情定位网络分别在CASME II （Chinese Academy of Sciences Micro-expression Database II）数据集和CASME数据集上按照使用留一被试交叉验证法进行了实验,与目前最好的定位方法比较,此网络在CASME II上获得了最低的NMAE（normalized mean absolute error）值0.101 7,比Optical flow+UPC方法提高了9%。在CASME上获得的NMAE值为0.137 8,在此数据集上为次优定位方法。在定位网络得到的峰值基础上,分类网络在CASME II上取得了89.79%的准确率,在CASME上取得了66.06%的准确率。若采用数据集标注的峰值,分类网络在CASME II上取得了91.83%的准确率,在CASME上取得了76.96%的准确率。结论 提出的微表情定位网络可以有效定位视频中微表情峰值帧的位置,帮助后续网络进行分类,微表情分类网络可以有效区分不同种类的微表情视频。     

如何更好地选用合模机

详细介绍了如何选择合模机的方法.     

改进Harris特征的印刷体图像检索

目的 文档图像检索过程中，传统的光学字符识别（OCR）技术因易受文档图像质量和字体等相关因素的影响，难以达到有效检索的目的。关键词识别技术作为OCR技术的替代方案，不需经过繁琐的OCR识别，可直接对关键词进行检索。本文针对Harris算法聚簇现象严重和运算速度慢等问题，在关键词识别技术的框架下提出了改进Harris的图像匹配算法。方法 基于Fast进行特征点检测，利用Harris进行特征描述，并采用非极大值抑制的方法，最后利用暴力匹配中的汉明距离进行特征的相似性度量，输出最终的匹配结果。结果 实验结果表明本文算法在特征提取上的时间为0.101 s，相对于原始Harris算法的0.664 s和SIFT算法的1.066 s，实时性方面有了明显提高，改善了原始算法的聚簇现象，并且在无噪声的情况下，准确率达到98%，高于Sift算法的90%，召回率达到87.5%，而且在固定均值，不断提高方差的高斯噪声条件下，与Sift算法相比，准确率也高于后者，取得了较好的实验效果。结论 本文提出的方法满足了快速、精确的查找需求，在印刷体图像的文档图像检索中有效提高了检索率，具有较好的实验效果。     

语音识别音字转换中的快速容错算法

本文研究了汉语连续语音识别音字转换中的容错算法, 以纠正声学识别的替代、插入、删除错误。为了解决容错算法的计算量问题, 本文提出了两种快速算法。一是针对单独出现错误的快速容错算法；二是针对关键词的快速容错算法。快速算法有效地限制了容错算法的搜索空间, 提高了计算效率。快速容错算法应用在电话对话系统中, 字正确率从78.97%提高到86.68%, 关键词检测正确率从80.56%提高到88.52%,并且算法运算时间满足实时性要求。