GLCM based extraction of flame image texture features and KPCA-GLVQ recognition method for rotary kiln combustion working conditions

According to the pulverized coal combustion flame image texture features of the rotary-kiln oxide pellets sintering process,a combustion working condition recognition method based on the generalized learning vector(GLVQ) neural network is proposed.Firstly,the numerical flame image is analyzed to extract texture features,such as energy,entropy and inertia,based on grey-level co-occurrence matrix(GLCM) to provide qualitative information on the changes in the visual appearance of the flame.Then the kernel principal component analysis(KPCA) method is adopted to deduct the input vector with high dimensionality so as to reduce the GLVQ target dimension and network scale greatly.Finally,the GLVQ neural network is trained by using the normalized texture feature data.The test results show that the proposed KPCA-GLVQ classifer has an excellent performance on training speed and correct recognition rate,and it meets the requirement for real-time combustion working condition recognition for the rotary kiln process.     

Vero细胞森林脑炎疫苗毒种的选育及其生物学特性检测

目的选育Vero细胞森林脑炎疫苗适应毒种。方法将森林脑炎疫苗鼠脑病毒“森张”株在Vero细胞上连续传代适应,并对不同代次收获的病毒液的病毒滴度、免疫原性、稳定性等进行检测。结果“森张”株病毒在Vero细胞上传代适应后,病毒滴度达8·5LgLD50/ml;免疫血清中和抗体效价高于1∶20,其它检测项目均符合疫苗生产用毒种的要求。结论Vero细胞适应的“森张”株毒种的初步特性显示可作为制备Vero细胞森林脑炎疫苗用毒种。     

基于SkyEye的嵌入式Linux移植仿真技术研究

在嵌入式系统开发中,经常需要硬件开发板来调测软件,不仅操作繁琐,硬件环境不稳定时问题也很难定位;有时还会遇到软件等待硬件调试,延误开发周期的情况。在PC桌面系统下,探讨了一种基于SkyEye虚拟硬件技术的嵌入式平台仿真技术,介绍如何建立仿真基础环境,编译嵌入式Linux内核,制作根文件系统,编译、配置SkyEye,以S3C6410X为目标机处理器,将Linux内核及文件系统移植到基于SkyEye虚拟的ARM体系架构下,为嵌入式系统的研发探索了一种新的途径。     

黄荆提取物对几种害虫的杀虫活性

研究了黄荆种子二氯甲烷提取物对5种害虫的杀虫活性以及对天敌异色瓢虫的安全性。结果表明：黄荆提取物对菜青虫、小菜蛾、麦长管蚜和桃蚜都有较高的杀虫活性，尤其是对菜青虫的活性最高，稀释100倍，处理4龄幼虫死亡率可达93．3％。但对大猿叶甲的杀虫活性则很低。黄荆提取物对异色瓢虫幼虫有一定的杀虫活性，但对其成虫无任何影响。本研究结果为开发利用这一新的杀虫植物资源提供了依据。     

基于特征融合的核量化图像分类方法

局部特征和全局特征是图像的两种重要的特征描述,在图像分类时起着至关重要的作用。据此提出一种通过融合全局与局部特征核量化图像分类方法。首先,分析全局特征及局部特征各自优缺点,并对图像进行特征提取;其次,通过核方法将特征映射到适当的高维空间中,来进行码书的获取与量化,并进行特征的融合以更好地对图像进行描述;最后,采用基于直方图交叉核的支持向量机对获取的量化特征进行分类。通过实验证明了所提出的方法的可行性。     

Effect of pH on a gossypol complex with phospholipids: Gossypol-PE

PE, one of the major phospholipids in oilseed soapstock, may react with gossypol to form Schiff bases. PE amounts to 20–30% of the phosphorus compounds in soap-stock. In this report, the dependence on pH of the Schiff base products between PE and gossypol was investigated using a spectrophotometer, an HPLC equipped with an ELSD, and an LC-MS system. We observed that at pH 7 the Schiff reaction product and reactants were clearly detected by ELSD, absorption, and LC-MS spectra. The absorption spectra displayed the characteristic peak for the Schiff bases around 430–440 nm. The absorption spectra also indicated that the reaction was pH dependent. The reaction temperatures were 60 and 90°C. The LC-MS spectra supported the formation of Schiff bases as well as methyl ether derivatives of gossypol in alcohol at the elevated temperatures. The implications of these experimental findings are presented in this paper.     

基于贪心核特征提取方法的中期峰值负荷预测

针对中期电力负荷预测, 提出基于贪心核主元回归(GKPCR)、贪心核岭回归(GKRR) 的特征提取建模方法. 通过对核矩阵的稀疏逼近, GKPCR和GKRR两种贪心核特征提取方法旨在寻找特征空间中数据的低维表示, 计算需求低, 适用于大数据集的在线学习. 将所提出的方法应用于不同地区的电力负荷中期峰值预测, 并与现有预测方法进行了比较. 实验结果表明, 在同等条件下, 所提出的方法能有效地改进预测精度, 而且性能更好, 显示了其有效性和应用潜力.

     

羧基偏氯乙烯丁苯胶乳粒子的相态结构和应用性能

以过硫酸铵为引发剂，十二烷基硫酸钠为乳化剂，采用种子聚合工艺，合成了偏氯乙烯质量分数为２３％～４３％的羧基偏氯乙烯丁苯胶乳。通过电镜观察到所合成的胶乳粒子具有核－壳结构。通过测定胶闰子表面层的羧基数量，研究了羧基的分布，结果表明，羧酸种类对羧基在胶乳粒子中及在聚合体系中的分布有重要影响，该胶乳作为地毯背衬粘合剂，具有粘合力高，极限氧指数高的特点，是一种较好的阻燃性粘合剂。     

口令重用行为与多维口令体系研究

互联网的迅速发展与网络服务的高度分散,促使广大网民不断注册更多的账户,并导致口令重用行为普遍化,使得用户信息面临泄露的风险。为此,基于2011年底互联网泄密门数据和大学生在线调查数据,分析了网民口令的结构特征和重用行为,并由此设计融入信息维度和分级管理思想的多维口令体系。该体系以根口令-重用码结构为基础,内容维包含多个独立的信息因子,构成口令的可记忆性主体;形式维负责形式变换,以提升口令的复杂性和安全性;时空维用于保障口令的时效性和重用性。对比量化分析结果表明,该口令体系具备良好的记忆性和便捷性,能有效抵御暴力攻击和熟人攻击。     

基于卷积树核的中文微博情感要素识别

情感要素识别是情感分析的关键子任务之一,其目的是识别出文本情感所作用的情感对象。文本情感要素识别属于最细粒度的情感分析,吸引了大量研究者的关注。中文微博由于其语言简短灵活、文本不规范、噪声较大等特点,给中文微博情感分析研究工作带来了新的挑战。目前大部分情感要素识别方法都是基于规则的方法或者基于扁平化特征的统计学习方法,区分噪声的能力不强,性能提升有限。针对中文微博的特点,提出一种基于卷积树核的情感要素识别算法,即首先对句子进行词性标注与依存关系分析,将句子中的名词作为候选情感要素;然后基于两种不同的修剪策略对依存树进行修剪,以获取每个候选情感要素的结构化信息;最后采用卷积树核计算依存树的相似度,并在此基础上识别句子中的情感要素。NLPCC2012和NLPCC2013中文微博情感分析评测任务中的实验验证了该方法的性能,其准确率相比于传统方法有显著提升。