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.     

基于多特征融合和SVM分类器的植物病虫害检测方法

针对农业领域植物病虫害检测问题,提出一种基于高清视频图像融合特征的支持向量机(SVM)的检测方法,实现农业生产中植物病虫害的快速检测。对每幅植物叶片图像的颜色、HSV、纹理和方向梯度直方图四种特征采用基于特征包的多特征融合方法,形成特征向量,并利用SVM分类器进行训练分类。对单特征与融合特征的SVM分类器性能进行试验比较,所提出的方法具有较高的准确率。     

盐酸小檗碱-环糊精包合物的体外溶出度研究

目的探讨包合技术对中药制剂体外溶出度以及缓释作用的影响。方法选用饱和溶液法生成包合物 ,用DSC证明包合物的生成 ;采用分光光度法 ,考察盐酸小檗碱包合物的体外溶出度和缓释作用。结果 β CD·BH、RM β CD·BH和BH的T50 、Td分别为 5 69.8,740 .2min ;73 .7,10 7.0min和 19.6,2 5 .5min ,包合物的释药数据与t作线性回归方程为 :Y =0 .0 63 9t -0 .473 8,Y =0 .5 5 64t+5 .65 8。结论RM β CD·BH和 β CD·BH的溶出速率明显慢于BH ,具有一定的缓释作用 ,同时RM β CD·BH较β CD·BH具有更好的生物利用度 ;β CD·BH和β CD·BH的体外溶出度与t为一相关性良好的线性方程 ,符合零级释药方程。     

基于量子克隆的二面体群隐含子群问题量子算法的研究

基于最短向量问题的格公钥密码体制是典型的抗量子计算密码体制。格的唯一最短向量问题可转化为二面体群的隐含子群问题。有效地求解二面体群的隐含子群问题可攻破基于格的唯一最短向量问题的公钥密码体制。Kuperberg提出了二面体群隐含子群问题的半指数级量子算法。通过研究Kuperberg量子算法,利用概率量子克隆,文中提出了二面体群隐含子群问题的多项式时间量子算法。     

基于LS-SVM逆系统的无轴承异步电机解耦控制

无轴承异步电机具有非线性、多变量和强耦合的特点,要实现电机稳定悬浮和旋转运行,必须对其进行非线性动态解耦控制。为了克服逆系统方法精确建模难的局限性,采用基于最小二乘支持向量机(LS-SVM)α阶逆系统方法对无轴承异步电机进行动态解耦控制的研究。首先利用最小二乘支持向量机辨识出无轴承异步电机的逆模型,然后将它串联在原系统前,将无轴承异步电机解耦成四个独立的伪线性子系统-2个径向位移子系统、一个速度子系统和一个磁链子系统。为保证鲁棒性能,最后对解耦后的系统采用非线性内模控制策略。研究表明,LS-SVMα阶逆系统方法能够实现无轴承异步电机径向悬浮力和旋转力之间的动态解耦控制,控制系统具有良好的静态和动态性能。     

基于高斯核的SVM的参数选择

基于高斯核的支持向量机应用很广泛,高斯核参数σ的选择对分类器性能影响很大,本文提出了从核函数性质和几何距离角度来选择参数σ,并且利用高斯函数的麦克劳林展开解决了参数σ的优化选择问题。实验结果表明,该方法能较快地确定核函数参数σ,且 SVM 分类效果较好,解决了高斯核参数σ在实际应用中不易确定的问题。     

支持向量机算法在MOOC 课程答疑系统中的研究

随着互联网技术和近期MOOC课程的发展,智能答疑系统也受到了更多的关注,应用它能够及时给学生提供学生疑惑的问题答案。智能答疑系统通常包括问句理解、信息检索、答案抽取和选择三个主要部分,且问句分类是问句理解的关键,因为它的准确性将直接影响到最后答案的准确性。以高校计算机基础课程为实际背景,在已有基于支持向量机算法基础上,对该方法进行了改进,并通过训练集和测试集进行了验证。从实验结果看,该方法在高校计算机基础智能答疑系统中有比较好的应用效果。     

基于PSO-LSSVM的网络流量预测模型

为了提高网络流量的预测精度,考虑到网络流量的长相关、非线性等特性,提出一种粒子群算法优化最小二乘支持向量机参数的网络流量预测模型（PSO-LSSVM）．首先将最小二乘支持向量机参数作为粒子的位置向量,然后利用粒子群算法找到模型的最优参数,最后采用最优参数最小二乘支持向量机建立网络流量预测模型．仿真结果表明,相对于参比模型,PSO-LSSVM能够获得更高的网络流量预测精度,更能准确描述网络流量变化规律．     

Fractal Beauty in Xinjiang Folk Art Patterns

Xinjiang folk art patterns and designs are the art treasures of Chinese cultural treasure-house as well as the precious humanistic resources of Western China. In the process of collecting, sorting out and studying Xinjiang folk art patterns, the elegant simplicity as well as the good taste stands out impressively, and the pattern shape as well as the layout composition shows a distinctive national trait and a strong local color. As ＂The Geometry of Nature＂, fractal geometry brings about a new performing method. Various fractal graphs are created by different generators. Their dynamic pictures contain visual information of great magnitude and their artistic effect is similar to Xinjiang folk art patterns, which fully proves the fractal beauty in Xinjiang folk art patterns.     

基于支持向量回归的动力电池参数辨识

根据铅酸蓄电池在放电过程中内部电化学反应导致外部电特性变化的特点,提出一种基于支持向量机原理的电解液密度辨识模型。利用支持向量机理论非线性回归的特性,简化测量电解液密度的过程,在恶劣环境下检测动力电池的电解液密度更显其优越性。预测实验表明,采用改进的交叉验证预测模型具有泛化能力强、稳定性好的特点,并且在小样本的条件下能达到预期的辨识精度。