ANN valuation model of material LCIA profile

Weighting model is the only valuation model of life cycle impact assessment(LCIA) profile now. It simplifies evaluation function into linear function, and makes the determination of weighting factor complicated. Therefore the valuation of LCIA profile is the most critical and controversial step in life cycle assessment(LCA). Development on valuation models, which are understood easily and accepted widely, is urgently needed in the field of LCA.The modeling approaches for the linear evaluation function were summed up. The modeling approaches for the nonlinear evaluation function were set up by function approximation theory, which include choosing preference products, forming preference data, establishing artificial neural network(ANN) and training ANN by preference data.By selecting 7 material products as preference product, experience was done with modeling approaches of the nonlinear evaluation function. The results show that the modeling approaches and valuation model of the nonlinear evaluation function are more practical than the weighting model.     

不同空间插值方法在辽西降水空间插值的精度对比分析

本文结合区域降水站点实测降水数据,对比分析了反距离加权插值和克里金插值方法在辽西降水空间插值的精度。研究结果表明:反距离加权插值法由于考虑插值点之间的权重,在辽宁西部降水空间插值的精度高于克里金插值方法,反距离加权插值方法下降水插值和实测降水之间年和月尺度的误差分别为6.2%和20.7%,年相关系数达到0.79,克里金插值方法下降水插值和实测降水之间年和月尺度误差分别为10.9%和24.6%,年相关系数为0.51,反距离插值方法更适用于辽西地区的降水空间插值计算。研究成果可为辽宁西部无资料地区降水空间插值计算提供方法参考。     

声学模型区分性训练中的动态加权数据选取方法

提出了一种基于动态加权的数据选取方法, 并应用到连续语音识别的声学模型区分性训练中. 该方法联合后验概率和音素准确率选取数据, 首先, 采用后验概率的Beam算法裁剪词图, 在此基础上依据候选词所在候选路径的错误率, 基于后验概率动态的赋予候选词不同的权值; 其次, 通过统计音素对之间的混淆程度, 给易混淆音素对动态地加以不同的惩罚权重, 计算音素准确率; 最后, 在估计得到弧段期望准确率分布的基础上, 采用高斯函数形式对所有竞争弧段的期望音素准确率软加权.实验结果表明, 与最小音素错误准则相比, 该动态加权方法识别准确率提高了0.61%, 可有效减少训练时间.     

加权条件熵在异常检测中的应用

通过分析信息熵在异常检测中的应用和条件熵的固有特性, 提出了一种基于条件熵和加权熵理论的异常检测方法。分析网络流量特征, 选取具有内在相关性的网络特征属性, 给出了加权系数矩阵的公式和异常检测的具体实现方法。通过实验验证了该方法的有效性和实用性, 根据不同属性特征在加权条件熵理论中的应用效果, 分析了不同特征属性选择造成检测效果差异的原因。     

高速以太网中实时相似性匹配算法的研究

在高速以太网中, 针对用户行为的特殊性及数据流五元组的特点, 提出了一种自适应相似性匹配算法(ASMA-HN)。该算法充分考虑了数据流五元组的随机性分布特点, 通过一种改进的XOR-SHIFT算法将数据流分类索引, 并提出了同类数据库(SD)及异类数据库(HD)的概念, 基于距离测度分别设计了加权相似性比较函数, 使得特征值能更精准地匹配到符合要求的数据文件, 提高了整体的匹配效率。通过对校园网实际流量的现场测试, 证明该算法具有较高的精准性及可适用性, 且匹配时间较低, 能很好地满足高速网络中相似性匹配业务的需求。     

基于加权节点的Steiner树启发式算法

Steiner最小树问题是一个NP完全问题,被广泛应用在通信网络中点到多点的路由选择。为了实现更多链路的共享,减少所求Steiner树的费用,提出了一种基于加权节点求解Steiner树的启发式(NWMPH)算法。该算法构造了非正则点的权值公式,给每一个非正则点赋权值,根据权值对链路的费用进行修正,通过修正费用最短路径依次把所有的正则点连接起来,得到包含所有正则点的最小树。对STEINLIB标准数据集中的部分数据进行计算,结果表明: NWMPH算法与MPH算法所用时间基本相同,得到的Steiner树费用优于MPH算法;NWMPH算法比KBMPH算法所用时间少,得到的Steiner树费用绝大多数优于KBMPH算法。     

基于对称Gabor特征和稀疏表示的人脸识别

受启发于人脸近似对称的先验知识,提出一种基于对称Gabor特征的稀疏表示算法并成功运用于人脸识别。首先把人脸图像进行镜像变换得到其镜像图像,进而将人脸分解为奇偶对称脸。在奇偶对称脸上分别提取Gabor特征,得到Gabor奇偶对称特征。通过一个加权因子,将奇偶特征融合生成新的特征。最后用这种新的特征构成超完备字典进行稀疏表示人脸分类。在人脸数据库AR和FERET上的实验结果表明所提算法在人脸有表情、姿势和光照变化情况下仍能获得较高的识别率。     

基于空间加权互信息的非刚性医学图像配准

互信息作为相似性测度标准在医学图像配准领域应用广泛,尤其是在刚性配准研究中,能实现较高配准精度和非常稳健的配准效果。然而由于非线性形变的复杂性,在非刚性配准领域,对基于互信息的配准方法进行深入研究势在必行。提出的方案采用基于B样条的自由变换模型模拟医学图像中解剖结构的非线性形变,同时根据变换模型,考虑空间信息对配准效果的影响,以空间加权的方式对互信息方法进行改进。使用对大规模参数优化效果较好的LBFGS方法对配准参数进行优化,编程实现程序,并通过实验对效果进行验证和分析。实验结果显示,该方案配准精度明显优于传统的互信息方法。     

基于GLSL的多重视频纹理映射与融合

为将实时视频与三维场景进行融合来构建大范围增强虚拟环境(augmented virtual environment,AVE),消除融合后出现的反向投影、纹理拉伸、拼缝等现象,实现基于OpenGL着色语言(OpenGL shading language,GLSL)的反向投影剔除算法和深度测试算法,提出基于GLSL的多重视频纹理的横向加权融合算法和对角加权融合算法。实验结果表明,所提算法能够在显存为1GB的计算机上使包含200万三角面和6路实时视频的三维场景的运行帧率保持在40fps以上,高效地实现了实时视频与三维场景的融合。