Multiple kernel-based multi-instance learning algorithm for image classification

In this paper, a novel multi-instance learning (MIL) algorithm based on multiple-kernels (MK) framework has been proposed for image classification. This newly developed algorithm defines each image as a bag, and the low-level visual features extracted from its segmented regions as instances. This algorithm is started from constructing a “word-space” from instances based on a collection of “visual-words” generated by affinity propagation (AP) clustering method. After calculating the distance between a “visual-word” and the bag (image), a nonlinear mapping mechanism is introduced for registering each bag as a coordinate point in the “word-space”. In this case, the MIL problem is transformed into a standard supervised learning problem, which allows multiple-kernels support vector machine (MKSVM) classifiers to be trained for the image categorization. Compared with many popular MIL algorithms, the proposed method, named as MKSVM-MIL, shows its satisfactorily experimental results on the COREL dataset, which highlights the robustness and effectiveness for image classification applications.     

基于RSSI梯度的AP定位算法(英)

Recent rapid rise of indoor location based services for smartphones has further increased the importance of precise localization of Wi-Fi Access Point(AP).However,most existing AP localization algorithms either exhibit high errors or need specialized hardware in practical scenarios.In this paper,we propose a novel RSSI gradient-based AP localization algorithm.It consists of the following three major steps:firstly,it uses the local received signal strength variations to estimate the direction(minus gradient) of AP,then employs a direction clustering method to identify and filter measurement outliers,and finally adopts triangulation method to localize AP with the selected gradient directions.Experimental results demonstrate that the average localization error of our proposed algorithm is less than 2meters,far outperforming that of the weighted centroid approach.     

料浆法磷铵的发展和展望

自 2 0世纪 80年代以来 ,经实验室研究、中间试验、工业示范与大型化等关键性技术的研究开发 ,磷铵单系列生产能力由 30kt/a发展到 2 0 0kt/a ,全国已建成近 30 0 0kt生产规模。从基础理论研究与发展、生产技术的开发、设备的研制与开发介绍料浆法磷铵的发展历史与现状 ,并对未来发展中的若干问题提出了建议     

基于STEP的参数化特征造型系统的形状模型及其实现方法

本文简要描述了STEP的产品形状结构,论述了STEP的形状模型与一般系统形状模型的区别。在此基础上,讨论了产生基于STEP的系统内部形状模型应考虑的因素、模型的组成及其实现方法。该方法已在HP9000系列工作站上得到了部分实现。     

Femto AP QoS差异化管理研究

本文提出了一种以Femto网关为无线接人侧服务质量协商,策略执行中枢,实现Femto基站服务质量差异化服务以及策略管理的方法.该方法把以核心网为中枢的服务质量协商机制扩展到无线网侧,将当前会话与经由的Femto基站实时关联和捆绑,有效地解决了Femto系统对Femto基站的服务质量差异化管理的需求,使运营商能更有效地掌控Femto系统和制定更加灵活的差异化推广策略.     

基于瘦AP架构实现WAPI

本文首先介绍了WAPI安全标准的产生背景、技术原理,然后从WAPI应用实施的角度,介绍了华三通信技术有限公司(以下简称H3C)基于瘦AP架构的WAPI解决方案。     

AP/HTPB复合推进剂用纳米Co粉的制备

以CoCl_2·H_2O和水合联氨(N_2H_4·H_2O)为主要原料,采用化学还原法制备了纳米Co粉.在不同工艺条件下制备了树枝状纳米Co粉和球形纳米Co粉,用TEM和XRD对产物进行了表征,同时用DTA测试了加入球形纳米Co粉后AP的热分解性能.结果表明,反应介质的黏度和分散剂性质对纳米Co粉粒度及形貌影响较大,在最佳工艺条件下制备了颗粒尺寸均匀、粒度为50~60 nm的球形纳米Co粉;球形纳米Co粉能使AP热分解反应的高温分解峰温度显著下降;添加质量分数2%的球形纳米Co粉,复合推进剂的燃速明显提高,压力指数大幅降低.     

三门核电AP1000机组辐射防护设计分析

三门核电AP1000机组为第三代核电机组,在辐射防护设计中采用了一回路加锌、较高pH值运行、停堆氧化操作、蒸汽发生器一回路水室电解抛光、优化设备维修、优化屏蔽设计、无线剂量监测等措施,以期降低机组辐射水平和职业照射剂量。本文介绍了三门核电AP1000机组在功率运行及大修期间的辐射水平和职业照射剂量数据,并与国内CPR1000机组的相关数据进行了对比,对AP1000机组的辐射防护设计进行分析,给出了三门核电AP1000机组在辐射防护运行管理及技术改进方面的建议。     

后福岛时期我国核电的发展

"福岛核电站事故"后,核电的安全性引起了社会各界的广泛关注,各国均采取了积极的应对措施。首先,对核电的安全可靠性及发展核电的必要性进行了探讨;介绍了福岛事故后美、法、俄、英、韩等核电国家均表示坚持发展核电的立场,并通过审查测试得出了目前的核电站是安全的结论。其次,论述了福岛事故后我国对核电站的安全检查以及核电设计中采取的相关安全措施,表明我国核电站的安全性是有保障的。然后,阐述了引进的三代核电AP1000及EPR技术的特点;自主开发的三代核电技术在技术性能和安全水准上与国际先进水平相当。最后,分析了内陆地区核电建设的必要性和可行性,建议积极推进内陆核电站建设。     

瘦AP方案助力WLAN运营与建设

通过对WLAN运营数据的分析,得出了当前状态下WLAN的主要用户特点。通过对运营方式和技术本身的分析提出了目前基于瘦AP方案的WLAN运营和建设的整体思路,并对WLAN可以开通的业务和营收模式做了相应的建议。