支持向量机在小样本识别中的应用

针对癌症细胞诊断过程中样本采集困难，数目偏少的实际情况，在癌症的早期诊断中引入了一种新的模式识别方法——支持向量机．该方法基于统计学习理论的原理，较好地解决了小样本的学习分类问题，通过对具有不同性状的癌前增生细胞进行分类识别验证，支持向量机取得了较传统分类方法更好的识别效果。     

基于交互和图注意力网络的代码搜索方法

在代码搜索任务中,已有的基于深度学习的算法,一方面不能有效提取代码特征和查询特征之间的细粒度交互关系,另一方面未考虑特征之间潜在的结构化特征,无法实现更精确的匹配。本文提出了一种基于交互和图注意力网络的代码搜索模型IGANCS(Interaction and Graph Attention Network based model for Code Search)。该模型通过引入基于相似度矩阵的交互机制,学习代码特征和查询特征的细粒度交互关系,实现代码与查询之间的对齐;引入图注意力机制,利用自注意力层学习代码和查询中隐藏的结构化特征,更深入地挖掘代码和查询的结构化语义;利用最大池化机制分别聚合代码特征和查询特征,提取最重要的特征信息。本文在公开的Java数据集和Python数据集上对IGANCS进行了评估。实验结果表明,IGANCS在Mean Reciprocal Rank(MRR)和SuccessRate@1/5/10指标上优于已有的基线模型。     

面向并行设计的局部特征识别技术研究

为支持在并行设计过程中设计特征模型到加工特征模型的逐步转换，提出了局部特征识别的方法．在并行设计中，设计特征模型和加工特征模型通过面名历史图共享零件的实体模型，设计特征的变动通过局部特征识别自动地转换为相应的加工特征．局部特征识别是由基于最小条件子图特征识别方法改进来的，它以零件的局部区域为识别对象，通过搜索匹配局部区域构成的边界模式，识别出该局部区域中所包含的加工特征．局部特征识别方法的特点是只对设计中发生变动的区域进行识别．     

基于精英反向学习的混沌布谷鸟搜索算法

布谷鸟搜索(Cuckoo Search,CS)算法高效简单,但在求解复杂问题时收敛效率较低.为提高CS算法的寻优精度和收敛速度,提出了一种基于精英反向学习的混沌扰动布谷鸟搜索算法(CH-EOBCCS).该算法引入精英个体,通过精英个体反向学习生成精英反向解,从当前解和精英反向解中挑选优异个体作为下一代种群,同时,在迭代中对鸟巢位置采用混沌扰动策略,扩大种群多样性,有效的提高了算法全局搜索能力和搜索精度.通过8个标准测试函数对比实验,结果表明加入混沌扰动的精英反向学习布谷鸟搜索算法具有较强的搜索能力和较高的寻优精度.     

超声监视下的宫腔镜造影术

目的 探讨超声监视下空腔镜对子宫内膜息肉等病变的声像图特征，方法：在超声监视下行宫腔镜检查，与病理结果作对照分析，结果：超声监视下行宫腔镜可直观地显示宫腔内疾病的形态和回声特点，检出内膜息肉，粘膜下肌瘤，增生过长或宫内残留物等。结论：超声监视下行宫腔镜提高了宫内膜病变诊断的准确率，而且可避免刮宫的创伤和减少并发症，尤其对粘膜下肌瘤诊断优于目前妇科常用诊断方法。     

基于单字特征和搜索引擎的新词识别

新词识别是影响搜索准确率以及速率的重要因素.本文提出了一种基于统计模型和词语搭配的中文新词自动识别方法.采用条件概率的方法提取单字词搭配特征和临界词特征,并采用层次结构实现新词定位以及识别.首先采用双向最大匹配相结合的方法对文本进行词法粗切分,然后根据单字词搭配得到候选新词的位置,用临界词方法确定候选新词的边界,采用改进Nagao串频统计方法对新词候选词在本文内进行重复串统计,对于只在文中出现一次的新词则借助搜索引擎进行确定.对新浪网近期的网络文章进行测试,结果表明,基于本文方法设计的系统可以识别不同领域的新词,在低频词、较长的词以及新词语搭配方面取得了良好的效果.单字词搭配检查发现新词位置综合指标F值达到96.8%.     

胸苷激酶的免疫化学研究

采用免疫化学方法，以胸苷激酶（ＴＫ）抗体检测了５种培养的细胞（４种癌细胞和１种正常细胞）及１２种人类癌组织切片．结果表明，正常细胞呈阴性结果，４种癌细胞及１２种癌组织均呈阳性结果．提示此种方法在癌症的临床诊断方面可能有意义．     

面向微博图文关系识别的统一特征空间映射方法

针对图文微博中图像、文本和社交数据的异构性,在提取图像、文本和社交等多模态特征的基础上,本文提出了面向微博图文关系识别的统一特征空间映射方法.该方法首先选择图像特征空间为统一特征空间,然后基于遗传算法求解映射矩阵,将文本特征和社交特征映射至统一特征空间,最后利用支持向量机在统一特征空间中建立图文关系识别模型.采用统一特征空间映射方法前后的对比实验结果表明,在总正确率上,面向微博图文关系识别的统一特征空间映射方法是有效的.     

基于数字图像处理的车牌定位与识别研究(英文)

研究了车牌图像的特征,车牌定位算法基于车牌图像颜色特征,选取适合的颜色模型进行车牌提取,将彩色车牌图像转化为灰度图像.采用基于矩的阈值选取方法进行图像二值化处理,Hough变换的方法对图像进行倾斜校正,最后对已预处理增强的图像进行Sobel垂直算子边缘检测,用阈值分割出前景,搜索出符合车牌字符特征的候选区域,对候选区域进一步分析得到牌照位置.提出并采用基于PCA-BP神经网络的字符识别算法对车牌进行识别,300ms内车牌字符识别率达97.5%,实验证明,在训练样本较少的情况下,该系统的识别率依然较高.     

基于遗传算法的人脸精确定位

提出一种基于遗传算法的人脸图象精确定位方法,作为人脸检测与人脸识别之间的一个中间优化处理过程,以解决由于人脸检测技术的定位误差导致人脸识别错误的问题。精确定位问题转化为一个在离散空间中的优化搜索问题,以遗传算法作为优化搜索方法,利用其收敛速度较快、鲁棒性强和全局寻优等优点,改进了基于身份子空间统一模型的人脸识别系统的识别效果。实验结果表明,基于遗传算法的人脸图象精确定位方法能够有效地提高人脸识别系统的识别率。     

一种改进的模糊阈值选取方法

提出了一种改进的模糊阈值选取方法。针对传统的模糊阈值法隶属函数窗宽不容易确定的出发点，结合传统的易于实现的阈值选取方法，巧妙的绕过了确定窗宽的问题，能够结合模糊阈值法和该传统阈值法各自所能达到的优点，并且方法非常简单，明了。实践证明，这种方法是行之有效的，并具有较强的场景适应能力。     

指派问题新解法——目标值子矩阵法

针对0-1整数规划中的传统指派问题,由工程实践问题提出了一种全新的解法——目标值子矩阵法.对于n个变量的传统指派问题,一般只需n次运算即可找到最优解,简单易懂,与全枚解法和其他隐枚解法相比,极大地降低了计算量.如果把这种方法应用在计算机中,将使编程简化,计算次数减少,运算速度大为提高.     

基于遗传算法的试题库智能组卷系统研究

智能计算机辅助教学（ＩｎｔｅｌｌｉｇｅｎｔＣｏｍ ｐｕｔｅｒ－Ａｓｓｉｓｔｅｄ Ｉｎｓｔｒｕｃｔｉｏｎ ,ＩＣＡＩ）中一个关键的问题是试题库的智能组卷．针对该问题的特点,建立了该问题的数学模型,给出了用遗传算法解决此问题的新方法,实验结果表明该方法能有效地解决试题库研究中的智能组卷问题,具有较好的性能和实用性．     

解计算机网络连接增强性问题的若干方法

为解决现有计算机网络中一些间接相连的结点添加额外的连接问题,提高整个网络系统的强健性和存活力．综述了线性搜索法、ＣＲＣＳ方法和遗传算法在解决这一问题时的基本思路和实现过程,并提出了模拟退火算法解决方案． 通过两个实例,比较了它们的运行结果,最后对各方法的性能进行了综合分析和评价．     

基于改进的Heaviside核函数新的目标模型追踪算法

为更好地解决前景和背景相似程度较大或目标运动较为复杂的问题,提出了基于改进的Heaviside核函数新的目标模型追踪算法.在初始帧中,使用改进的Heaviside核函数来表示目标区域,然后分别计算目标区域前景和背景元素的颜色纹理直方图特征分布,并通过前景和背景特征分布差异建立新的目标模型,它可更好地代表目标.对于候选模型,结合传统Epanechnikov核对目标模型建模,通过Bhattacharyya系数进行迭代搜索,最终收敛的位置即为下一帧的目标中心.实验结果表明:提出的算法和传统的Mean-shift算法和基于颜色纹理直方图的Mean-shift算法相比较精确度高、速度快、鲁棒性强.     

一种求解约束条件下多变量非线性函数所有全局最优解的区间算法

研究和实践中经常会遇到附有约束条件的非线性优化问题，对这类问题，通常采用随机搜索的方法来解决，但是，随机搜索法不能证明所得到的解就是全局最优解．本文给出了一种求解约束条件下非线性优化问题所有全局最优点和最优值的区间算法，该算法非常宜于解决优化问题，它能求出问题的所有全局最优解，给出解的包含区间，并很容易获得解的逼近误差，这是随机搜索等其他方法做不到的．理论分析和数值结果均表明，区间算法是稳定而可靠的．     

自动满足C2连续的带参数五次Hermite插值样条

为了克服已有的带形状参数的三次或四次Hermite型插值样条不能自动满足C²连续这一不足,提出了一类新的五次Hermite插值样条.该样条除了具有带形状参数Hermite型插值样条的特性外,在插值条件保持不变的情形下可自动满足C²连续且其形状还可通过所带的形状参数进行调控.进一步,给出了一种确定形状参数最优取值的方法,该法可使得五次Hermite插值样条曲线具有最优插值效果.     

基于模拟退火的文件优化分配

在局域网环境下，或是在分布布系统环境下，文件优化分配是一个非常重要的问题，本文提出一种基于模拟退火的文件优化分配方法，利用该方法能较好地解决工程中的文件优化分配，该方法也可以推广应用到其它类型的网络系统中。     

带互异权值的渐进迭代逼近算法及其应用

在计算机辅助几何设计(CAGD)领域,渐进迭代逼近(PIA)算法因其具有很好的自适应性和收敛稳定性,被广泛应用于插值与逼近问题.其中带权渐进迭代逼近(WPIA)算法通过调整向量加权明显加快了收敛速度.提出了一种带互异权值的渐进迭代逼近算法,不仅操作灵活,还可根据需要对各控制顶点进行调整,实现不同的迭代效果;同时通过引入一个参数,给出了可调权值迭代算法,当参数取合适值时,该算法的收敛速度比带权PIA算法更快,且权值取法不依赖于配置矩阵的特征值.最后用数值实例,通过对Bézier曲线、张量积Bézier曲面,以及三角Bézier曲面进行迭代,展示了该算法的有效性.