基于模式对应与机器学习的HEVC降分辨率转码算法

HEVC是ITU-T VCEG 继H.264之后所制定的新的视频编码标准,它提高了视频的编码效率,在相同视频质量的前提下,压缩比与H.264相比提高了一倍。另外,随着4G网络的兴起和智能手机的普及,移动终端成为人们观看网上视频的一大主流平台。但是,网络中存储的视频分辨率普遍要大于移动终端屏幕分辨率,为解决这个问题,本文开展了针对HEVC的降分辨率转码研究工作,利用高分辨率视频的编码信息,通过模式对应来简化低分辨率视频的编码模式的计算过程,并采用机器学习的方法来确定降分辨率时的组块阈值,以提高模式对应的准确性。实验结果表明,提出的算法与Trivial transcoder相比,在保持PSNR和比特率几乎不变的同时,编码时间平均节省了60%左右。     

Advances in integrative statistics for logic programming

We present recent developments on the syntax of Real, a library for interfacing two Prolog systems to the statistical language R. We focus on the changes in Prolog syntax within SWI-Prolog that accommodate greater syntactic integration, enhanced user experience and improved features for web-services. We recount the full syntax and functionality of Real as well as presenting a full application and sister packages which include Prolog code interfacing a number of common and useful tasks that can be delegated to R. We argue that Real is a powerful extension to logic programming, providing access to a popular statistical system that has complementary strengths in areas such as machine learning, statistical inference and visualisation. Furthermore, Real has a central role to play in the uptake of semantic web, computational biology and bioinformatics as application areas for research in logic programming.     

改进人工蜂群算法优化ELM分类模型

针对极限学习机(Extreme Learning Machine,ELM)参数优化问题,提出改进人工蜂群算法(Improvement Artificial bee colony, IABC)优化ELM分类模型。算法采用解更新策略池代替固定不变的更新策略,将邻域搜索自适应化;优化侦察蜂搜索方式,利用Kent映射产生均匀性更优的初始随机数序列。在分类数据集中,将IABC-ELM分类模型同ELM、PSO-ELM分类模型进行对比实验。实验中,IABC-ELM模型取得了最佳的分类结果,得到了最低的输出权重范数。结果表明,IABC-ELM模型分类效果显著优于对比模型,证实了IABC算法优化ELM分类模型的有效性和优越性。     

ISG-FHEV等效燃油消耗最小控制策略

针对室内复杂环境下火灾识别准确率会降低的问题,提出了一种改进的粒子群算法优化支持向量机参数进行火灾火焰识别的方法。首先在 颜色空间进行火焰图像分割,对获得的火焰图像进行预处理并提取相关特征量;其次采用PSO算法搜索SVM的最优核参数和惩罚因子,并在PSO算法中加入变异操作和非线性动态调整惯性权值的方法,加快了搜索SVM最优参数的精度和速度;然后将提取的火焰各个特征量作为训练样本输入SVM模型进行训练,并建立参数优化后的SVM分类器模型;最后将待测试样本输入SVM模型进行分类识别。算法的火灾识别准确率达到94.09%,分类效果明显优于其他分类算法。仿真结果表明,改进的PSO优化SVM算法提高了火焰识别的准确率和实时性,算法的自适应性更强,误判率更低。     

双机头电脑刺绣机横梁的模态分析

以GY902A型电脑刺绣机的主横梁作为研究对象,分别运用实验测试和有限元模拟方法分析了电脑刺绣机横梁弯曲振动的固有频率,并利用经过验证的有限元模型,在计算机上作了结构改进仿真设计,实现了在不改变电脑刺绣机重量的前提下,电脑刺绣机横梁的固有频率提高22％,使电脑刺绣机更不易发生共振．     

连续音素的改进深信度网络的识别算法*

为提高连续语音识别中的音素识别率,提出一种基于改进并行回火训练的受限波尔兹曼机的音素识别算法。首先,利用经过等能量划分后的改进并行回火算法来训练受限玻尔兹曼机,接着将受限玻尔兹曼机堆叠组成一个深信度网络,从而作为深度神经网络预训练的基础模型,然后通过softmax层输出,得到用于音素状态后验概率检测的深度神经网络。接着,利用少量的标签数据,根据反向传播算法对网络权重进行微调。最后,将所得后验概率作为隐马尔科夫的发射概率,然后利用Viterbi解码器实现音素识别。在TIMIT语料库上的实验表明,识别率相比于传统的对比散度类算法提高了约4.5%,在不增加计算量的情况下比原始并行回火算法提高约1%。     

基于机器视觉的量子点STM形貌图像识别研究

为减轻量子点表面形貌分析过程中的人工工作,使量子点的STM图像分析更加自动化,基于机器视觉对衬底的斜切角及量子点的形貌特性展开研究.利用腐蚀和边缘检测提取台阶形状,并通过反三角变换计算斜切角.利用二值化和阈值下降对量子点的数量与空间坐标进行提取,在此基础上,通过邻域密度计算分析其均匀性,并在解决图像中的粘连问题后找出量子点的尺寸.实验结果显示,与人工统计相比,斜切角、量子点计数及尺寸的平均误差分别为5.02%, 0.7788%及1.12%;并实现量子点均匀性的自动化统计与分析.基于机器视觉算法的自动识别过程,对协助研究者分析量子点表面形貌有实际意义.     

Benchmarking of adjoint sensitivity-based optimization techniques using a vehicle ride case study

Several studies on multibody dynamics optimization have been conducted. One important limitation of these studies is their computational e?ciency, especially when optimizing a complex system’s performance. The co-authors developed a very e?cient optimization technique based on an adjoint sensitivity analysis methodology. The scope of this article is to validate this technique by conducting a benchmark analysis against some of the most popular optimization methods, including gradient-based optimization using finite differences, design of experiment using optimal Latin hypercube, and design of experiment using full factorial design matrix. A vehicle system is used as a case study for optimizing its ride comfort.     

基于分子描述符和机器学习方法预测和虚拟筛选乳腺癌靶向蛋白HEC1抑制剂

HEC1(癌症高表达蛋白)是纺锤体检查点控制、着丝粒功能、细胞存活的关键的有丝分裂调节器,与原发性乳腺癌的不良预后有关.筛选具有高亲和力的HEC1新型抑制剂对探索乳腺癌的靶向治疗具有重要意义.本文从结构多样性的化合物库中筛选HEC1抑制剂.通过对分子描述符的特征筛选,采用支持向量机(SVM)和随机森林(RF)方法分别对HEC1抑制剂和非抑制剂建立了分类模型.经对比, RF模型显示了更好的预测精度.我们采用RF模型对HEC1抑制剂进行了虚拟筛选,从“in-house”实体库筛选得到2个潜在的HEC1抑制剂分子.随后对筛出的化合物进行了体外活性实验,发现对乳腺癌细胞株MDA-MB-468和MDA-MB-231均有一定程度的抗肿瘤活性.研究结果表明,机器学习方法对于设计和虚拟筛选HEC1抑制剂有良好的效果.