基于匹配滤波器和度量学习的脑电信号分类

脑电信号识别和脑机接口技术是人机交互领域的热点问题。当前脑电信号分类方法模型复杂,难以实际应用。该文提出基于匹配滤波器的脑电信号分类框架:根据脑电信号特点和假设检验建立生成式模型,并基于Gauss噪声假设推导出一个简单的线性判定算子;利用度量学习方法估计主信号分量和最优协方差矩阵,进一步增强分类器的鉴别力。实验结果表明:所推导出的线性判定算子分类精度和计算复杂度都优于其他算法,能够满足实际应用需求。     

基于度量核和GHI核混合的植物叶片识别算法

针对现有识别算法中的核函数不能充分利用直方图的整体特征和不同维特征间的内在联系,提出基于度量核和广义直方图交叉(generalized histogram intersection,简称GHI)核混合的植物叶片识别算法.首先,构建多尺度边缘轮廓(multi-scale marginal contour,简称MMC)算子;其次,提取预处理后的叶片图像MMC形状特征、局部二值模式(local binary pattern,简称LBP)空域纹理特征、局部向量化(local phase quantization,简称LPQ)频域纹理特征,进而将这些特征拼接成复合特征;再次,利用度量学习和马氏距离改造负距离核构建度量核,将其与GHI核加权融合形成组合核;最后,进行仿真实验.仿真实验结果表明:相对于现有算法,该文算法对不同种类的植物叶片具有较高的识别率.     

基于合作协同进化的多回收站点垃圾收运问题求解

随着经济的持续发展和城镇化进程的快速推进,城市生活垃圾的产出量越来越多,垃圾处理成本不断增大,其中垃圾收运成本占据相当大的比例,为此分析了一种实际生活中复杂的垃圾收运问题——多回收站点的垃圾收运问题(multi-station refuse collection problem, MSRCP),并将其映射为多中心车辆调度问题,从而建立了以最小车辆运输费用为目标的多回收站垃圾收运问题模型.依据MSRCP的特点,设计了一种基于协同进化(cooperative co-evolutionary, CC)作为外部框架的问题求解方法.首先使用改进聚类算法,将各垃圾收集点分配至合适的回收站点,从而将MSRCP转换成若干单回收点的垃圾收运问题.以各回收站点为中心,采用一种混合遗传算法(hybrid genetic algorithm, HGA)进行车辆路径规划.最后,以安庆市大观区生活垃圾收运为例进行了上述模型及其算法的验证,结果表明,该算法在降低复杂垃圾收运的运输费用时,具有良好的性能.     

远程教育接收站点安全施工要点

远程教育接收站点的建设是一项全国性的工程,它分为农村中小学现代远程教育项目和农村党员现代远程教育项目,一般在农村中小学或者村委会建立一套卫星接收系统,同时配置计算机、电视机、宽带上网等辅助配套设备,该系统包括土建、强电、弱电、防雷等部分的施工,施工过程的安全控制是非常重要的,而施工质量的好坏对后期设备的使用、维护、设备的安全性、防雷效果的可靠性等也有直接影响,本文就远程教育接收站点的安全施工提供建议供大家参考。     

基于Curvelet和小波变换的纹理图像识别

提出了一种基于Curvelet变换与小波变换相结合的纹理图像分类算法.小波变换在分析点奇异信号时具有良好的性能,而Curvelet变换更适合分析图像中的曲线或直线状边缘特征.算法通过提取两者分解子波段的统计学和灰度共生矩阵特征,采用支持向量机对纹理图像进行分类.实验结果表明,和单一的多分辨率变换特征提取相比,该算法具有更高的分类准确率.     

基于支持向量机的并行学习方法研究

基于决策论中信息源合并规则,提出了基于支持向量机的并行学习方法(B-SVMs).在训练阶段,B-SVMs将一个大规模问题随机分解成若干规模较小的子问题,针对每个子问题同时训练支持向量机.在测试阶段,各个支持向量机并行给出测试结果,B-SVMs利用信息源合并规则将各支持向量机的输出组合而得到最终测试结果.在4个问题上与基于多数投票策略的组合支持向量机(MV-SVMs)和快速模块化支持向量机(FM-SVMs)相比,B-SVMs的泛化能力较高.与利用全部样本训练的标准支持向量机相比,B-SVMs极大地减少了训练时间和测试时间,而且具有与其相当的泛化能力.     

基于参数嵌入算法的支持向量机分类可视化研究

针对常用的降维算法只能可视化高维数据某一方面或某几方面特征的不足,运用参数嵌入算法在低维空间可视化其所有的特征。首先假设数据的类别在嵌入空间服从高斯分布,通过支持向量机分类算法获得训练数据在高维空间类别属性的后验概率,然后运用参数嵌入算法得到测试数据在嵌入空间的坐标和类别属性,从而实现高维数据分类的可视化．在Usps,YaleB,Mini Newsgroups数据集上的实验结果表明,该方法不仅能在低维空间表示高维数据与所属类别的联系,而且能正确揭示出数据集内部和类别集内部的关系,有利于深入研究高维数据分类的性质,参数嵌入算法的可视化效果优于直接应用PCA,ISOMAP等算法得到的低维图形,并且计算复杂度仅是数据类别和相应个数的乘积,非常适合于数据量大,类别数较少的数据分类可视化。     

基于微型多目标遗传算法的布料机臂架结构优化

针对目前用于散料输送的大跨度布料机布料臂架结构重大、设计冗余度严重过剩等问题,采用一种微型多目标遗传算法对布料臂架主梁结构尺寸进行多目标优化.以各节臂架主梁的截面尺寸为优化变量,以增强臂架刚度和轻量化为优化目标,结合微型多目标遗传算法和参数化有限元建模技术,建立了布料臂架的优化设计模型.此方法既能高效率地解决增强臂架刚度和臂架减重等优化问题,又能仅通过一次计算就提供多组方案以满足对布料机性能控制的不同需要.该优化结果已用于该系列布料机的定型设计.     

MIL-125(Ti)衍生介孔圆盘状N-TiO2高效光催化降解气态苯(英文)

挥发性有机污染物(VOCs)对人或动物的危害较大,具有致癌、致畸和致突变性.气固相光催化法已经成为一种具有广阔应用前景的VOCs治理技术.传统半导体光催化剂TiO₂带隙较宽(E_g=3.2 eV),太阳光利用效率低.特别是对光催化降解VOCs而言,反应过程中产生的含碳类中间产物易在TiO₂表面积累,致使其失活.因此,如何拓宽TiO₂的光谱响应范围,提高光量子效率及其在VOCs氧化过程中的循环利用性一直是研究重点.由于O和N具有类似的化学结构和电子特征,对TiO₂进行N掺杂(N-TiO₂)是实现TiO₂可见光催化的有效途径.TiO₂前驱体和氮源的种类对N-TiO₂的带隙、N掺杂位点、N掺杂量、形貌和孔径影响较大.金属-有机骨架(MOFs)具有结构多样且可调、多孔性、比表面积大等优点,是制备特定形貌和结构的光催化材料的理想自牺牲模板.同时,有机配体易于在高温煅烧过程中从MOFs骨架中释放,其衍生物...     

采用混合核函数支持向量机算法的大型发电机定子线棒绝缘状态评估方法

为解决大容量发电机定子线棒的绝缘状态难以评估的问题,提出了一种采用混合核函数支持向量机算法的大型发电机定子线棒绝缘状态评估方法。该方法根据多因子老化试验平台,得到能表征定子线棒绝缘老化状态的非破坏性特征参量如吸收比、介质损耗、介损增量等在不同周期下的数值,并通过计算皮尔逊相关系数进一步验证上述非破坏性参量在数值上与剩余击穿场强的显著相关性;然后采用混合核函数支持向量机算法建立定子线棒非破坏性特征参量与剩余击穿场强的映射关系模型,预测出定子线棒剩余击穿场强;最后结合层次分析法及上述支持向量机算法的预测结果实现了对发电机定子主绝缘状态的评估。数值仿真结果表明:与传统单核函数支持向量机预测算法相比,基于混合核函数支持向量机和层次分析法的评估方法弥补了单核核函数预测结果不收敛的缺陷,对剩余击穿场强的识别准确率达到97%,该方法表现出了较强的状态评估能力。