基于网络结构的推荐算法

为了弥补基于网络结构的推荐算法存在的新用户和新产品问题,提出了一种考虑项目特征属性的项目网络结构图的推荐算法,根据项目的特征属性矩阵得到任何两个项目的相似性,然后采用一种考虑项目相似性的资源配额度量方法计算目标用户的最终资源分配向量,将目标用户没选择过的排序靠前的项目进行推荐。该算法可以有效解决新项目的冷启动问题,提高系统推荐质量。     

一种基于修改特征权重的图像检索反馈算法的研究与实现

图像检索系统是根据用户指定的信息自适应地调整查询策略,实现智能地从图像数据库中查找出特定图像的系统。文章提出一种新的基于修改特征权重的相关反馈算法,增加未标注图像与反例图像训练样本数,解决相关反馈算法中忽略未被标注的图像的问题。实验证明,采用该算法的系统比传统的检索系统有优势,精度更高。     

融合多特征的压缩感知跟踪算法研究

压缩感知目标跟踪算法由于特征单一,导致在目标纹理变化、光照变化和背景变换较大的情况下,跟踪目标漂移甚至丢失。针对该问题,提出了一种融合多特征的实时目标跟踪算法。该算法首先融合多种特征进行特征提取,解决了特征单一问题,显示了较好的鲁棒性。然后在分类器进行更新时应用加权函数解决分类器权重问题。在OTB 13测试库选取3个测试序列对改进算法进行测试。实验结果表明,改进算法在处理目标外观变换和遮挡变化时显示出了良好的鲁棒性。     

增加二值化图像关键区域的一种新算法

本文提出了一种图像二值化质量算法.该算法尽大可能保留图像目标有用的信息,解决了图像的特征提取和特征识别中关键区域不足的问题。经实验证明本算法保留图像目标有用信息较多、特征识别率较高。     

基于特征矩阵的高效数字识别算法

传统的数字识别算法存在识别速度、识别准确率和识别方法复杂度三者无法兼顾的问题,为解决该问题,提出了基于特征矩阵的高效数字识别算法。该算法首先在预处理的基础上获取字符的特征矩阵,然后用特征矩阵对字符的特征横线、竖线等特征进行提取,最后利用结构语句识别的方法实现数字识别。实验结果表明,基于特征矩阵的高效数字识别算法思路简单、速度快,且识别率达97% 以上。     

基于图像综合特征的零水印算法

在Chen和Chang提出的零水印算法基础上,结合人眼的视觉感知特征与图像综合特征,提出了一种基于图像综合特征的零水印算法。本算法利用均值法得到原图像的低尺度近似图像,根据人眼视觉系统(HVS)的感知特性获取低尺度近似图像的综合特征。通过对比Chen、Chang和本文算法在不同类型信号处理攻击下的性能,得出本文算法在各种信号处理攻击下具有良好的鲁棒性,并通过仿真实验结果验证了本文算法的性能。     

基于特征学习与支持向量机的仪表识别算法

为了解决当前工业仪表示数在采图环境恶劣和样本数据量大的情况下所导致的算法识别不准确的问题,分别从特征学习与机器学习识别的角度出发,提出了基于特征学习与支持向量机的工业仪表状态识别算法。首先,提取仪表图像区域字符的几何特征和颜色特征,对这些提取出的特征进行归一化处理,设计出特征提取分析算子,达到精准提取有用特征数据的目的。然后,基于支持向量机,计算出分类器的最优平面和约束条件,从而建立仪表识别算子,进一步精确识别仪表示数。最后,基于软件开发环境QT实现算法,并系统集成。实验测试结果显示:与当前仪表识别技术相比,此算法拥有更高的准确性与稳定性,能够准确地根据仪表数字识别出电压,从而确定仪表工作状态是否正常。     

基于多特征融合的甲状腺结节良恶性识别

鉴于甲状腺结节良恶性的判别十分依赖于有效特征的提取,提出基于DLBP与RLBP模型相结合的局部纹理特征提取算法,首先利用RLBP模型解决图像旋转不变问题,然后与DLBP模型相结合对RLBP模式特征进行选择与降维,再与纵横比、圆形度、紧致度等形状特征相结合并输入到SVM分类器中。为了进一步提高识别率,提出基于粒子群算法与网格搜索算法相结合的SVM参数优化算法。实验结果表明,该模型提取的特征用于分类识别时较上述各种模型及传统的旋转不变等价ULBP模型能获得更高的识别率,且提出的参数寻优算法相比于传统寻优算法效率更高。     

基于稀疏表达特征选择的压缩感知目标跟踪算法

目标跟踪是计算机视觉领域重要研究方向之一。压缩感知跟踪速度快、精度高,但是跟踪被遮挡目标时使用被遮挡的哈尔特征构建分类器,导致分类器性能降低,目标容易丢失。为了解决该问题,提出了根据l1稀疏表示判断哈尔特征是否被遮挡,然后使用未被遮挡的特征构建贝叶斯分类器。首先对每一帧跟踪结果运用稀疏表示提取出未被遮挡特征的集合,在构建贝叶斯分类器时仅使用未被遮挡的特征。然后使用训练好的分类器对下一帧候选样本进行分类,选取具有最大分类响应的候选样本作为跟踪结果。实验结果表明,该算法在跟踪目标部分遮挡时相比CT算法有更高跟踪准确度,算法能够实时得到高效、准确的目标跟踪结果。     

带尖锐特征的自适应Loop细分算法

文章提出了一种带尖锐特征的自适应Loop细分算法,自适应过程由二面角的阈值来控制。该算法除能保持模型的尖锐特征外,还可以根据用户需求进行自适应细分,大幅度抑制细分过程中网格数量的快速增长,并能获得与原始算法光,顿程度基本一致的曲面。     

大蒜幼小鳞茎细胞分裂方式的研究

幼嫩大蒜瓣的生长十迅速，是研究细胞分裂的好材料，本文就大蒜鳞茎的细胞分裂时间、方式和特点作了详尽的细致的分析探讨，发现无丝分裂是大蒜鳞茎快速生长时期的主要细胞分鲜明方式。     

土茯苓中药复方制剂与大蒜油对小鼠的排铅作用比较

目的：探讨土茯苓中药复方制剂和大蒜油的排铅效果,为铅中毒的防治提供一定的理论依据。方法：以40mg／L的醋酸铅溶液,按0．01mug体重剂量连续15d灌胃造模,造模成功后将48只雄性成年小鼠随机分成4组,即土茯苓中药复方制剂组、大蒜油组、乙二胺四乙酸组和中毒不治疗组,连续15d驱铅治疗。在造模前、第16天、第31天分别测定各组小鼠的体重及抽取小鼠尾部全血并用石墨炉原子吸收法直接测定小鼠的血铅含量,对实验结果进行统计学分析。结果：①血铅含量：统计学意义驱铅治疗后,土茯苓中药复方制剂组、大蒜油组、乙二胺四乙酸组分别与中毒不治疗组的血铅含量比较,差异均有统计学意义（P〈0．01）;土茯苓中药复方制剂组、大蒜油组、乙二胺四乙酸组的血铅含量两两比较,差异有统计学意义（P〈0．01）。驱铅治疗后各组的血铅含量为：土茯苓中药复方制剂组〈EDTA组〈大蒜油组〈中毒不治疗组。（参体重：土茯苓中药复方制剂组、大蒜油组分别与中毒不治疗组的体重比较,差异有统计学意义（P〈0．05）;土茯苓中药复方制剂组与大蒜油组的体重比较,差异有统计学意义（P〈0．05）。土茯苓中药复方制剂组的体重〉大蒜油组的体重。③存活率：土茯苓中药复方制剂组、大蒜油组分别与中毒不治疗组的存活率比较,差异有统计学意义（P〈0．01）;土茯苓中药复方制剂组与大蒜油组的存活率比较,差异无统计学意义（P〉O．05）。结论：土茯苓中药复方制剂、大蒜油对血铅均有促排作用;驱铅功效为：土茯苓中药复方制剂〉大蒜油。     

基于C语言和Origin 7.5的曲率法测普朗克常量

介绍了用曲率法测普朗克常数实验的原理及方法。并利用Origin7.5软件文献进行自动高度曲线拟合,再推导出截止电压的数学表达式,最后用C语言编辑程序进行实验数据自动处理。最终证明了曲率法测普朗克常数实验的可行性,也为实验者提供了快速、准确的数据处理方法,以提高实验效率。     

三次B-spline曲线反求的实现

根据三次B-spline曲线的特点,本文主要论述了利用线性组合原则,选取合适的组合系数,进行三次B-spline曲线反求的边界处理,克服重节点时,曲线端点曲率恒为0缺点,从而保证了曲率的连续性。     

大蒜生长过程中SOD酶活力变化研究

大蒜是SOD含量较丰富的天然植物之一,本文研究了大蒜生长过程中SOD酶活力的变化,目的：分离提取不同生长阶段大蒜的SOD粗酶;测定大蒜生长过程中SOD活力变化,制定“活力-时间阶段”变化曲线,并研究曲线成因,方法：通过组织或细胞破碎后,可用pH7.8磷酸缓冲液提取出,由于SOD不溶于丙酮,可用丙酮将其沉淀析出,结果：大蒜中SOD酶活力值随生长过程,总体呈现上升趋势。     

基于序列二次规划的赛车行驶线曲率优化分析

运用非均匀有理B样条方法描述赛道内外边界以及赛车行驶线,并运用序列二次规划算法对赛车行驶线曲率进行优化.该方法能帮助赛道工程师在比赛前分析赛道特性.     

CNC系统中插补算法的研究

基于计算机数控系统中逐点比较法的基本思想,提出一种新的插补算法.对该算法原理进行研究,并由教学方法导出了直线插补和圆弧插补的偏差函数.分析了传统算法及改进算法的插补速度及插补精度.     

一个基于多重曲率计算的笔划角点检测算法

提出一个基于多重曲率计算的角点检测算法,对联机手写汉字识别中的笔划拐点进行提取．实验结果表明该算法具有较高的识别率和变形容忍度,     

大蒜功能研究现状

综述了近年来大蒜之功能研究概况,包括其营养成分、抗菌消炎、抗病毒、防癌抗癌、降低血压血脂、防治糖尿病、预防和治疗爱滋病、补脑.健脑、延缓衰老、防重金属中毒等作用。并提出了食用大蒜的注意事项。     

基于NN的随动系统故障诊断

文章首先介绍了人工神经网络的基本原理,其次讨论了反向传播算法,并针对传统BP算法的不足设计了一种基于参数动态改变的BP算法,最后研究了新的算法在某武器随动系统诊断方面的应用.