基于最值中滤波的彩色图像噪声滤波器

构建了一种新的消除彩色图象中脉冲噪声的滤波法。该滤波首先根据极值点(最大或最小)的判别标准将全部像素分为两类(信号S与噪声N),再根据空间相关性将噪声点用该点邻域的中值取代,然后进行简单的局部纹理分析而自动选择使用标量中值滤波或者使用矢量中值滤波。实验表明,文中提出的方法计算量少,性能优良,图象信噪比高。     

基于BP神经网络的文档特征表示研究

本文根据BP神经网络的函数逼近功能 ,针对文档特征项在文档中的权重 ,提出了一种基于BP神经网络的网络计算模型。实验表明 ,在面向相似主题的文档集中 ,这种方法比当今最常用的向量空间模型计算的文档特征项的权重更精确     

线性代数的几何化与应用化教学探讨

本文研究了结合解析几何与实际案例进行线性代数教学的重要性及实质內涵.探讨了具体的实施方案,针对改革现状提供了合理化建议,并分别进行了举例说明.     

基于支持向量机的起重机电机振动特征参数预测

提出用支持向量机方法对岸桥电机运行性能特征参数进行预测的方法,并构造基于支持向量回归的单步及多步预测模型.利用该模型对岸桥电机振动烈度时间序列分别进行1步和4步预测,并与自回归(AR)模型的预测值进行比较.实验结果表明,基于支持向量机预测模型的1步预测和4步预测精度均比AR模型的预测精度高,因此该模型对岸桥电机的运行性能特征参数具有较好的短期和长期预测能力.     

幽门螺杆菌CagA蛋白与CTB融合基因的克隆及其植物表达载体的构建

目的　构建能在水稻胚乳中特异表达的幽门螺杆菌细胞毒素相关蛋白(CagA)和霍乱毒素B亚单位(CTB)的植物表达载体.方法　采用高保真PCR技术分别从质粒pGEM CTB和幽门螺杆菌基因组DNA中扩增出CTB和cagA基因,然后用PCR方法直接融合CTB基因和cagA基因.又用PCR法改造了水稻Wx启动子,在其3′端融合加入Ω序列和Kozak序列.通过一系列亚克隆最终将两个融合基因和NOS终止子插入根癌农杆菌双元载体pCAMBI A1300的表达框架内.结果　PCR验证和测序分析证明,CTB和cagA融合基因以正确的方向插入到载体pCAMBI A1300中,并位于水稻Wx启动子后.结论　成功构建CTB和cagA融合基因的植物表达载体,为幽门螺杆菌口服疫苗的研究奠定基础.     

基于PCA&SVM的多品种小批量产品质量预测方法研究

将主成分分析与支持向量机结合应用到多品种小批量产品的质量预测。首先确定多品种小批量产品生产过程中的定量影响因素,并将其作为初始影响因素集;然后利用主成分分析方法降低因素集的维度,同时提取关键主成分;最后将关键主成分作为影响因素集并建立针对于多品种小批量生产的支持向量机质量等级预测模型。算例分析表明,与传统的支持向量机分类模型相比,主成分分析与支持向量机结合的模型预测准确率及稳定性均有显著提高,说明模型具有更好的预测性能。     

基于类重叠度欠采样的不平衡模糊多类支持向量机

传统的欠采样方法容易丢失重要的样本信息,且其实验结果的稳定性较差。针对上述问题,提出一种基于类重叠度欠采样的不平衡数据模糊多类支持向量机算法。该算法首先采用LOF局部离群点因子和箱线图的方法清洗训练数据集中的噪声样本,然后根据类重叠度抽取对分类起关键作用的支持向量,并且将代表每个样本点重要程度的类重叠度作为隶属度值,构造模糊多类支持向量机。实验结果表明,该算法克服了随机欠采样的支持向量机容易丢失重要样本信息和实验结果不稳定的缺点,且很好地提升了支持向量机在不平衡且含噪声的数据集上的分类精度,并保持较高的计算效率。     

一维准晶体Ⅲ型切口的应力与位移

为研究一维准晶的V型切口裂纹问题,采用解析函数方法将一维准晶的基本方程转化为极坐标形式;由切口面边界条件得出Ⅲ型切口问题的本征方程,求出声子场和相位子场的应力和位移渐进解;引入应力强度因子,计算切口尖端处的J积分.计算结果表明,声子场和相位子场通过本构方程耦合,切口尖端处声子场和相位子场位移也具有耦合性;Laue类5,7和9的位移分布与Laue类8不同,也与一般材料不同,但J积分仍具有相同形式;当切口变为裂纹时,J积分给出能量释放率.     

特征值区间的有效划分对CRF识别效果的影响

与其他统计机器学习方法相比,条件随机场（CRF）算法更适合应用到命名实体的识别工作中来。在对中文化学物质名称进行识别的研究中,通过实验发现,有效的特征值区间划分能提高CRF的识别效果。另外,对词一级序列标注和字一级序列标注在不同特征值区间划分下的识别效果进行比较。     

基于遗传算法参数优化的最小二乘支持向量机财务困境预测

传统支持向量机应用于财务困境预测时,需要求解复杂的二次规划问题,求解难度大。而最小二乘支持向量机模型可以将二次规划问题变成一个线性方程组来求解,有效降低了模型求解的难度。尤其是将遗传算法应用于最小二乘支持向量机模型参数和核参数的优化时,显著提高了模型预测的正确率。本文从沪深两市随机抽取了2002年-2007年252家A股上市公司作为研究样本,并把研究样本分为两组,对这两组样本数据分别进行了短期及中长期预测。实证结果表明,基于遗传算法的最小二乘支持向量机模型的预测效果不但好于传统统计类Logit模型,也优于传统支持向量机模型。短期预测效果显著优于中长期预测效果,训练样本数直接影响到模型的预测效果,二者呈正相关关系。