Encoding Methods of Spectral Vector in Hyperspectral Romote Sensing Image

1　Introduction　Withtherapiddevelopmentofhyperspectralremotesensing(RS)informationacquisitiontechniques,manyhyperspectralRSinformationsources,forexample,AVIRIS,OMIS,PHI,etc.,havebecomeavailable.ThisstimulateswideapplicationsandrapidprogressofhyperspectralRSinvariousfieldssuchasresources,environments,urbandevelopment,ecologyandothers[1,2].WiththeaccumulationofvasthyperspectralRSinformation,itissignificanttoretrieveinterestedimagesforgiventasksquicklyfromlargeinformationsystems(ordataba…     

Splicing-site recognition of rice (Oryza sativa L.)DNA sequences by support vector machines

Motivation: It was found that high accuracy splicing-site recognition of rice (Oryza sativa L.) DNA sequence is especially difficult. We described a new method for the splicing-site recognition of rice DNA sequences. Method: Based on the intron in eukaryotic organisms conforming to the principle of GT-AG, we used support vector machines (SVM) to predict the splicing sites. By machine learning, we built a model and used it to test the effect of the test data set of true and pseudo splicing sites. Results: The prediction accuracy we obtained was 87.53% at the true 5' end splicing site and 87.37% at the true 3' end splicing sites. The results suggested that the SVM approach could achieve higher accuracy than the previous approaches.     

基于改进KNN的文本分类方法

本文针对VSM (向量空间模型)中KNN (K最近邻算法)在文本处理环境下的不足,根据SOM (自组织映射神经网络)理论、特征选取和模式聚合理论,提出了一种改进的KNN文本分类方法。应用特征选取和模式聚合理论以降低特征空间维数。传统的VSM模型各维相同的权重并不适应于文本处理的环境,本文提出应用SOM神经网络进行VSM模型各维权重的计算。结合两种改进,有效地降低了向量空间的维数,提高了文本分类的精度和速度。     

具有Z_8-等变性质的平面七次哈密顿向量场的一般形式及其相图（英文）

本文给出了具有Z8-等变性质的七次平面哈密顿向量场的一般形式,并给出了部分相图。     

矩阵在求通项上的应用

利用矩阵的理论解决了求线性齐次递归关系的问题，同时对线性递归关系非齐次作了探讨。     

通量和环量概念的前瞻与俯视

描写电磁场性质的通量和环量概念，因无熟悉的事物可借鉴和类比，故“理解不能到位”的焦虑感常常困扰着学生。实践证明，在“电磁学”课程的绪论中，勿惜时间，将两概念大胆地进行前瞻与俯视，教学效果会有极大改观。     

基于SOR-LS-SVM的公路旅游客流量组合预测模型

基于指数平滑、多元线性回归、灰色系统等目前常见的预测方法建立超松弛改进的最小二乘支持向量机算法的公路旅游客流量组合预测模型。通过实例验证和比较,展示了基于超松弛最小二乘支持向量机算法的公路交通旅游客流量组合预测模型具有较好的预测效果和较高的应用价值。     

基于多因素方差分析的文本向量特征挖掘算法

文本向量特征挖掘应用于信息资源组织和管理领域,在大数据挖掘领域具有较大应用价值,传统算法精度不好。提出一种基于多因素方差分析的文本向量特征挖掘算法。使用多因素方差分析方法得到多种语料库的特征挖掘规律,结合蚁群算法,根据蚁群适应度概率正则训练迁移法则,得到种群进化最近时刻获得的数据集有效特征概率最大值,基于最优划分的K-means初始聚类中心选取算法,先对数据样本进行划分,然后根据样本分布特点来确定初始聚类中心,提高文本特征挖掘性能。仿真结果表明,该算法提高了文本向量特征的聚类效果,进而提高了特征挖掘性能,具有较高的数据特征召回率和检测率,时间耗时较少,在数据挖掘等领域应用价值较大。     

基于Sobel算子和混合有理插值的图像压缩方法

为提高图像的压缩效率,提出一种基于Sobel算子和非线性混合有理插值的图像压缩方法。将Sobel算子应用于图像的轮廓提取,利用二元Newton．Thiele型向量连分式建立有理插值曲面,然后对插值函数进行重采样,按要求实现图像压缩。实验结果表明,该方法能有效应用于数字图像的压缩处理,具有计算简单、易于编程实现等优点,是一种较实用的方法。     

基于IPSO-SVM的液体管道泄漏定位研究

提出了改进粒子群算法(IPSO)和支持向量机(SVM)的管道泄漏检测与定位的方法.采用IPSO-SVM方法对管道单孔泄漏和多孔泄漏分别进行泄漏孔的定位.提取出口压力和进口流量为特征向量,采用IPSO算法优化超平面参数并采用SVM算法对泄漏孔位置进行定位.对于两孔泄漏,将单输出支持向量机算法进行改进,使其能够用于多输出回归,从而适用于定位管道的多孔泄漏情况.在此基础上,将IPSO-SVM方法与PSO-SVM方法进行比较.预测结果显示IPSO-SVM方法对泄漏有较强的识别与定位效果,并且比PSO-SVM有更快的收敛速度,更高的预测精度.