LDE融合光谱回归分类的光照变化人脸识别

针对光照变化人脸识别问题中传统的光谱回归算法不能很好地进行特征提取而严重影响识别性能的问题,提出了局部判别嵌入优化光谱回归分类的人脸识别算法。计算出训练样本的特征向量;借助于数据的近邻和分类关系,利用局部判别嵌入算法构建分类问题所需的嵌入,同时学习每种分类的子流形所需的嵌入;利用光谱回归分类算法计算投影矩阵,并利用最近邻分类器完成人脸的识别。在两大人脸数据库扩展YaleB及CMU PIE上的实验验证了该算法的有效性,实验结果表明,相比其他光谱回归算法,该算法取得了更高的识别率、更好的工作特性,并且降低了计算复杂度。     

便携心电传感器的心房肥大诊断研究

基于便携式传感器的模式识别在心电(ECG)监护领域具有广泛的应用前景,并且在心律不齐、心肌梗塞、心室肥大等心电的识别算法上都已有大量的研究与应用,但在心房肥大诊断上却未有模式识别相关的研究成果。心房肥大病症的心电数据量不足给研究造成重大障碍,部分分类器无法适应小样本训练下的分类。针对小样本训练进行研究,对比了不同分类方法,显示了基于统计模式识别的支持向量机(SVM)应用于心房肥大的应用潜力。另外,由于不同个体的心房肥大心电存在差异,在实际应用环境中,SVM存在无法良好泛化的问题,存在类别错分的医学风险。针对类别错分情况,采用分类器融合的方法改进分类器,提出了在SVM分类器输出端增加了拒绝域的分类器(SVM-R)的方法。实验结果表明:SVMR有较高的分类准确率与诊断可信度。     

Inductive Model Generation for Text Classification Using a Bipartite Heterogeneous Network

Algorithms for numeric data classification have been applied for text classification. Usually the vector space model is used to represent text collections. The characteristics of this representation such as sparsity and high dimensionality sometimes impair the quality of general-purpose classifiers. Networks can be used to represent text collections, avoiding the high sparsity and allowing to model relationships among different objects that compose a text collection. Such network- based representations can improve the quality of the classification results. One of the simplest ways to represent textual collections by a network is through a bipartite heterogeneous network, which is composed of objects that represent the documents connected to objects that represent the terms. Heterogeneous bipartite networks do not require computation of similarities or relations among the objects and can be used to model any type of text collection. Due to the advantages of representing text collections through bipartite heterogeneous networks, in this article we present a text classifier which builds a classification model using the structure of a bipartite heterogeneous network. Such an algorithm, referred to as IMBHN （Inductive Model Based on Bipartite Heterogeneous Network）, induces a classification model assigning weights to objects that represent the terms for each class of the text collection. An empirical evaluation using a large amount of text collections from different domains shows that the proposed IMBHN algorithm produces significantly better results than k-NN, C4.5, SVM, and Naive Bayes algorithms.     

专用合成树脂及其制品

朗盛公司与INEOS组建全球合资公司力施展聚合物业务部并入新公司朗盛集团日前宣布,英国化工集团INEOS已成为朗盛公司全球ABS塑料业务的合作伙伴,双方将在近期组建合资公司。朗盛将把其力施展聚合物业务部(Lustran Polymers)注入合资公司,并在新公司成立初期占有49%的少数股份。     

邻乙氧基苯甲酸合成方法的改进

采用两种新方法合成了邻乙氧基苯甲酸：以水杨酸甲酯和溴乙烷为原料在碘化钾催化下先制得邻乙氧基苯甲酸甲酯，再经水解、酸化得邻乙氧基苯甲酸；由水杨酸和硫酸二乙酯经碱性下取代、酸化制得了邻乙氧基苯甲酸。两种方法的收率分别为89．2％和92．2％。     

2,3-二氢-1,5-苯并噻庚因-4(5H)-酮及其衍生物合成方法的改进

邻氨基硫酚在邻、对氯甲苯溶剂中分别与丙烯酸、肉桂酸、呋喃丙烯酸反应得到相应的2，3-二氢-1，5-苯并噻庚因．4（5H）．酮及其衍生物（Ia-c），收率分别为87．6％、76．3％和69．5％。用红外光谱、核磁共振光谱、质谱对产物进行了分析，证明所得产物为目标化合物。研究Y2，3．二氢．1，5．苯并噻庚因-4（5H）-酮（Ia）的合成，其优化条件为：n（酚）：n（酸）为1：1，溶剂用量为70mL，加料时反应温度为100℃，加料时间为60min，然后将反应温度升至反应混合物沸点，并将反应过程中产生的水及时去除。     

活性炭负载碳酸钡超声催化降解混合酚

为了显著地提高混合酚废水的去除率,采用活性炭负载碳酸钡(BaCO3/AC)作催化剂,与超声波联用降解混合酚(对甲酚、邻氯酚、对氯酚)。在降解混合酚过程中,在浸渍液浓度为0.025 mol/L,煅烧温度为750℃,活性炭投加量为10 g的制备条件下,优选出最佳催化剂。在催化剂投加量为2.6 g/L,超声功率为400 W, pH值为5.67,超声60 min的条件下,降解50 mL初始质量浓度为100 mg/L的混合酚,对甲酚、邻氯酚、对氯酚的降解率依次为97.74%、 98.01%、 98.39%。     

蒽醌合成方法的研究进展

综述了重要中间体蒽醌的应用以及传统工业生产方法,评价了苯酐法、氧化法及萘醌法等各种方法的优缺点.介绍了采用苯酐为起始原料通过两步法或一步法合成蒽醌的研究新进展,认为沸石分子筛催化剂可使蒽醌的合成过程绿色化,并可再生重复使用,具有很好的发展前景.     

邻硝基二苯胺合成新工艺研究

以苯胺、邻硝基氯苯为原料，采用直接缩合法引入相转移催化剂合成邻硝基二苯胺。对影响反应的各种因素进行了研究，通过正交实验确定了缩合反应最佳工艺条件：邻硝基氯苯：K2CO3：PEG＝1：0．55：0．015，反应温度为185℃，反应时间为2h。反应收率为99．1％。该方法是邻硝基二苯胺的最佳合成工艺。     

邻氟苯甲腈的合成研究

以邻甲苯胺为原料 ,采用四步反应法合成邻氟苯甲腈。 (1)邻甲苯胺经西曼反应合成邻氟甲苯 ,收率 6 5 % ;(2 )邻氟甲苯经氯化、水解得到邻氟苯甲醛 ,以过氧化苯甲酰为氯化引发剂 ,氧化锌为水解催化剂 ,收率 80 % ;(3)邻氟苯甲醛经肟化反应得到邻氟苯甲醛肟 ,收率 87% ;(4)肟用乙酸酐脱水合成出邻氟苯甲腈 ,收率 76 % ,产品质量分数大于 99%。