鲁棒的加权核主成分分析算法

为减弱离群点对数据处理的影响, 提出了一种鲁棒的加权核主成分分析算法。利用核函数将样本投影到核空间, 在核空间构建一个样本加权重建误差最小模型, 最大限度地提取数据中的非线性信息并降低离群点样本的干扰。在Yale人脸库和UCI数据集上的实验表明, 该方法具有很好的识别率, 尤其对离群点样本具有较好的鲁棒性。     

一种基于Sigmoid函数的改进协同过滤推荐算法

随着电子商务和社交网络的蓬勃发展, 推荐系统逐渐成为数据挖掘领域的重要研究方向。推荐系统能够从海量信息中定位用户兴趣点, 提供个性化服务。协同过滤算法能够有效分析用户偏好, 提供合适的推荐服务。针对评分矩阵稀疏时传统协同过滤算法性能很差的问题, 提出一种基于Sigmoid函数的改进推荐系统算法。利用Sigmoid函数对不同项目进行建模, 得到项目的平均受欢迎程度; 利用Sigmoid函数对不同用户进行建模, 将评分映射为用户对项目的喜好程度; 根据用户对项目喜好程度应该与项目平均受欢迎程度贴近的原则进行评分预测。在两组真实数据集合上的实验结果表明, 该算法较好地解决了数据稀疏性问题, 能够有效提高传统算法的预测准确性。     

一种快速的固体核径迹图像分割方法

针对有效测量中需解决的问题,提出了一种快速的固体核径迹图像分割算法,分初始分割与粘连分离两个过程。初始分割通过数学形态学开操作快速去除背景后,迭代阈值分割法实现;粘连分离采用复合距离变换计算核心膨胀半径,一次膨胀重建单个径迹轮廓。实验结果表明,算法具有较强的抗噪能力,可有效对半径≥2μm径迹进行快速分割,准确率>90%。目前已成功运用于实际项目中。     

双重保护的半盲彩色数字水印算法

研究了一种基于DWT与SVD相结合的半盲彩色数字水印算法,鉴于嵌入水印的实用性,原始图像与水印图像采用的都是彩色图像。在置乱变换系数和半盲水印的双重保护下,提高了水印的安全性,奇异值分解对常见的几何失真是稳健的,而小波分解可以把图像的主要能量集中到低频域中,结合它们的优点可以更好地提高水印的抗攻击性。实验结果表明,嵌入水印后的图像在加噪、滤波(如模糊、锐化)、缩放、旋转、剪切和有损压缩等攻击后,其提取水印与原始水印仍有较高的相似度与峰值信噪比,该算法具有较好的鲁棒性。     

改进的反向蛙跳算法求解函数优化问题

针对混洗蛙跳算法在求解连续函数优化问题中出现的收敛速度慢、求解精度低的缺点,提出了一种基于反向学习策略的改进算法,在种群初始化和进化过程中分别加入反向操作,产生更靠近优质解的种群,从而提高了算法的全局寻优能力,促进了算法收敛。实验仿真表明,新算法在寻优效率、计算精度等方面均优于原算法。     

癫痫脑电的递归确定性分析

利用排序递归图的分析方法对癫痫脑电进行了确定性(DET)的分析,得出癫痫头皮脑电(EEG)的DET高于健康EEG。DET特征的差异性在局部导联上更明显,局部导联的DET特征可以作为癫痫疾病的自动诊断特征。通过分析发作阶段和发作间隙皮层脑电(ECoG)的DET,得出整个频带的DET差别不大,而在beta频带,发作阶段的确定性明显高于发作间隙的DET。Beta频带的DET特征可以作为癫痫发作的预测特征。研究结果为癫痫疾病的自动诊断和癫痫发作预测提供了理论依据。     

水性核（PMMA）／壳（PU）聚氨酯丙烯酸酯杂化乳液的合成研究

合成高Tg低成膜温度的水性聚氨酯丙烯酸酯杂化乳液,研究了合成工艺、—N CO和—O H的比例、丙烯酸酯含量等因素对乳液稳定性和其他性能的影响。     

道路网约束下的城市事件空间点模式分析

为对城市管理的资源分配提供有效的决策支持, 基于道路网约束下的核密度估计和K函数方法, 对城市事件的一阶和二阶空间分布特性进行分析, 并与平面空间点模式分析结果进行对比。实验结果表明, 相比平面空间点模式分析方法, 道路网约束下的核密度估计提取的“热点”路段可直观地体现事件沿道路网的分布情况, 而道路网约束下的K函数能真实地反映出事件在不同空间尺度下的聚集程度。     

微机用于抛物线齿同步带传动强度理论的研究

采用啮合原理与弹性力学复交函数相结合的方法，借助计算机对抛物线齿同步带传动强度理论进行了系统研究，并将整个计算过程编制成ＲＨＤＧＲＡＰＨ软件。利用该软件进行了带齿和轮齿及刀具齿形设计、啮合原理分析、应力和变形计算、刀具可加工最小齿数的确定及加工误差分布计算。     

浅谈机器学习方法简

本文以什么是机器学习、机器学习的发展历史和机器学习的主要策略这一线索,对机器学习进行系统性的描述。接着,着重介绍了流形学习、李群机器学习和核机器学习三种新型的机器学习方法,为更好的研究机器学习提供了新的思路。