基于马氏距离度量的局部线性嵌入算法

局部线性嵌入算法(LLE)中常用欧氏距离度量样本间相似度。而对于图像等高维数据,欧氏距离不能准确体现样本间的相似程度。文中提出基于马氏距离度量的局部线性嵌入算法(MLLE)。算法首先从现有样本中学习到一个马氏度量,然后在LLE算法的近邻选择、现有样本及新样本降维过程中用马氏度量作为相似性度量。将MLLE算法及其它典型的流形学习算法在ORL和USPS数据库上进行对比实验,结果表明MLLE算法具有良好的识别性能。     

陶瓷滤管基体粉尘沉积状况SEM分析

将树脂包埋、固化技术成功应用在陶瓷滤管基体的SEM 分析上,能够在不破坏基体和粉尘沉积结构的情况下对滤材内的孔隙率、孔隙直径、颗粒直径、沉积量等微观参数进行测量和分析。使用压汞仪和X － 射线衍射仪（XRD） 对测量和计算结果进行了验证和分析,证明实验方法可靠,测量结果准确。SEM 测量结果表明尽管陶瓷滤管基体由相同尺寸的陶瓷颗粒制成,由于颗粒本身的不规则和堆积结构的随机性,基体内孔隙差别很大,这会导致局部的速度场和浓度场分布不均,引起粉尘沉积和阻力增加。随着脉冲反吹循环次数的增加,粉尘沉积有加剧并向内部延伸的趋势。     

确定相空间重构参数的一种新方法

用相点的惯量矩来描述相轨迹在相空间中展开的程度,用相点的惯量矩的相对变化来描述相轨迹展开的快慢。导出了相点关于主对角线的、与重构参数有关的惯量矩公式。用该公式计算了相点的惯量矩的相对变化,选出了不同维数的延迟时间。从非零延迟时间中选出的最小维数就是嵌入维数,该非零延迟时间就是最终确定的延迟量。用此方法获得的参数重构出的相轨迹质量较好,且具有抗噪能力强。     

基于谱特征嵌入的脑网络状态观测矩阵降维方法

针对基于功能核磁共振（fMRI）重构的脑网络状态观测矩阵维数过高且无特征表现的问题,提出一种基于谱特征嵌入（Spectral Embedding）的降维方法。该方法首先计算样本间相似性度量并构造拉普拉斯矩阵;然后对拉普拉斯矩阵进行特征分解,选取前两个主要的特征向量构建2维特征向量空间以达到数据集由高维向低维映射（降维）的目的。应用该方法对脑网络状态观测矩阵进行降维并可视化在二维空间平面,通过量化类别有效性指标对可视化结果进行评价。实验结果表明,与主成分分析（PCA）、局部线性嵌入（LLE）、等距映射（Isomap）等降维算法相比,使用该方法得到的脑网络状态观测矩阵低维空间的映射点有明显的类别意义表现,且在类别有效性指标上与多维尺度分析（MDS）和t分布随机邻域嵌入（t-SNE）降维算法相比,同一类样本间平均距离Di指数分别降低了87.1%和65.2%,不同类样本间平均距离Do指数分别提高了351.3%和25.5%;在多个样本上的降维可视化结果均有一定的规律性体现,该方法的有效性和普适性得以验证。     

一种新型钢筋锚固材料在工程中的应用

本文就新型钢筋锚固材料———粘合剂在工程结构加固以及改扩建工程中应用的范围、有关技术参数、施工方法等作一介绍     

Extraction of carbon 14-labeled compounds from plant tissue during processing for electron microscopy

Loss of ¹⁴C-labeled compounds from bean leaf tissue was monitored during all the stages of routine specimen preparation. No significant differences in extraction were associated with the use of acetone, ethanol, or dioxane as dehydration fluids. Fixation at low temperature increased the loss of label. Prolonged fixation in glutaraldehyde increased the loss, but fixation in osmium solutions for periods as long as 4 hr had no influence on extraction. Buffer rinses and dehydration fluids caused appreciable amounts of label to be extracted. The use of propylene oxide as transition fluid resulted in low extraction. Some embedding media caused the loss of small amounts of labeled compounds, but one of the media tested (LR-white) extracted significant amounts of label.     

SELECTION OF PROPER EMBEDDING DIMENSION IN PHASE SPACE RECONSTRUCTION OF SPEECH SIGNALS

In phase space reconstruction of time series, the selection of embedding dimension is important. Based on the idea of checking the behavior of near neighbors in the reconstruction dimension, a new method to determine proper minimum embedding dimension is constructed. This method has a sound theoretical basis and can lead to good result. It can indicate the noise level in the data to be reconstructed, and estimate the reconstruction quality. It is applied to speech signal reconstruction and the generic embedding dimension of speech signals is deduced.     

On the complexity of embedding planar graphs to minimize certain distance measures

We present polynomial-time algorithms for computing an embedding of a planar graph that minimizes the outerplanarity, or the width, or the radius, or some other measures of distance to the outer face. On the other hand, we show it is NP-hard to compute an embedding that minimizes the diameter of the dual graph.     

虚拟网络映射模型和算法研究

虚拟网络映射是网络虚拟化的关键问题之一,其目的是在满足虚拟网络资源需求的前提下,为该虚拟网络分配合适的底层网络节点和链路资源,从而在共享的物理网络基础设施之上构建彼此隔离的多重异构虚拟网络,为网络基础创新研究提供实验环境和平台,为网络新应用提供承载服务。论述了虚拟网络映射模型和映射算法,并提出基于最小割集理论设计VN映射算法。