基于DLSR的归纳式迁移学习

传统机器学习方法的有效性依赖于大量的有效训练数据,而这难以满足,因此迁移学习被广泛研究并成为近年来的研究热门.针对由于训练数据严重不足导致多分类场景下分类性能降低的挑战,提出一种基于DLSR(discriminative least squares regressions)的归纳式迁移学习方法(TDLSR).该方法从归纳式迁移学习出发,通过知识杠杆机制,将源域知识迁移到目标域并同目标域数据同时进行模型学习,在提升分类性能的同时保证源域数据的安全性.TDLSR继承了DLSR在多分类任务中扩大类别间间隔的优势,为DLSR注入了迁移能力以适应数据不足的挑战,更加适用于复杂的多分类任务.通过在12个真实UCI数据集上进行实验,验证了所提出方法的有效性.     

两种改进小波算法的卫星多波段数据融合

本文采用两种改进的算法:基于HSV的小波融合算法(HSV-WT)、基于区域特征的自适应小波包融合算法(AWP)分别对多光谱LandSat TM数据与全色SPOT-5数据、TM数据与ERS-2的合成孔径雷达SAR数据进行融合.融合结果表明两种改进算法融合后的数据在保持光谱信息和提高空间细节信息两方面均得到提高.当应用两种方法对同一组数据进行处理时, AWP的性能参数优于HSV-WT.这两种算法相对传统小波算法,能克服对高频信息处理的缺陷,突破待融合数据的分辨率比值限制,实现分辨率之比非2n的数据融合.     

多粒度融合的模糊规则系统图像特征学习

当前最流行的图像特征学习方法是深度神经网络,该类方法无需人工参与即可自动地通过特征学习提取高效的特征,用于分类识别等任务。然而,深度神经网络图像特征抽取方法目前也面临着诸多挑战,其有效性严重依赖大规模的数据,且通常被视为黑盒模型,解释性较差。针对上述挑战,以基于模糊规则推理的TSK模糊系统(TSK-FS)为基础,提出了一种适用于不同规模数据集且易于理解的特征学习方法——多粒度融合的模糊规则系统图像特征学习算法。该方法通过基于规则的TSK-FS抽取图像特征,因而特征学习过程是可以利用规则进行解释的。其次,多粒度扫描也使得其特征学习能力进一步提升。在不同规模的图像数据集上进行了充分的实验,实验结果表明该方法在图像数据集上具有较好的有效性。     

TSSG法生长Zr:Fe:LiNbO_3晶体及其分凝系数

采用顶部耔晶法生长了不同Li/Nb(Li/Nb=0.94,1.05,1.20and1.38)的Zr:Fe:LiNbO_3单晶.测试了Zr:Fe:LiNbO_3晶体的分凝系数.实验结果表明,Li/Nb=1.38的Zr:Fe:LiNbO_3晶体有的Zr离子分凝系数减少并趋于1,随着熔体中Li/Nb比增加,晶体Li/Nb比增加,结合LiNbO_3晶体的占位机制和锂空位缺陷解释了这一实验结果.     

照应差异视域下的英汉翻译研究

文章试从韩礼德(Halliday )和哈桑( Hasan)等学者关于衔接及衔接手段的论述出发,结合国内学者对其作出的论述以明晰英汉差异。将英汉衔接照应手段差异进行对比深化认识,从中发现它们对翻译实践的影响和启示。     

弯曲应力作用下喷射混凝土抗碳化性能研究-研究生论坛

为了研究隧道喷射混凝土衬砌的碳化规律,采用快速碳化试验方法,研究了不同弯曲应力(0、0.25、0.5及0.75)作用下喷射混凝土及钢纤维喷射混凝土抗碳化性能,在考虑弯曲应力、钢纤维掺量、施工方式基础上对普通混凝土碳化深度预测模型进行修正。结果表明：混凝土碳化深度服从Fick第一定律,扩散系数随应力水平的增加而增加;喷射混凝土碳化深度明显小于普通混凝土,而钢纤维的加入进一步提高喷射混凝土抗碳化性能。通过对碳化后喷射混凝碳化后力学性能及微观结构进行分析,得出喷射混凝土抗压强度、劈裂抗拉强度及抗折强度随着碳化深度增大而增大,且喷射混凝土中原始微气孔及裂缝中钙矾石、氢氧化钙等晶体为CaCO3晶体的成核和生长提供有利条件,碳化产物持续生成并阻塞毛细孔,使其密实度增加,力学性能增大。     

基于D8算法和Dinf算法的水系提取研究

目前基于DEM提取水系研究较多,采用的方法不同,但对于对比不同方法的研究较少。以福建省为实验样区,采用SRTM DEM高程数据,对比分析了单流向算法(D8算法)与多流向算法(Dinf算法)提取水系结果。结果表明:Dinf算法提取的水系质量优于D8算法,但其计算过程较D8算法复杂;在平坦区域和大河流区域中,Dinf算法改善了D8算法容易产生的"平行伪河道"问题,生成的河网会比较圆滑、自然。     

数字全息图再现的有关参数选取

数字全息的再现过程是以数字的形式在计算机中完成的,对全息图有关参数的选取影响着数字全息再现像的结果。基于菲涅耳衍射理论和数字全息再现的原理,通过编程进行仿真实验,深入探讨了再现光波长、全息图像素元大小和再现距离等3个主要参数对再现像的影响。仿真实验结果表明,只要这些参数的取值处在合适的范围内,即可得到满足一定要求的清晰再现像。     

基于使用可靠性的现场可更换件备件需求建模

当现场可更换备件（LRU）发生故障时,能否及时得到替换对于提高装备的使用率非常重要,因此,在分析LRU使用可靠性的基础上,优化了LRU的备件储备问题,通过模糊理论,将LRU的使用可靠性、装机重要性、可修性和可得性进行加权综合得到了各部件的权重,建立了基于可靠性的备件需求优化模型。