基于图象处理的蛋白质指纹图谱分析系统

醇溶蛋白质电泳分析法与计算机技术相结合正逐渐应用于农作物种子品种的鉴别。介绍一个基于图象处理的蛋白质指纹图谱分析系统，着重从图象处理，样品匹配及聚类分析等方面介绍该系统的功能、特点，技术实现及使用情况。     

动作切分和流形度量学习的视频动作识别

目的 为了提高视频中动作识别的准确度,提出基于动作切分和流形度量学习的视频动作识别算法。方法 首先利用基于人物肢体伸展程度分析的动作切分方法对视频中的动作进行切分,将动作识别的对象具体化;然后从动作片段中提取归一化之后的全局时域特征和空域特征、光流特征、帧内的局部旋度特征和散度特征,构造一种7×7的协方差矩阵描述子对提取出的多种特征进行融合;最后结合流形度量学习方法有监督式地寻找更优的距离度量算法提高动作的识别分类效果。结果 对Weizmann公共视频集的切分实验统计结果表明本文提出的视频切分方法具有很好的切分能力,能够作好动作识别前的预处理;在Weizmann公共视频数据集上进行了流形度量学习前后的识别效果对比,结果表明利用流形度量学习方法对动作识别效果提升2.8%;在Weizmann和KTH两个公共视频数据集上的平均识别率分别为95.6%和92.3%,与现有方法的比较表明,本文提出的动作识别方法有更好的识别效果。结论 多次实验结果表明本文算法在预处理过程中动作切分效果理想,描述动作所构造协方差矩阵对动作的表达有良好的多特征融合能力,而且光流信息和旋度、散度信息的加入使得人体各部位的运动方向信息具有了更多细节的描述,有效提高了协方差矩阵的描述能力,结合流形度量学习方法对动作识别的准确性有明显提高。     

基于多主体系统的多分类直推学习

针对少量样本已标记和大量样本未标记的多分类问题,提出了一种新颖的基于多主体系统的直推学习方法.该方法将以Agent表示的样本点随机映射到输出空间构成初始空间格局,空间格局随时间演化的过程是一个自组织的马尔可夫过程,它将在有限时间内达到平稳分布,从而求得最佳的标记分布.根据该方法,给出了两个多主体系统直推学习算法,并讨论了算法的收敛性和复杂度.最后在两个数据集上进行了仿真测试,表明了算法的有效性与实用性.     

基于KL散度及多尺度融合的显著性区域检测算法

基于对超像素颜色概率分布间KL散度的计算,以及对多尺度显著图的融合处理,该文提出一种新的显著性区域检测算法。首先,采用超像素算法多尺度分割图像,在各尺度下用分割产生的超像素为节点,并依据超像素分割数量对各超像素进行适当邻接连通扩展,构建无向扩展闭环连通图。 其次,依据颜色判别力聚类量化各超像素内颜色,统计颜色聚类标签的概率分布,用概率分布间KL散度的调和平均值为扩展闭环连通图的边加权,再依据区域对比度并结合边界连通性,获取各尺度下的显著图。 最后,平均融合各尺度下显著图,并进行优化处理,得到最终的显著图。 在一些大型参考数据集上进行大量实验表明,所提算法优于当前一些先进算法,具有较高精确度和召回率,并且可以产生平滑显著图。     

基于广义回归网络的动态权重回归型神经网络集成方法研究

神经网络集成技术能有效地提高神经网络的预测精度和泛化能力,已成为机器学习和神经计算领域的一个研究热点。针对回归分析问题提出了一种动态确定结果合成权重的神经网络集成构造方法,在训练出个体神经网络之后,根据各个体网络在输入空间上对训练样本的预测误差,应用广义回归网络来动态地确定各个体网络在特定输入空间上的权重。实验结果表明,与传统的简单平均和加权平均方法相比,本集成方法能取得更好的预测精度。     

基于集成多示例学习的Mean Shift跟踪算法

为了实现长时间稳定的对特定目标的跟踪,结合匹配型跟踪方法和决策型跟踪方法的优势,同时利用集成学习的思想构建多个强分类器,提出一种基于集成多示例学习的mean shift跟踪算法.首先在上一帧中对示例进行随机采样,构建分类器的集体,通过集成学习合成最终的分类器以确定当前帧中目标的初始位置;然后对初始位置和上一帧目标最终位置的距离与设定的阈值进行判断,决定是否采用mean shift跟踪算法对初始位置进行修订,以确定目标的最终位置.实验结果表明,该算法不但可以应对目标的形变、旋转、遮挡以及光照变化等各种复杂的情况,而且可以做到长时间的跟踪,具有较强的鲁棒性.     

网上招标系统(NIPBS)及Interceptor技术在其中的应用

介绍了网上招标系统（ＮＩＰＢＳ）的基本流程,并描述了招标系统的网络传输安全机制．利用Ｉｎｔｅｒｃｅｐｔｏｒ技术;结合目前流行的ＣＡ认证、数字签名等技术,较好地解决了网络上数据传输的安全性问题．     

在协同过滤中结合奇异值分解与最近邻方法*

协同过滤是一种减小信息过载的常用方法,但是它有三方面的限制,即准确性、数据稀疏性和可扩展性。提出一种新的协同过滤算法来解决数据稀疏性的问题,利用奇异值分解法的结果来进行邻居选择,然后采用最近邻方法来得到未打分项目的预测值。在EachMovie 数据库集上的试验结果表明该算法在数据稀疏时算法的准确性超过普通的Pearson算法和奇异值分解算法。     

数据仓库与知识发现

文章通过对数据仓库的概念以及基于数据仓库的知识发现系统的技术特点的介绍,揭示了基于数据仓库的知识发现应用的优势.     

Visual C++环境下的一个数据库访问类

本文用Ｖｉｓｕａｌ Ｃ＋＋６．０定义了一个数据库访问类,通过封装ＯＤＢＣ提供的ＡＰＩ函数,实现了在ＶＣ环境下快速、方便地访问数据库、提高了程序的模块化程度和可读性。