基于BP神经网络的血液荧光光谱识别分类研究

光谱技术在生物和医学检测方面具有积极的应用前景。由于血液成分的复杂性和类同性,有关不同动物血液光谱识别分类的技术研究尚未出现较为完善的结论。基于机器学习理论,以BP神经网络为工具,建立了对不同动物血液荧光光谱进行特征提取和识别分类的方法。实验采用Cary Eclipse光谱仪分别采集了鸽、鸡、鼠、羊四种动物不同浓度(1%和3%)的全血与红细胞荧光光谱数据(每个类型样本各50组数据);基于移动平滑算法对原始数据进行了平滑处理,以减少实验仪器噪声对特征提取和识别分类的影响;进一步根据血液光谱数据的特性,该文出了"组合放大"的特征提取方法,并建立了BP神经网络分类器进行训练和识别。相比于常用的光谱数据(单一)特征,提出的"组合放大"特征和所设计的BP神经网络能对不同动物、不同类型(全血与红细胞)、不同浓度(1%和3%)的血液荧光光谱实现100%的准确分类,同时神经网络测试误差均远小于设定的允许误差值。研究的动物血液光谱特征提取及识别技术具有较好的普适性和可靠性,在农业、食品检查、以及生物医学检测等方面均可发挥重要作用。

计划生育政策调整对人口数量和结构影响的研究

计划生育政策的提出有效地控制了我国的人口增长,改善了经济发展和人民生活。但其产生的负面影响也逐渐加剧,迫使国家提出了开放"单独二孩"政策。从本国具体国情出发,综合考虑影响人口数量、结构的多方面因素,通过分别建立年龄别生育模型、优化阻滞增长模型、年龄别死亡率模型、Leslie矩阵模型,最终形成反映我国实际情况的具年龄结构的人口增长模型。研究在低生育水平下,实施计划生育调整政策对未来人口数量、结构及其对教育、劳动力供给与就业、养老等方面的重要影响。

模糊识别理论在光谱数据中的应用

基于模糊模式识别理论,探析模糊模式识别方法在血液光谱数据识别中的应用,实现了对动物血液荧光光谱的特征提取与分类识别。在实验中,本文依据待处理样品光谱本身具有的模糊特性,运用模糊模式识别方法对光谱数据进行处理,并结合Matlab程序设计了分类效果较好的模糊分类器。实验结果表明,模糊识别方法在光谱数据中具有较强的识别能力,在光谱数据中具有较好的检测前景。

我国近代报刊重大突发事件报道研究——以水患为例

本研究借助近代报刊史料与文献,回溯我国1855-1949年间近代报刊对突发水患灾害事件的报道,以时间为脉络将其分为信息告知阶段、内容整合阶段和观点表达阶段,并通过聚类分析对每个阶段的报道进行分析与述评,创新性地对比了近现代水灾新闻报道的异同,归纳总结了重大突发公共事件中报刊媒介的局限性和进步性。