孔锐 薛喆

我们两人本科阶段的学习,都是在西安建筑科技大学建学院完成的,那是一段在雁塔下城墙边渡过的美好求学时光。那时候我们既能在课堂上聆听到张似赞先生、夏云先生的谆谆教诲,又可以在课后与青年教师们一起研究切磋彼时刚引入国内的各种设计软件。从刚入学的建筑概论课,一直到五年级的毕业设计,无论是老师们的授课,还是师生间的讨论,始终都有着严谨求真的态度和自由活泼的气氛,这深深地影响着我们后来的学习和实践。

基于Swin Transformer的遥感图像超分辨率重建

由于遥感图像中的物体具有不确定性,同时不同图像之间的特征信息差异较大,导致现有超分辨率方法重建效果差,因此本文提出一种结合Swin Transformer和N-gram模型的NG-MAT模型来实现遥感图像超分辨率.首先,在原始Transformer计算自注意力的分支上并联多注意力模块,用于提取全局特征信息来激活更多像素.其次,将自然语言处理领域的N-gram模型应用到图像处理领域,用三元N-gram模型来加强窗口之间的信息交互.本文提出的方法在所选取的数据集上,峰值信噪比在放大因子为2、3、4时达到了34.68 dB、31.03 dB、28.99 dB,结构相似度在放大因子为2、3、4时达到了0.9266、0.8444、0.7734,实验结果表明,本文提出的方法各个指标都优于其他同类方法.

基于核的K-均值聚类

将核学习方法的思想应用于K-均值聚类中,提出了一种核K-均值聚类算法,算法的主要思想是:首先将原空间中待聚类的样本经过一个非线性映射,映射到一个高维的核空间中,突出各类样本之间的特征差异,然后在这个核空间中进行K-均值聚类。同时还将一种新的核函数应用于核K-均值聚类中以提高算法的速度。为了验证算法的有效性,分别利用人工和实际数据进行K-均值聚类和核K-均值聚类,实验结果显示对于一些特殊的类分布数据,核K-均值聚类比K-均值聚类具有更好的聚类效果。

苏州市0-6岁儿童骨密度调查及其与25羟维生素D关系研究

目的探究苏州市0-6岁儿童骨密度养状况和影响因素及其与25羟维生素D关系,为预防儿童骨密度不足提供科学依据。方法选择苏州地区0-6岁儿童481名作为研究对象进行体格测量和相关问卷调查,并采用免疫层析法测定血清25羟维生素D水平和应用定量超声仪检测骨密度。结果 (1)定量超声骨密度Z值平均水平为-0.03±0.87,骨密度不足者57名(11.90%)。(2)单因素分析结果显示年龄(χ~2=10.38,P<0.001)、肉类(t=3.01,P=0.003)摄入和蛋类摄入(t=2.15,P=0.036)、睡眠时间(χ~2=8.63,P=0.013)、BMI(χ~2=11.89,P=0.003)、维生素D营养状况(χ~2=18.37,P<0.001)与儿童骨密度水平有关。(3)二元logistic回归分析显示肥胖(BMI>18)是影响儿童骨密度危险因素(OR=4.730,P=0.003),维生素D充足是其保护因素(OR=0.133,P<0.001)。(4)血清25羟维生素D水平和骨密度值之间存在正性直线相关关系(P<0.001)。结论 1岁内婴儿是防治儿童骨强度不足主要人群,且学龄前儿童骨密度监测工作不可忽视。防治肥胖和合理维生素D补充有利于提高儿童骨密度,促进骨骼健康发展。

利用组合核函数提高核主分量分析的性能

为了提高图像分类的识别率 ,在对基于核的学习算法中 ,核函数的构成条件以及不同核函数的特性进行分析和研究的基础上 ,提出了一种新的核函数——组合核函数 ,并将它应用于核主分量分析 (KPCA)中 ,以便进行图像特征的提取 ,由于新的核函数既可以提取全局特征 ,又可以提取局部特征 ,因此 ,可以提高 KPCA在图像特征提取中的性能。为了验证所提出核函数的有效性 ,首先利用新的核函数进行 KPCA,以便对手写数字和脸谱等图像进行特征提取 ,然后利用线性支持向量机 (SVM)来进行识别 ,实验结果显示 ,从识别率上看 ,用组合核函数所提取的特征质量比原核函数所提取的特征质量高。

一种快速支持向量机增量学习算法

经典的支持向量机(SVM)算法在求解最优分类面时需求解一个凸二次规划问题,当训练样本数量很多时,算法的速度较慢,而且一旦有新的样本加入,所有的训练样本必须重新训练,非常浪费时间.为此,提出一种新的SVM快速增量学习算法.该算法首先选择那些可能成为支持向量的边界向量,以减少参与训练的样本数目;然后进行增量学习.学习算法是一个迭代过程,无需求解优化问题.实验证明,该算法不仅能保证学习机器的精度和良好的推广能力,而且算法的学习速度比经典的SVM算法快,可以进行增量学习.

基于Pro/E二次开发的特征提取技术研究

特征是实现信息从CAD到CAPP传递的重要手段,具有丰富的内涵,给出了零件特征分类;总结了Pro/E的设计特征分类和加工特征分类,提出了加工特征的描述方法,并给出了具体的描述结构;基于Pro/Toolkit和VS2005进行了二次开发,给出了具体的开发过程和步骤,并以孔特征提取为例进行了具体说明,为后续的CAPP提供了相应信息。

硒和大蒜素对糖尿病小鼠肝脏生化功能改变的保护作用

目的 :观察亚硒酸钠、大蒜素及其合并用药对糖尿病小鼠肝脏生化功能改变的保护作用。方法 :建立四氧嘧啶糖尿病小鼠动物模型 ,测定肝脏抗氧化酶、ATP酶活性、脂质过氧化产物、一氧化氮 (NO)和肝糖原含量。结果 :糖尿病小鼠肝脏抗氧化功能和Na+、K+ ATPase ,Ca2 + ATPase的活性明显下降 ,NO和肝糖原含量明显减少 ,与糖尿病模型组小鼠相比 ,硒、大蒜素能明显逆转上述变化 ,其中硒对GSHpx,Na+、K+ ATPase ,Ca2 + ATPase活性的作用强于大蒜素 ,大蒜素对SOD活性的影响较大 ;硒、大蒜素合并用药较单独用药作用减弱。结论 :硒、大蒜素对糖尿病小鼠肝脏具有良好的保护作用 。

煤层气储层评价方法的选择

为了提高煤层气储层评价工作的效率,在总结前人对煤层气储层评价工作的基础上,根据煤层气储层评价的工作任务、评价流程的特点,分析了目前对煤层气储层评价所用的方法和手段各自的特点;从数据采集、评价指标体系的建立和评价计算方法的选择3个方面,分析了对评价的准确度、精确度、可信度的影响程度。认为目前计算机技术的应用已很深入,煤层气储层评价方法可以根据评价工作目标选择更加简单的方法,并且可以使得煤层气储层评价结果可视化程度大大提高。同时,利用同一组数据计算、对比了一般综合评价方法与熵权法的分析过程和结果的差异。

物联网工程专业实验课程设置探索

根据2010年教育部通知,中国拟对物联网等重要战略性新兴产业设立本科相关专业。关于物联网工程专业的实验课程设置是一个全新的问题,总结物联网工程专业的实验课程建设经验,对物联网工程专业的实验课程设置提出了建议。首先阐述物联网工程专业的产生背景,在分析物联网所涉及技术及相关知识的基础上,给出物联网工程专业实验课程建设方案。

光照变化条件下人脸识别方法研究

提出了一种在变化光照条件下,具有高识别率和快速的人脸识别新算法。新算法利用韦伯局部描述算子对人脸图像进行预处理,经预处理后的图像在对光照变化具有鲁莽性,采用改进的线性判别分析算法进行特征提取,利用最近邻分类器进行分类识别。新算法分别在Yale、The Extended Yale Database B人脸库进行测试,并与一些经典的方法进行比较,实验结果显示,新算法可以获得较高的识别率,尤其是在光照变化比较大的情况下,新算法更具优势,同时,新算法的速度快,完全满足变化光照条件下的人脸识别实时性的要求。

基于Gabor滤波器的快速人脸识别算法

针对传统人脸识别方法中所提取特征维数高、计算量大等缺点,提出一种新的正面人脸识别算法。新算法融合了半边人脸识别方法、Gabor滤波器、基于互信息判据的Gabor特征筛选来进行人脸识别。新算法将人脸图像分为左右两个部分,计算并比较人脸图像左右半边脸的熵,选取熵值较大的半边人脸图像进行Gabor特征提取。利用二值分类器判别单个Gabor特征的分类能力,选取分类能力较强的特征(最具判决力的特征)。再利用互信息判据对Gabor特征进行第二次筛选,以减小特征之间的冗余度。最后利用最近邻判别器来进行人脸识别。实验结果表明,新算法的识别率优于传统半边脸识别方法,识别速度也优于传统的利用Gabor滤波器进行特征提取的方法。

我国石油需求预测及经济危机下的应对建议

石油资源的特殊性使得石油市场一直变幻莫测,尤其是当前经济危机影响下,我国石油市场的走向及应对策略成为了各界关注的焦点。石油需求的走向影响着我国石油政策的制定,因此石油需求的预测是很有意义的。本文应用灰色预测GM(1,1)模型,采用了1985至2008年这24年的石油需求数据,对我国未来五年的石油需求进行了预测,结果显示需求量将持续上升,而且增幅较为稳定。在此需求预测的基础上,结合我国目前石油市场的现状分析,认为存在的主要问题在于国内的石油供给不能满足日益增长的需求,导致石油消费对外依存度过高,能源安全存在隐患;另外,工业石油消耗强度过大也导致消费结构不合理,再加上我国石油进口多集中于中东等地区,渠道单一且不确定因素较多。结合当前经济危机条件的冲击影响,从保证国内石油供给、平衡能源消费结构和石油进口区域多元化这三方面提出了相关建议,认为应该加大国内外找油的步伐,多区域进口石油,并加大新能源和低能耗能源的研发,全面保障我国石油市场健康运行。

一种快速最小二乘支持向量机分类算法

最小二乘支持向量机不需要求解凸二次规划问题,通过求解一组线性方程而获得最优分类面,但是,最小二乘支持向量机失去了解的稀疏性,当训练样本数量较大时,算法的计算量非常大。提出了一种快速最小二乘支持向量机算法,在保证支持向量机推广能力的同时,算法的速度得到了提高,尤其是当训练样本数量较大时算法的速度优势更明显。新算法通过选择那些支持值较大样本作为训练样本,以减少训练样本数量,提高算法的速度;然后,利用最小二乘支持向量机算法获得近似最优解。实验结果显示,新算法的训练速度确实较快。

基于核Fisher判决分析的高性能多类分类算法

探讨了核Fisher判决分析算法(KernelFisherDiscriminantAnalysis,KFDA),并提出了一种基于KFDA的高性能多类分类算法。在进行多类分类时,首先通过一个非线性映射将训练样本映射到一个高维的核空间中,建立一个KFDA子空间,在该高维空间中,不同类别的样本之间的差异增大,同类样本聚集在一起,因此,在这个高维核空间中,就可以利用简单的最近邻法进行多类分类。实验结果表明,该算法在保证分类精度的条件下提高了分类器的训练和分类的速度。

基于全局特征和局部特征组合的脸谱识别方法

本文中,提出了一种新的脸谱识别方法。首先利用核主分量分析技术提取脸谱图象的全局特征,然后利用独立分量分析技术提取脸谱图象的局部特征,分别挑选出部分局部特征向量与部分全局特征向量组合成脸谱的组合特征向量,然后利用支持向量机分类器进行识别。采用ORL脸谱库进行测试,并与其它特征提取方法进行了比较,实验结果显示基于组合特征方法的识别率明显优于其它方法。

基于核Fisher判决分析的脸谱识别新方法

本文提出一种新的基于核Fisher判决分析(简称KFDA)的脸谱识别方法。即首先应用KFDA提取脸谱特征,然后,进行脸谱识别。利用标准的AT&T脸谱数据库对KFDA特征提取方法和PCA、FDA以及ICA特征提取方法进行比较,最后使用线性支持向量机(简称SVM)进行分类和识别,实验结果显示基于KFDA特征提取脸谱识别方法的识别率明显优于其它三种脸谱识别方法的识别率。

一种新的全局指纹图像参考点检测算法

提出了一种全局指纹图像参考点检测算法,首先计算指纹的下曲率值,然后建立一个参考点检测模型,利用下曲率最大的优化方法确定参考点。还提出了一种估计参考点的算法,当参考点在图像的外面时,算法可以估计出参考点的位置。实验结果显示,算法不仅精度比传统的PI算法高,而且也比PI稳健,可以检测出拱形指纹的参考点,而PI算法则不能。

基于几何思想的快速支持向量机算法

为了快速地进行分类,根据几何思想来训练支持向量机,提出了一种快速而简单的支持向量机训练算法——几何快速算法。由于支持向量机的最优分类面只由支持向量决定,因此只要找出两类样本中所有支持向量,那么最优分类面就可以完全确定。该新的算法根据两类样本的几何分布,先从两类样本的最近点开始;然后通过不断地寻找违反KKT条件的样本点来找出支持向量;最后确定最优分类面。为了验证新算法的有效性,分别利用两个公共数据库,对新算法与SMO算法及DIRECTSVM算法进行了实验对比,实验结果显示,新算法的分类精度虽与其他两个方法相当,但新算法的运算速度明显比其他两个算法快。

我国重要矿产资源评价模型设计与研究

本文在对国内外有关矿产资源重要性研究相关分析基础上,归纳总结出我国"重要矿产资源"的基本概念及研究特征,依此结合模糊数学的综合评判模型特征比较,认为对我国重要矿产资源进行评价使用该模型是可行的。根据综合评判的基本建模思路,构建了我国重要矿产资源评价的综合评判模型。基于此,利用相关数据资料,对铁和锡这两种矿产资源在我国的实际状况进行了综合评判。在验证了所建模型基础上,从矿产资源本身和与其他矿产资源比较两个角度,分析了其绝度重要程度和相对重要程度。同时分析了综合评判法的缺陷,并对结果进行了分析和修正,为我国矿产资源的研究提供了有力支持,并给相关研究提供参考。