国家高新区产业集群成长二维分析模式研究

本文首先从高新技术产业演变模式研究入手,提出了国家高新区产业集群成长二维分析模式。基于提出的二维分析模式,本文提出了影响国家高新区产业集群成长的四大关键要素,包括:产业空间聚集度、创业创新环境、企业成长性和基于产业链和产业联盟集群产业成长竞争力。本文描述了这些关键要素在国家高新区产业集群成长中不同模式和不同成长阶段的产业表现特征,并给出了根据这些表现特征制定促进国家高新区产业集群成长政策建议框架。

科技汉语句法结构二维分析模式

目的:提出一种能清晰直观地展示科技汉语句法结构的分析模式。方法:针对理科教材,以多维的视角分析科技汉语中定义、定理、定律的句法结构。结果:发现句子的口头或书面表达形式从语序上看是一维的,但从句法结构分析是多维的;提出了一套科技汉语句法结构二维分析模式,包括基本符号和基本句式。

基于子模式双向二维线性判别分析的人脸识别

针对表情和光照变化等对人脸识别影响的问题,提出一种基于子模式双向二维线性判别分析(Sub-pattern two-directional two-dimensional linear discriminant analysis,Sp-(2D)2 LDA)的人脸识别方法。该方法首先对原图像进行分块处理,并保持子块间的空间关系,然后对各个子训练样本集从行方向和列方向同时利用2DLDA进行特征抽取,最后把各个子特征矩阵拼接成一对应原始图像的特征矩阵,并采用最近邻分类器进行分类识别。在ORL及Yale人脸库上的试验结果表明,Sp-(2D)2 LDA有效降低了鉴别特征的维数,减少了表情和光照变化的影响,获得了较好的识别性能。

基于子模式的完全二维主成分分析的步态识别算法

提出一种基于子模式的完全二维主成分分析的步态识别算法.首先对步态能量图进行子块划分,自适应地去掉对分类无用的子块.然后分别对每个子图像采用完全二维主成分分析方法进行特征抽取.最后将各个子块的特征合为整体采用最近邻分类器来测试识别.应用上述方法在CASIA步态数据库上进行实验,通过实验确定分块数目.实验结果表明本文算法明显好于完全二维主成分分析方法,不但有利于提取局部特征,而且对外套变化、背包,行走方向变化的步态识别也较有效.