基于R-ELM的实时车牌字符识别技术

提出新的实时车牌字符识别技术.该技术对分割后的字符图像进行灰度化,归一到固定像素大小,采用R-ELM算法进行训练.该技术的优点在于能够采用较小的样本集,快速达到理想的识别率.实验数据显示,与传统的BP算法相比,效率能够提高2～3个数量级.为了有效地挖掘GPU的运算能力,系统采用弹性队列与动态符合调整方法,将字符数据组合成数据包,保证在使用图形处理器（GPU）进行识别的过程中,运算效率最大化.实验显示,与CPU相比,能够得到近2个数量级的速度提升.通过对大量实际样本图像的测试,采用该方法获得了良好的识别及加速效果.

基于相关性准则和R-ELM模型的岩溶隧道涌水量预测研究

为实现隧道涌水量的高精度预测,以相关系数法和极限学习机为理论基础,构建隧道涌水量预测模型。首先,结合工程实例对隧道涌水的影响因素进行分析,并利用相关系数法分析各因素与涌水量之间的相关性,以筛选出重要影响因素;其次,将筛选出的重要因素作为预测模型的输入层,并利用试算法和经验公式优化极限学习机的模型参数,再利用M估计弱化预测误差,进而构建出用于隧道涌水预测的R-ELM模型。研究表明:1)岩溶隧道涌水灾害的影响因素较多,包括5类一级因素和12类二级因素,不同因素对隧道涌水灾害的影响程度存在一定差异;2)R-ELM模型预测结果的平均相对误差仅为1.12%,具有较高的预测精度,不仅验证了模型参数优化和M估计优化的有效性,也验证了R-ELM模型在隧道涌水量预测中的适用性。

达人主播直播带货对消费者购买意愿的双路径影响——基于SOR及ELM模型的分析

文章基于SOR模型和ELM模型,研究了达人主播直播带货营销对消费者购买意愿的影响机理。该研究发现,消费者购买意愿通过中心路径和边缘路径被影响,中心路径因素为信息质量和促销激励,而边缘路径因素为达人主播的专业性、知名度和社会临场感。此外,消费者的感知信任和感知价值对其购买意愿具有显著正向影响,并在不同因素之间起中介作用。本研究结果提供了一个包括感知信任和感知价值双路径的中介影响模型框架,为未来研究该领域提供了新的思路和实证基础。

基于极速学习的粗糙RBF神经网络

提出了一种用于训练粗糙RBF神经网络(rough RBF neural networks,R-RBF)的极速学习机(extreme learning machine,ELM)方法,通过引入矩阵的Moore-Penrose逆,将传统的迭代学习方法转换为一种求线性方程的极小范数最小二乘解的方法.实验证明,在训练精度、训练时间上都能够达到非常优越的性能,其泛化精度能够提升50%以上.

(3R,4R)-欧洲榆小蠹聚集信息素的合成

欧洲榆小蠹原产欧洲榆树生长区，美国、加拿大及非洲北部也有分布，其成虫及幼虫蛀食榆树皮，并能传播榆疫病，从而影响榆树生长．Ｐｅａｒｃｅ等分离出其聚集信息素并鉴定其分子结构为（—）４甲基３庚醇（１）［１］，Ｍｏｒｉ等研究结果确定出其天然产物构型为...

信息疫情背景下健康谣言分享意愿影响因素研究——基于S-O-R与ELM整合模型

[目的/意义]探究信息疫情背景下健康谣言分享意愿的影响因素与形成机理,为危机情境下健康谣言治理提供参考和建议。[方法/过程]在S-O-R与ELM整合模型的基础上,构建信息疫情背景下健康谣言分享意愿影响因素理论假设模型,解释信息刺激驱动用户感知进而影响分享意愿的双重加工路径,利用调查问卷获取数据并采用结构方程模型进行假设检验。[结果/结论 ]结果表明,个人涉入度负向影响健康谣言感知信任,来源可信度正向影响健康信息焦虑和健康谣言感知信任,用户感知正向影响健康谣言分享意愿并在模型中起中介作用。电子健康素养在个人涉入度、健康信息焦虑与感知信任之间都起到负向调节作用。来源可信度触发的外围路径对健康谣言分享意愿的影响更大,信息疫情背景下人们更依赖于非深度思考的信息加工模式。