简介：针对单一特征步态识别率低的问题，提出一种将步态能量图（GaitEnergyImage，GEI）中动态部分和Gabor小波特征融合的步态识别算法．首先，通过运动目标检测及二值化和形态学处理等预处理操作得到步态轮廓图，再进一步从步态轮廓图计算得到步态能量图，并从中分割出动态部分．然后，利用Gabor小波从步态能量图的动态部分中提取不同角度的信息，将两步态特征融合在一起，对融合后得到的特征向量用改进的KPCA方法进行降维．最后，将降维后的融合特征向量输入到基于多分类的支持向量机（SupportVectorMachine，SVM）中，从而完成步态的分类和识别．经过在中国科学院自动化研究所CASIA步态数据库上进行实验，取得了很好的识别效果，实验结果表明，与单一特征的步态识别方法相比，融合后算法的识别率提高了约10％．

简介：针对BPR模型收敛速度慢的问题，RandleS提出一种非均匀采样非隐式反馈数据方法AOBPR模型来加快收敛速度，可是该算法只能利用隐式反馈数据.为了改进其算法的不足，我们提出了一种将AOBPR模型与经典的基于矩阵分解的SVD＋＋算法相结合的算法AOBPR_SVD＋＋.改进后的算法不仅能利用隐式反馈数据也能利用显式反馈数据.最后通过在两个真实数据集中进行实验验证，表明改进后的算法可以获得更好的推荐效果.

简介：道路目标检测在智慧城市建设中扮演着重要角色,而Faster-RCNN是目前主流的目标检测网络结构算法.本文在Faster-RCNN卷积神经网络结构基础上增加了特征金字塔网络层,并采用关注损失函数替代了原有的交叉熵损失函数.其中增加的特征金字塔特征融合层可以提取到检测图片中更具鲁棒性和一般性的前背景特征,而通过关注损失函数则能起到缓解检测图片中的正负样本不均的情况.最后,在公开数据集KITTI上实验证实,改进的目标检测算法能实现提高原有的Faster-RCNN目标检测准确率.

简介：针对深度信念网络无法科学有效地确定网络模型深度和隐层神经元数目等问题，根据贪心算法思想，提出了一种动态构建深度信念网络模型的新方法.即从底层逐层构建深度信念网络的过程中，根据验证集错误分类率调整当前层神经元数目，使当前模型达到最优后，固定当前层神经数目，网络深度增加一层；继续调整下一层神经元数目，直至整个模型构建完成.最后，根据重构误差微调各层神经元数目.结果表明，与依据重构误差构建的深度信念模型相比，利用此方法构建的深度信念网络模型的分类准确率更高.

简介：本文利用金霉素对KMnO4-Na2SO3化学发光体系的发光有增敏的作用，结合流动注射技术，建立了流动注射化学发光法测定金霉素的新方法。在最佳条件下，金霉素溶液的浓度在2．0×10^-7～5．0×10^-5mol/L范围内与化学发光强度呈良好的线性关系。该方法的检测限（S／N=3）为1．0×10^-8mol／L。对实际样品进行回收实验，回收率在98％-103％间。结果表明该方法适合对金霉素的测定。并对可能的发光机理进行了初步的探讨。

简介：应用初等数学的知识将铁—水体系系中的电位-pH曲线分类,按电位由低到高、pH由小到大的顺序绘制电位—pH图,应用线性方程确定图中曲线的交点,使铁—水体系的电位—pH图的绘制显得清晰、明了。

简介：本文研究了在聚乙二醇2000（PEG）硫酸铵双水相体系中，溶液酸度、盐的浓度、PEG浓度、表面活性剂类型、加入金属离子等因素对常见食用色素赤鲜红、苋菜红、柠檬黄、靛蓝、落日黄萃取率的影响。测定了各色素在纯水相和PEG相的吸收光谱。利用双水相体系测定了苋菜中苋菜红的含量。

简介：研究了聚乙二醇2000（PEG）-（NH4）2SO4结晶紫双水相体系中，金属离子络合物及萃取剂的光谱行为，探讨了金属离子络合物在PEG相中存在形态及萃取机理。同时实验了在不同酸度、盐用量、萃取剂用量以及在不同表面活性剂的影响下铼的萃取率，通过控制一定条件，可实现了Re（Ⅶ）与Mo（Ⅵ）的分离。