感恩报国 再立新功

来源 :酒.饮料技术装备 | 被引量 : 0次 | 上传用户:hualidewushi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
历史上中国商人的地位一直较低,在'士农工商'中,排于末尾。但在建设社会主义市场经济的今天,我们企业家和商人的社会地位得到了空前的提高,党和国家也给了我们很大的荣誉。现在中央又专门出台了支持和鼓励企业家的《关于营造企业家健康成长环境弘扬优秀企业家精神更好发挥企业家作用的意见》,针对企业家们普遍关心的十大类问题进行了系统性的阐述,这反映了中央对企业家
其他文献
提出新的有效的位姿测量算法。该方法使用共面特征点,利用投影变换中的平行性约束等仿射不变量快速求得特征点摄像机坐标系空间深度值,并作为初值求解以特征点几何约束条件建立的无约束非线性最优化目标函数,保证最终解的精确性和收敛性。搭建实验系统验证了算法的有效性,并与最小二乘法进行比较,该算法有效减少了计算过程中的迭代次数,提高了运算速度。该结果为应用单目视觉进行工业实时在线测量提供了一种新的方法。
针对传统EM算法训练GMM不能充分利用训练数据所属高斯分量信息,从而在一定程度上影响说话人识别性能的缺陷,采用RPEM(竞争惩罚EM)算法训练GMM,并引入批处理RPEM算法解决RPEM算法运算量大、收敛速度慢的问题,同时针对RPEM和批处理RPEM算法训练时方差优化存在的问题进行了改进,提出了改进的批处理RPEM算法。在Chains说话人识别数据库上的实验表明,改进的批处理RPEM算法取得了相对
统计数据轨迹一般具有重视变化趋势、数据噪声较大、模式分布不同等特点,直接使用传统的聚类分析方法难有很好的效果。对此在K-means算法的基础上,分别采用了归一化处理、平滑处理以及关键峰匹配等方法处理上述三个问题,设计了一种解决系统使用轨迹模式分析问题的改进聚类方法。通过使用仿真数据与实际数据进行测试分析,在仿真数据上改进算法显著降低了聚类的错误率。在实际数据上,改进算法得出的聚类结果优于K-mea
针对相关算法在挖掘频繁闭项集时所存在的问题,提出了一种基于位运算的频繁闭项集挖掘算法。该算法首先将数据集转换成布尔矩阵,只需扫描数据集一次;通过位运算计算支持度,利用矩阵和数组存储辅助信息,减少时间和空间消耗;深度优先搜索产生频繁闭项集时利用剪枝策略进一步减少挖掘时间;利用同生项集性质进行闭合性检测,无须检查超集或子集。理论分析和实验结果验证了该算法的有效性。
提出了一种新的基于细菌觅食优化的盲信号提取算法。采用负熵作为信号提取的目标函数,利用球坐标变换原理将对提取向量的求解转换为对旋转角度的求解。使用改进的细菌觅食优化算法对目标函数进行优化求解,从而实现对源信号的盲提取。通过多次提取和去相关消源过程,可以实现对所有源信号的成功提取。对多路语音信号混合后的盲提取实验验证了所提出算法的有效性。
以对二进制程序进行自动化缺陷发现为目标,基于软件虚拟机的动态二进制翻译机制和污点传播机制,对符号计算需要关注的程序运行时语义信息提取、中间语言符号计算等机制进行了研究,改进了传统动态符号执行的路径调度部分,分析了程序缺陷的符号断言表达形式,构建了一个在线式的动态符号执行系统检测二进制程序中的缺陷。实验验证了该方法在实际程序缺陷发现中的有效性。
为了改善和声记忆库群体多样性,提高算法的全局寻优能力,在度量群体多样性指标的基础上,从参数动态调整方法、和声记忆库更新策略两个方面对基本和声搜索算法进行了改进,提出了多样性保持的和声搜索算法,并将该算法应用于TSP的求解。结合TSP问题特点,设计了基于交换和插入算子的和声微调方法。实例优化结果表明,改进后的算法不容易陷入局部最优,优化性能显著提高。
传统属性空间的密度聚类算法仅考虑对象属性取值相似度,网络空间密度聚类算法仅关注对象间关系紧密度。针对两类算法的不足,提出一种兼顾属性距离及关系强度的密度聚类算法。在构建兼顾属性距离及关系强度的网络之后,完善了近邻对象及核心对象的概念,并给出了相应的聚类策略。理论分析和实验结果表明,由于综合考虑了属性、关系及关系强度信息,算法规避了对象属性值分布对聚类过程的影响,改善了聚类效果,并能有效识别枢纽点和
利用3D-MAX建立了三种飞机模型,设计了三维飞机目标图像库。在该图像库中按不同的飞机模型分为三个大类,每个大类中按不同的飞行姿态分为24个组。论述了三类飞机图片的纹理特征的提取方法,并通过基于贴近度的多传感器一致性融合方法计算每类飞机图像的对比度融合值、熵融合值、逆差距特征融合值,通过最小距离法对测试对象的归类进行预判断。介绍了K-L变换、降维特征矩阵空间与投影系数向量,计算了图库中每张图像在降
水平集方法的诞生有效解决了以前算法不能解决的在曲线演化过程中的拓扑变化问题,其核心是利用水平集这一数学理论来对能量函数进行极小值求解的曲线演化过程,通过求解极小值最终获取目标轮廓从而达到图像分割的目的。为了解决不同应用领域的图像处理问题,各种相应的基于水平集方法的图像分割算法已被提出,大量的研究者仍在不断地改进和提高这些算法的效率和有效性。对现有的用于部分图像分割的水平集方法进行了综述,主要介绍传