简介：本文探讨了牙本质龋损中胶原蛋白的变化持点,为临床牙本质龋的预防与治疗提供参考依据.实验采用氨基酸自动分析仪测量正常和二层龋坏牙本质龋胶原蛋白中18种氨基酸含量,结果表明:(1)正常与内层龋坏牙本质胶原蛋白中18种氨基酸含量无明显差别(P＞0.05).(2)外层龋坏牙本质胶原蛋白除甘氨酸明显增高外,其余氨基酸含量明显低于正常及龋坏内层牙本质中的胶原蛋白(P＜0.05).说明牙本质发生龋损时,内层龋坏牙本质中的胶原蛋白在其氨基酸含量及构成比上无显著改变,同正常牙本质胶原蛋白-样为Ⅰ型胶原;而外层龋坏牙本质中的胶原蛋白则发生了明显变化,非Ⅰ型胶原.本文研究结果同时也说明作为生命科学研究重要组成部分临床医学一个分支的口腔医学和分析仪器有着密切的关系,自动生化分析仪器氨基酸自动分析仪在口腔医学的研究中有看重要意义.

简介：针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.

简介：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：人脸识别已经广泛地应用于日常生活中,作为关键技术之一的人脸清晰度评价成为了热门的研究课题.然而,传统的手工提取特征的方法在效果和鲁棒性上都有所欠缺.为此,我们运用卷积神经网络实现特征的构造和选择,有助于提高评价结果的准确率.同时针对网络复杂、参数过多和耗时长等问题,还提出将传统的卷积结构改造成双卷积层结构的方法来提升计算速度.经过大量的实验表明,本文提出的人脸清晰度评价算法能够准确地进行人脸清晰度的评估,并且具有较快的处理速度.

简介：自智能交通系统出现以来,汽车驾乘员的安全带检测一直是备受关注的研究课题.依据城市道路的交通卡口监控数据,研究一种基于深度学习的汽车驾乘人员安全带检测算法,能够准确识别驾驶员是否佩戴安全带.通过对卡口图片进行人工标定,并运用深度学习方法训练两个检测器和一个分类器,最终实现安全带的快速定位和分类.本文提出的方法在城市道路卡口采集的图像上检测效果较好.

简介：人群分析在模式识别和机器学习领域内是一个非常有趣的课题.人群小群体成员之间的主从关系检测为视频监控和计算机视觉领域打开了新的视野.同时,小群体主导者的检测也是人群分析的重要组成部分.文章提出一种结构化SVM的学习框架,并结合行人的时间滞后分析特征和行人位置关系特征对小群体主导者进行预测.实验结果表明,本方法在人群分析数据集下取得了很好识别效果.

简介：软件的图形用户界面(GUI)的视觉设计影响着用户的使用体验.在没有既定标准的情况下,测试人员对GUI评分的主观性和大量的重复性工作,会造成GUI测试的评分偏差和效率低下.针对上述问题,本研究工作构建了基于云平台的软件GUI自动测试系统,分别使用HOG+SVM模型和AlexNet模型对GUI图像进行特征提取并分类.考虑到软件GUI数据样本量小,提出利用迁移学习策略改善AlexNet网络的性能.针对用户的多样性和算法对计算性能的需求,GUI自动测试系统部署在云平台上,用户可以对软件GUI进行实时评估.实验证明,系统用于GUI自动测试具有良好的性能,并且可以避免主观因素的影响以及减轻软件测试员的工作量.

简介：域自适应算法是一种能有效解决训练集（源域）和测试集（目标域）样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机（DDM-ELM）用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标：1）最小化源域样本的分类误差;2）通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3）利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.

简介：温度是影响液相色谱分析的重要因素，但是其作用却一直没有得到很好应用。本文在液相色谱基础上构建了一套适合高温分析的色谱系统，并通过对苯同系物及芳香烃的分离，考察了温度对色谱分离选择性的影响。结果表明，对于结构差别大、保留不同机理的物质，改变温度可以显著改善分离的选择性。

简介：针对传统算法大多忽略人眼特性,获得的视差图与人眼真实感受之间存在一定差异的问题,提出了一种符合人眼视觉特性的自适应权重匹配算法.该算法首先引入视觉显著性特征,然后对像素权值分配进行改进并提出新的匹配代价度量准则,最后采取左右视差图融合的方法获得最终视差图.相关图像实验表明,改进算法很好地解决了遮挡问题,可精确描述边缘和细节视差;相对于原算法有较大程度的性能提升.

简介：利用基于密度泛函理论的第一性原理赝势平面波方法,计算了新型稀磁半导体母体YCuSO的能带结构和态密度以及介电函数、反射函数和吸收函数等光学性质.计算结果表明,YCuSO属于直接带隙半导体,禁带宽度约为1.22eV.其费米面主要由Cu3d和S3p层电子构成.YCuSO半导体晶体在80~90nm处存在明显的光损失,在80~350nm区间光反射较大,光吸收主要发生在50~680nm区间,表明YCuSO在红外与远紫外波段具有潜在的应用价值.这些结果为实验室合成基于YCuSO母体、电荷自旋注入机制分离的新型稀磁半导体,进而研究其性质提供了依据.

简介：肌音可用于跟踪局部肌肉疲劳引起的肌肉收缩性能的变化，之前相关的文献主要研究的是静力性运动疲劳的肌音特征.现在我们对动力性运动疲劳产生的肌音信号变化特征进行分析，提取腓肠肌坐姿负重提踵至疲劳所产生的肌音信号并进行分析，得到了肌音信号中值频率的变化规律.计算显示随着时间的延长和疲劳的加深，肌音信号的中值频率呈现增大的趋势，与静力性运动疲劳所得的结论有所不同.实验结果显示，肌音信号的特征受运动类型影响较大，静力性运动所得出的结论不能适用于动力性运动.

简介：肺炎性军团杆菌(Legionellapneumophila)为人工热水系统中发现的致病性水生病菌。自发现20年来,如何有效地处理和防治该病菌已引起高度重视。本文通过最近十几年来的有关文献,对目前处理该水生病菌的几种有效方法和检测技术作简明扼要的描述。

简介：本文对同一样品使用不同型号的实验仪器、采用不同的碾磨时间对稻谷整精米率进行比对分析，探讨影响稻谷整精米率测定结果的主要因素。希望能促使整精米率操作方法更加完善，减少检验误差，确保测定结果的准确性。

简介：近年来,目标显著性检测引起了众多学者的极大关注,并涌出了一些基于低秩矩阵恢复理论的检测方法.在这些方法中,人们一般使用核范数约束低秩部分.但是,由于秩函数是非凸且不连续的,由此导致核范数不能很好地逼近秩函数,使得检测效果往往不佳.为解决上述问题,现提出基于加权Schatten-p范数与低秩树结构的稀疏分解模型.一方面,利用加权Schatten-p范数对图像背景进行低秩约束.另一方面,采用具有树结构稀疏特性的l2,1范数和图像拉普拉斯正则化对显著性目标进行稀疏约束,以此提高显著性检测精准度.经过与4种已有的常用显著性检测方法在3个不同数据库中的实验结果对比,证实现提出的方法具有更好的检测性能.

简介：本文建立了在同一液相色谱条件下测定混制剂中2甲4氯、莠去津和莠灭净含量的方法。本方法采用XTerraRP18柱,用甲醇-乙酸溶液（50：50体积比）为流动相,在检测波长210nm下,外标法对试样中的2甲4氯、莠去津和莠灭净进行定量分析。分析结果表明2甲4氯、莠去津和莠灭净的线性相关系数分别为0.9995、0.9993、0.9994;标准偏差分别为0.037、0.085、0.069;变异系数分别为0.48%、0.79%、0.43%;平均回收率分别为98.51%、102.60%、99.09%。