建设节约型城市的几点建议

建设节约型城市是当前我国资源紧缺条件下的必然选择,本文从城市规划的角度探讨了对城市资源节约和环境影响较大的土地、交通能源、建筑等资源的节约和综合利用等问题,并提出具体的规划措施。     

基于深度学习的甜味剂分类模型

针对开发甜味剂过程中筛选百万级别甚至千万级别的天然或合成分子需要大量时间和资金的问题,该研究提出了一种基于深度学习的甜味剂分类模型。首先对数据集进行了扩增和优化,生成分子指纹以及分子图片,然后将注意力机制加入到DenseNet结构中,对分子特征和提取的特征进行融合。在20 029个分子图像和分子指纹数据集上进行训练,并在独立测试集上进行模型检验。试验结果表明,分类准确率为0.934,准确率波动幅度小于0.005,4类物质(强甜味、弱甜味、无味、苦味)的分类精度均超过0.91,优于传统机器学习模型和常用的卷积神经网络模型,可以从大量分子中筛选并识别目标分子,能使相关研究人员更容易地筛选出潜在甜味剂,并为将来甜味剂的筛选提供了一种思路与方法。     

基于改进C4.5算法的森林火险天气等级评估

应用数据挖掘技术,对影响林火的因子进行数据分析与综合评估。针对林火这一课题的特殊性与复杂性,采用一种改进的C4.5决策树算法对森林火险天气等级进行评估决策。该算法着眼于从一组互不相关的事例中推算出以决策树为表现形式分类规则,并采用基于可信度阈值的后剪枝技术降低决策树纯度。基于算法原理,综合分析了温度、湿度、风力等林火因子数据集,分析了决策树算法应用于数据分类和知识发现的过程和特点,研究了该决策树模型在天气评估中的应用,建立了一套森林火险天气等级评估方法。通过试验表明,林火等级与各林火因子数据集之间建立了有机联系,实现了该算法在林火等级评估方面应用的可能,同时,也指出了该算法应用的局限性与待解决的问题。     

基于KL变换的汽车车型的识别方法

提出了一种基于KL变换的汽车车型的识别方法．首先对车辆图像进行预处理，然后通过KL变换构造特征车，将样本投影到特征车子空间，得到的投影系数即为待识别车型的代数特征．最后利用K近邻法进行车型识别．实验结果表明了中提出的车辆识别方法是简便、快捷、有效的。     

复合液体微生态制剂在四大家鱼养殖中的几点应用经验

在四大家鱼养殖中，传统的杀虫剂、消毒剂和抗生素已难以解决目前因养殖水体恶化带来的种种问题。本文总结了几年来在湖北四大家鱼养殖中推广液体复合微生态制剂过程中的成功经验．供读者参考。     

西部小城镇的整体规划探讨

本文以生态城市的内涵与特征为基础,结合西部山地城镇特有的地形和生态特征,针对生态城市的三个结构构成部分:经济生态系统、社会生态系统和自然生态系统进行分析,提出相应的城市建设策略,并在规划设计和建筑设计两个阶段提出相应的具体设计,来探讨在城镇规划设计方面进行山地小城镇生态化建设的途径。     

基于KL变换的汽车车型的识别方法

提出了一种基于KL变换的汽车车型的识别方法.首先对车辆图像进行预处理,然后通过KL变换构造特征车,将样本投影到特征车子空间,得到的投影系数即为待识别车型的代数特征,最后利用K近邻法进行车型识别.实验结果表明了文中提出的车辆识别方法是简便、快捷、有效的.     

基于多特征的印刷体数字识别

采用特征识别的方法，提取数字的区域像素、水平过线、垂直过线三大方面的17个特征值对印刷体数字进行识别。利用MATLAB进行仿真实验，实验结果表明该识别方法简单，识别率高，速度快，抗干扰性强，对于不同字体、字形、字号的印刷体数字，能够快速准确识别，具有广泛的用途。