基于脉冲耦合神经网络的汉字纹理特征提取

论文运用改进的脉冲耦合神经网络（PCNN）简化模型结合梯度向量的方法对汉字图像进行纹理特征提取。首先对汉字图像求出梯度向量得到梯度图像,然后利用PCNN的脉冲并行高速传播特性对梯度图像进行迭代点火,每次点火后的二值图像进行概率统计,全部迭代次数的统计向量作为提取的纹理特征。仿真结果表明统计向量作为纹理特征的有效性,同时验证了该方法具有运算速度快、旋转不变性和尺度不变性的优点,为汉字复原提供了研究的基础条件。     

基于遗传神经网络的植物叶片病害特征提取的研究

为提高作物病害定量、快速、准确识别,以大豆褐斑病为例,综合运用计算机数字图像处理技术与人工神经网络技术,建立了一个多层前馈遗传神经网络,实现了大豆褐斑病的识别与特征计算。本技术首先通过计算机视觉技术采集叶片图像,尔后,采用遗传神经网络完成了对病斑图像的识别,最后运用数字图像处理技术完成了对病斑区域相关特征值的计算,实验识别准确率达100%。     

一种基于脉冲耦合神经网络的去除脉冲噪声算法

针对脉冲噪声图像,传统的滤波算法容易造成图像模糊或者图像细节丢失等问题。在深入分析脉冲噪声的特点及脉冲耦合神经网络（PCNN）的内在机理的基础上,提出了一种基于PCNN和边缘信息的脉冲噪声滤波算法。通过PCNN找到图像的疑似噪声点,然后通过对像素的位置信息分析,采用不同的模板对图像进行中值滤波,得到脉冲噪声滤波的具体算法。试验结果表明,该方法不但能有效地去除图像中的脉冲噪声,而且能很好地保护图像细节信息。[     

也谈《诗·小雅·采薇》的主旨

对《采薇》主旨的认识,主要有"遣戍役之诗"和"戍役归还之诗"两种观点,但都有与诗情不太相符的地方,通过《采薇》与《诗经》中其他战争题材诗歌的比较,我们认为《采薇》的作者应是一位下层贵族,《采薇》是他参与猃狁作战后在归途中对战争的追忆,抒发的是对久戍不归的悲叹和对王事靡盬的抱怨之情。     

基于脉冲耦合神经网络的粘连玉米种子图像分割

为解决玉米种子内部机械裂纹检测过程中存在的种子间粘连问题,提出一种基于自适应脉冲耦合神经网络(Pulse coupled neural net)模型与熵值最大原则相结合的图像分割算法。运用直方图均衡化和布特沃斯低通滤波器进行频域增强预处理,以提高玉米种子与图像背景的对比度;运用PCNN模型,结合最大熵值原则对预处理后的粘连玉米种子图像进行分割,并引入图像像素的拉普拉斯能量(Energy of laplace)作为PCNN网络各神经元之间的连接系数,以增强图像分割效果;采用维纳滤波和数学形态学对分割后存在的噪声和断点进行处理,得到最终的分割效果。试验结果表明:PCNN与熵值最大原则相结合的图像分割算法的分割准确率为92.5%,运行时间为1.166 2s,分割准确率高于改进分水岭算法、OTSU算法和最大熵直方图分割算法,用时略长于其他分割算法。     

论“《广雅》云”的作者及《广雅》作者时代—兼与周文棠先生商榷

近日在《农业考古》2 0 0 1年第 2期上读到周文棠先生的大作《 <广雅 >茶事作者与时代的商榷及其对茶史的影响》 ,周文在论及陆羽《茶经·七之事》所引“《广雅》云”时认为 :“这段文字是茶界公认的茶文化重要史料 ,但作者是谁 ?作者是什么时代著的 ?却有不同意见。……吴觉农、陈祖、朱自振、周文棠等认为是张揖所著 ,但对于作者所处时代意见不同。……本文作者认为是南北朝后魏太和年间 (约公元 4 77— 4 99年 )。”“后魏之说是言之有据的。即张揖是《广雅》中茶事内容的作者 ,其著作时代是南北朝后魏太和年间。”周文的观点主要有两…     

《范子计然》的性质与作者初探

关于《范子计然》的性质,历来就有分歧,有人将其归入五行家,也有人将其归入农家,莫衷一是。两种观点都失之偏颇,详考其残留之条文,或应将其视作百科全书类型的书。关于该书的作者,不少学者认为是范蠡,也有不少学者对此进行质疑。该书作者断然不是范蠡,当成于两汉之际的某位学者之手,可能与刘歆有极为密切的关系。     

《大观茶论》作者问题的探讨

宋代十来种茶书中，《大观茶论》占有重要地位。有关《大观茶论》的作者，在茶叶学界历来认定为宋徽宗赵佶所著。如新近出版的《中国茶叶大辞典》(中国轻工业出版社，2000)的介绍是：“《大观茶论》，原名《茶论》，又称《圣宋茶论》，宋徽宗赵佶撰。约成书于宋大观元年(1107)。     

2012—2013年《农技服务》载文分析

为进一步提高《农技服务》的办刊质量,促进其持续稳定发展,运用文献计量法,分析2012--2013年《农技服务》的载文量、作者及其机构、基金论文等。结果表明,2012年、2013年共出版24期,载文量分别为789篇和837篇;载文方向以专业实用技术为主,获得国家及省级基金资助的论文数较少,作者队伍及作者机构相对稳定,作者机构以科研所、职业技术院校及基层农业技术推广单位为主。结论:《农技服务》栽文量较多,信息量丰富。栽文方向符合农业技术推广需求。但论文深度有待提高,基金论文数有待增加。     

基于纹理特征和神经网络的图像识别

图像特征是用来区分图像内部最基本属性或特征的,它包括了几何特征、形状特征、颜色特征、纹理特征等,在这些特征中纹理特征理解过于复杂,至今尚未有一个大家都认同的定义,从而也就使得纹理分析变得很困难。该文主要研究图像的分类识别,采用基于灰度共生矩阵的纹理特征的提取。以8位灰度图为研究对象,依次对图像进行4个方向(0°、45°、90°、135°)的扫描,并分别建立灰度共生矩阵,从而提取纹理特征参数,然后建立BP神经网络模型,用提取的纹理特征值,来训练BP神经网络模型,使网络模型能够识别图像的内容。此文提出了用纹理特征训练神经网络的方法来识别图像,研究结果表明,纹理是图像分析中一个非常重要的特征,所提取的图像特征是描述图像相当有效的参数。     

基于混沌模糊神经网络方法的短期负荷预测

文章通过研究我国科技投入与经济增长之间的依存关系,建立了相关的计量经济学模型,利用模型测算出我国科技投入对经济增长的拉动效应,并在此基础上提出相应的政策建议.     

略论北宋笔记中的荒政

北宋笔记记载了大量的自然灾害,也记载了丰富的荒政。本文基于笔记史料,关注仓库救济、安置流民、稳定米价所运用的荒政,认为官仓的救济方式多元,但是存在库存不足的弊端;相对于单向的救助流民,以工代赈可促进贫富阶层的良性互动;中国南北官府在稳定米价的措施上呈现出差异性,南方的地方官府利用经济与行政手段稳定米价,经济手段更为有效。     

基于自组织特征映射神经网络的储粮害虫分类方法研究

提出了基于自组织特征映射（SOM）神经网络的害虫分类方法：该方法能将任意维输入模式在输出层映射成一维或二维离散图形,并保持其拓扑结构不变,而且无需监督,可实现对输入模式自动分类。分析了SOM网络基本工作原理,并将之用于害虫分类模型的建立中。结果表明,该方法能有效地对害虫进行分类,比BP神经网络分类精确度高、分类结果的可解释性更好。     

从《文章正宗》的编选体例看真德秀的选学观

真德秀的选学观深受唐代古文运动的浸润,也深受南宋程朱理学重道轻文的文艺思潮激扬。《文章正宗》其文体分类、先后次序、选文范围等,体现了南宋正统文学重视作家道德修养、轻视文学审美价值的文学风尚,同时反映了真德秀尊王尊圣、忧国忧民的政治思想在选学领域的申发,烫烙着南宋偏安王朝的社会印痕,褫夺了文学以抒情为基本特质的功用。     

基于自编码神经网络建立的搜索信息模型

根据用户搜索历史,将用户关注的信息按标题分类,通过自编码神经网络提取特征值。设定学习样本标题最多为25个汉字,编码方式采用汉字机内码(GBK码)。使用MATLAB工具进行深度学习,将样本在原空间的特征表示变换到一个新的特征空间。     

The Machine Recognition for Population Feature of Wheat Images Based on BP Neural Network

Recognition and analysis of dynamic information about population images during wheat growth periods can be taken for the base of quantitative diagnosis for wheat growth. A recognition system based on self-learning BP neural network for feature data of wheat population images, such as total green areas and leaves areas was designed in this paper. In addition, some techniques to create favorable conditions for image recognition was discussed, which were as follows: (1) The method of collecting images by a digital camera and assistant equipment under natural conditions in fields. (2) An algorithm of pixei labeling was used to segment image and extract feature. (3)A high pass filter based on Laplacian was used to strengthen image information. The results showed that the ANN system was availability for image recognition of wheat population feature.     

基于卷积神经网络的银杏叶片患病程度识别

银杏是我国一种常见的经济林木,对银杏叶病害进行数字化辨识有助于提高银杏种植产业的管理水平,为其病害预警提供可能。以银杏轮纹病为研究对象,采用卷积神经网络为分类算法,对银杏患病程度进行自动辨识。根据银杏轮纹病的叶片特点,设计了18层卷积神经网络,核心功能主要由四个卷积层,四个池化层、两个全连接层提供。经过多次训练与测试,网络对银杏叶片的5种不同患病程度辨识率最低可达92%以上。将设计的卷积神经网络与传统的BP神经网络、Alex-Net网络进行对比实验,结果表明,卷积神经网络在银杏轮纹病患病程度辨识的应用上具有更高的精度。上述结果对于银杏其他病害或其他植物病害辨识应用中具有一定的借鉴意义。     

论宋代以来广西瑶族的山地开发及其对生态环境的影响

广西是中国瑶族人口的集中分布地,占全国瑶族人口的60%。但广西并不是瑶族的起源地,今天的分布格局是唐宋以来不断迁徙形成的。广西瑶族的祖先可以追溯到秦汉时期的长沙武陵蛮,又称黔中蛮或五溪蛮。随后不断南迁,南朝时到达今湘南粤北地区。隋唐时期,广西东北部已分布着较多莫瑶(1)。宋代瑶族在广西的分布更为广泛,宋人范成大记载了桂北瑶族的分布情况,他说:瑶本五溪瓠之后,其壤接广右者,静