K子空间和时延自相关器的英汉音素识别

提出了用于音素识别的K子空间和时延自相关器神经网络结构,用将时延设计加入线性自相关器,以扩展音素滤波神经网络的方法,产生p维子空间,并采用迭代过程修改划分,以便捕获语音信号中的时间序列信息。这种带不分类训练过程的体系结构提供了一种高识别性能的方法,没有大多数常规语音识别神经网络所常有的网络输出值不表示候选者似然性的缺陷。通过英语音素和汉语音素的初步试验,识别正确率为84.38%,比音素滤波神经网络方法好。     

针对生物识别信息的刑法保护:现实境遇与完善路径——以四川“人脸识别案”为切入点

当前生物识别信息在我国社会中的运用呈现逐年递增的趋势.生物识别信息具备本体特殊性和社会特殊性,这决定了其具备与普通公民个人信息不同的重要性,应受到刑法的特殊保护,但我国既定刑事立法对生物识别信息并未进行任何形式的特殊保护.可运用实质解释的方法,在不违反罪刑法定原则的前提下,充分利用两高《解释》第5条中第1款第10项和第2款第4项这两个兜底条款,将"侵犯生物识别信息5条及以上"认定为"情节严重",将"侵犯生物识别信息50条及以上"认定为"情节特别严重",由此降低针对生物识别信息原本的入罪和法定刑升格的数量,最终实现对生物识别信息的特殊刑法保护.     

二维小波变换在虹膜特征提取中的应用研究

本文提出了一种采用canny变换来提取虹膜特征,并用小波神经网络来进行分类的虹膜检测识别的新方法。该方法结合了小波神经网络作为一种新的分类方法,它很好地改进了识别精度,同时提高了系统的性能。一个简洁并且能快速训练的算子Adaboost也将在小波神经网络中给出介绍。实验结果表明,应用该算子进行分类识别时,识别率为100%,该方法具有很高效的可行性。     

基于图像识别的模糊测距方法

当前智能车、智能机器人技术发展迅速,基于简易视觉的障碍物检测方法愈加重要。为此,结合部分场景障碍物检测进行研究,建立了基于拟合和模糊推理的单目测距模型。首先,选择某些典型物体作为标准可识别物,并以简单函数的拟合曲线近似其图像与距离之间的数量关系;然后,对测距场景进行模糊识别,锁定特定的标识物,以简化测距模型匹配的计算量;最后,为提高测算精度,对障碍物与标准可识别物的贴近度进行计算,选用贴近度最高值来测算障碍物与镜头之间的距离。实验结果表明:该方法具有一定的精确性,可以满足智能机器人测距的实时性和准确性要求。     

基于Tamura纹理特征的织物组织识别算法

针对目前织物组织的识别主要依赖人工而导致效率低下的问题,研究并设计了一种基于Tamura方向度纹理特征的织物组织识别算法。该算法通过将Tamura纹理特征中的方向度、形态学运算以及高斯模糊有机结合,成功生成经纬组织点分布图以实现织物组织识别。通过计算织物组织图的Tamura方向度特征值提取了纹理信息,利用纹理信息结合数字图像处理技术获得组织点分布。实验证明,针对具有较强纹理信息的织物组织,特别是经纬纱线颜色相近的织物,该算法能够很好地实现识别效果。     

智能车牌识别技术分析

针对车辆识别过程中的车牌定位、字符识别等阶段干扰因素较多,而国内开发的自动识别系统识别率和误判率没有达到标准要求,提出采用人工神经网络对车牌定位、字符识别等关键阶段进行处理的方法。并对当前车牌识别技术的现状、技术种类及水平进行全面剖析,总结相关识别技术的核心算法。利用神经网络较好的容错能力、自适应及抗干扰能力,可以有效解决车牌信息采集干扰较大、信息不全等问题,表现出良好的应用前景。     

神经网络用于通信信号分类识别研究

介绍了将神经网络方法应用于通信信号的分选和识别的初步研究结果；选择了二值自适应共振（ＡＲＴ１）神经网络完成对输入信号的分类，确定输入信号类型是否已被网络存储，发现新出现的信号并标记；再采用多层前馈误差反向传播（ＢＰ）神经网络完成每一标记信号的识别，即识别该信号类型。比较了神经网络分类识别器和树形分类器的性能，并给出了计算机模拟结果。结果表明，基于神经网络的分类识别器的性能远优于传统技术分类器。     

基于熵权TOPSIS法的短时交通流预测模型性能综合评价

对于同一路段,在不同评价指标下,不同短时交通流预测模型的预测及效果评价结果往往存在差异,为从不同模型中寻求最适用于目标路段的预测模型,提出了一种基于熵权TOPSIS法的短时交通流预测模型性能综合评价模型。模型运用熵权法确定各评价指标的权重,然后依据确定的权重,选用TOPSIS法计算有限个评价对象与最优向量的贴近度,根据贴近度大小,对各模型预测性能进行排序,从而确定最适用于当前研究的预测模型。最后,以实际交通流数据为例,选用神经网络等5种模型,分别对路段未来时刻短时交通流进行预测,利用构建的综合评价模型,对各预测模型的预测性能进行综合评判。结果表明:在综合考虑均方根误差等7个评价指标的情况下,XGBoost的预测效果较好,LightGBM次之,然后依次为Catboost、线性回归以及神经网络。     

个人信息概念的法教义学分析——以《网络安全法》第76条第5款为中心

从个人信息的称谓看,个人信息与个人数据(资料)概念可以等同,而个人信息与个人隐私之间存在较大区别.《网络安全法》第76条第5款采用个人信息的称谓,并以“识别型”及“概括列举型”的立法模式定义个人信息.对这一定义亦应作广义解释.具体而言,个人信息具有“识别”与“记录”两个要素.其中,“识别”属于实质要素,需结合识别的判断基准、信息相关性、识别可能性三个方面予以判断.而“记录”属于形式要素,没有记录在载体之中的信息不是个人信息.     

论个人信息中可识别要素的判断标准

个人信息与隐私信息的界限由混同走向清晰,其定义模式也从“识别说”发展到“关联说”。判断信息的可识别性有三项标准：在识别主体上,应采“主观说”,以实现个人信息保护与侵权责任构成要件的衔接;在识别对象上,需将“识别”限缩解释为“身份识别”,且完成身份识别至少需要两个以上的标识符,并至少包含一个社会意义上的标识符;在识别方式上,直接识别方式的存在与否有待商榷,以人格利益的关联性作为间接识别中个人信息的判断标准,可避免个人信息的外延失之过泛。     

基于神经网络的测井评价油层污染研究

利用测井资料,在剖析传统的测井评价油(气)层污染方法的基础上,介绍了利用BP神经网络这一现代数理统计新技术来实现测井多参数评定油气层污染程度的方法和技巧;以华北二连油田实际资料为例,建立了测井判释油气层污染的数学物理模型,并进行了模拟预测。结果表明:该法简便可行,对污染评价参数预测精度较高,对污染程度评价合理准确,可作为油(气)层污     

网络犯罪二分法下的刑法解释问题研究

按照刑法规范文本的不同,可以将网络犯罪分为网络化的传统犯罪与专门的网络犯罪，这种网络犯罪二分法在刑法解释问题上呈现出种种差异。网络化的传统犯罪更倾向于法益侵害说、实质解释、客观解释、扩张解释，而专门的网络犯罪则更倾向于规范违反说、形式解释、主观解释、限缩解释。在解释的误区上，网络化的传统犯罪极易架空构成要件要素，因此需要采用形式解释的方法进行出罪；而专门的网络犯罪则易忽略法益侵害程度，因此需要借助实质解释的方式进行解释出罪。在对这两类网络犯罪进行刑法解释时要警惕“刑法万能论”的误区，采取多种手段治理网络危害行为。      

基于遗传神经网络的工程造价估算方法研究

人工神经网络已经成功的运用到工程造价估算方法研究中,高度的鲁棒性和容错能力使它优于多元线性判别分析（MDA）、逻辑回归等方法（Logistic Regression）,针对传统的BP神经网络在工程造价估算方法中存在收敛速度慢和容易陷入局部最小值等问题,提出遗传神经网络的估算方法。将遗传算法和神经网络结合,充分利用两者的优点,使新算法既有遗传算法的全局随机搜索能力,又有神经网络的学习能力和鲁棒性。利用遗传算法的全局搜索能力,针对传统误差反向传播算法的不足,采用染色体编码对神经网络的权值和阈值等主要参数进行优化,通过仿真试验验证其稳定性和有效性,表明该算法在工程造价估算方法中具备较高的实用性。     

苏里格气田致密气层测井精细建模方法

鄂尔多斯盆地苏里格气田是低渗透致密砂岩气藏的典型代表，根据毛细管压力曲线形态，基于自组织神经网络技术，建立了孔隙结构测井自动判别和分类渗透率计算模型，有效提高渗透率计算精度；在储层导电机理研究基础上，建立了基于粘土束缚水、微孔隙水和自由水“三水”并联导电的含水饱和度计算模型，显著提高了储层含气性评价精度。实际测井资料处理解释结果与岩芯分析资料对比，验证了方法的可行性和准确性。     

运用BP人工神经网络计算储集层含水饱和度

与传统的测井综合解释与数字处理方法相比较,BP人工神经网络方法具有极大的优越性和适用性,它勿需传统测井综合解释与数字处理方法所需的各种建立在试验之上的非精确的测井解释公式,只需知道测井原始数据和求解的实际数据,而在进行求解参数预测时则只需知道测井原始数据即可。这为复杂地层以及其它一些特殊情况下的测井解释和数字处理提供了一条切实可行的新途径。     

基于神经网络的六维力传感器静态标定方法研究

利用BP神经网络研究了六维力传感器的静态标定方法.良好的泛化能力是基于神经网络标定方法的关键,而现有基于神经网络的传感器标定方法对网络的泛化能力鲜有考虑.针对上述问题,以提高神经网络泛化能力为目的,对神经网络的训练样本、训练期望误差值和网络隐层单元数等的选取进行了研究.实验及计算机仿真表明,当选取样本数据具有遍历性时,利用神经网络标定后进行补偿计算可提高六维力传感器的测量精度.     

BP神经网络技术在声波测井曲线重构中的运用

基于神经网络的曲线重构法是提高声波测井曲线质量的有效方法。该方法通过神经网络技术的非线性算法，在声波曲线与自然电位、电阻率、自然伽马等多条测井曲线之间建立一种非线性关系。运用BP神经网络技术综合了自然电位、电阻率、自然伽马等多条曲线的信息对声波曲线进行重构，以此增加曲线重构的信息量，为曲线重构的准确性提供了保障。通过在准噶尔盆地石南地区的运用，证明该方法能大大提高受井壁垮塌影响的声波测井曲线的质量。     

家电企业竞争网络的拓扑结构分析

通过搜集家电产业的相关信息,建立了企业与产品的专用数据库.并在此基础上生成了家电企业竞争网络,结合复杂网络的分析方法研究网络的多种属性,例如企业节点的度分布特性、网络的无标度程度、密度、同类匹配程度及群聚系数等.通过分析可知,家电企业竞争网是一个具有无标度特性及小世界特性的网络,呈现出节点择优连接、网络同类匹配等一系列网络现象.     

提升高等学校自然科学版学报影响力的主要途径

从高等学校自然科学版学报的办刊宗旨出发,分析了影响其发展的两个主要因素:栏目的“综合性”和稿源的“内向性”,即自然科学版学报的栏目几乎涵盖了学校所有的学科和专业,论文作者绝大多数是本校的师生员工,以及目前学报面临的困境;指出提高自然科学版学报的学术水平和影响力是自身发展的必要条件。建议摒弃传统的办刊理念,使自然科学版学报由内向封闭型向外向开放型转变。从吸引优质稿源、改变编辑工作模式及栏目创新三个方面阐述了提高学报影响力的主要途径。最后讨论了自然科学版学报未来的发展模式:构建网络平台,开放存取和集约化办刊。     

论公共政策解读中的冲突与整合

决策者的有限理性和公共政策的权变性为政策解读留下了空间。公共政策解读大体可以分为决策者的工具性解读、执行者的程序性解读、专家的理论性解读和目标群体的损益性解读等方面,而解读主体利益及其解读能力的差异、政治系统的封闭性、政策漏洞以及地方主义的存在,又导致了公共政策解读上的冲突,一定程度上损害了公共政策的目标。因此,应该通过增强政府透明度、强化参与决策、加强政策宣传、减少政策漏洞、加强政策监控等措施,最终减少政策解读恶性冲突发生的机会。