简介:无尾两栖类已经成为研究亲缘识别机制的模式脊椎动物。无尾两栖类幼体亲缘识别不仅依赖于所处的生态和社会环境以及遗传背景,同时也会随着发育历期改变而变化。无尾两栖类幼体与亲缘个体一起生活,可以加速幼体生长发育,也可能抑制生长发育,这取决于亲缘个体问互助行为所产生利益和竞争代价之间的权衡,同时还受实验条件、亲缘识别能力和生活史策略的影响。无尾两栖类幼体亲缘识别能力还可以延续到成体。同时,无尾两栖类幼体在实验室条件下亲缘识别失败,并不一定代表其缺乏亲缘识别能力,而在实验室条件下识别成功也可能只是其他识别过程出现的附带结果。所以,我们还需要开展大量的野外实验研究,才能全面理解亲缘识别机制和进化意义。
简介:为了研究结构连接部的非线性振动特性,利用螺栓连接质量系统进行实验平台搭建,进行了动力学特性分析和响应预测,并讨论了非线性动力学参数识别问题.首先,通过不同的基础激励完成系统的正弦扫频实验及模态测试,以研究集中质量的刚体运动.然后,基于谐波平衡法原理,利用不同基础激励下的振动测试结果,对不同激励力下的连接部非线性进行识别.试验研究结果表明,连接部的非线性刚度和阻尼力可以通过多项式的形式表达和逼近.识别的非线性刚度和阻尼力可对螺栓结合面的振动响应进行预测,并可在一定范围内反映由于连接部接触引起的振动非线性,以及峰值频率偏移和阻尼硬化的现象.
简介:为了解决当前工业仪表示数在采图环境恶劣和样本数据量大的情况下所导致的算法识别不准确的问题,分别从特征学习与机器学习识别的角度出发,提出了基于特征学习与支持向量机的工业仪表状态识别算法。首先,提取仪表图像区域字符的几何特征和颜色特征,对这些提取出的特征进行归一化处理,设计出特征提取分析算子,达到精准提取有用特征数据的目的。然后,基于支持向量机,计算出分类器的最优平面和约束条件,从而建立仪表识别算子,进一步精确识别仪表示数。最后,基于软件开发环境QT实现算法,并系统集成。实验测试结果显示:与当前仪表识别技术相比,此算法拥有更高的准确性与稳定性,能够准确地根据仪表数字识别出电压,从而确定仪表工作状态是否正常。
简介:人脸识别是计算机视觉和模式识别领域的一个活跃课题,有着十分广泛的应用前景。给出了一种基于PCA和LDA方法的人脸识别系统的实现。首先该算法采用奇异值分解技术提取主成分,然后用Fisher线性判别分析技术来提取最终特征,最后将测试图像的投影与每一训练图像的投影相比较,与测试图像最接近的训练图像被系统识别出,图像的比较采用了欧几里德距离,仿真结果表明了该方法的有效性。
简介:提出了一种基于级联投影的高斯混合模型算法。首先,针对不同的特征维度计算高斯混合模型的边缘概率,依据边缘概率模型构造出多个子分类器,每个子分类器包含不同的特征组合。采用级联结构的框架对子分类器进行动态融合,从而获得对样本的自适应能力。其次,在心电情感信号和语音情感信号上验证了算法的有效性,通过实验诱发手段,采集了烦躁、喜悦、悲伤等情感数据。最后,探讨了情感特征参数(心率变异性、心电混沌特征,语句级静态特征等)的提取方法。研究了情感特征的降维方法,包括主分量分析、顺序特征选择、Fisher区分度和最大信息系数等方法。实验结果显示,所提算法能够在2种不同的场景中有效地提高情感识别的准确率。