提出了一种联合多种边缘检测算子的无参考质量评价算法，同时考虑一阶和二阶边缘算子，避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像，然后计算灰度图像的梯度，相对梯度以及LOG特征.本文所使用的特征分为两部分，一部分提取相对梯度方向的标准差，另一部分利用条件熵来量化不同特征之间的相似性和相互关系，并且考虑到人眼特性进行多尺度计算，最后使用自适应增强（AdaBoost）神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验，结果表明新方法对失真图像的预测评分与主观评分有较高的一致性，能很好地反映图像质量的视觉感知效果，仅使用10维特征，性能优于现有的主流无参考质量评价算法

一、明确基于特征、案例维归约与技术归约的区别。 二、解释数据挖掘过程的预处理阶段中进行数据归约的优点。 三、应用相应的统计方法,理解特征选择和特征 构成的基本原则。 四、理解特征等级主成分分析方法。 五、区别基于增量和平均样本的案例中的技术

为研究纳米隔热材料孔隙结构内部的气体热传输特性, 采用溶胶-凝胶工艺结合超临界干燥技术, 制备了一系列具有不同孔隙结构特征的样品, 通过热导率、氮气吸-脱附和真密度测试, 全面、准确获取了其孔隙结构信息, 并专门、系统研究了孔隙结构特征与气体热传输特性之间的关系.研究结果表明: 与气相贡献热导率相对应, 材料具有双尺度孔隙结构特征, 并且当大孔隙尺度不及小孔隙的10倍时, 可进一步等效为单尺度孔隙.考虑气固耦合传热的本征气相贡献热导率随孔隙尺度的增大而升高, 与气相热导率变化类似且成一定的比例关系, 孔隙尺度小于200 nm和大于500 nm时的比例系数分别为2.0和1.5, 200~500 nm时则为2.0~1.5.当大、小孔隙尺度的比值不超过10时, 或者这一比值为100~1000且大孔隙含量低于10%时, 气相贡献热导率随环境气压的降低依次呈现快速下降、缓慢下降和无变化三个阶段; 当这一比值超过3000时, 即使大孔隙含量很低(不超过10%), 气相贡献热导率也会依次呈现快速下降、缓慢下降、快速下降和无变化四个阶段

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

第一节 厂商和市场的划分 一、市场、厂商和行业 二、市场结构的划分 第二节 完全竞争市场 Perfect Competition 一、完全竞争市场的含义及特征 二、完全竞争市场的需求及收益曲线 三、完全竞争市场的厂商均衡 四、完全竞争市场的资源配置效率评价 第三节 完全垄断市场 Monopoly 一、完全垄断市场的含义及特征 二、完全垄断市场的需求曲线及收益曲线 三、完全垄断市场的厂商均衡 四、价格歧视 五、资源配置效率的评价 第四节 垄断竞争市场 Monopolistic Competition 一、垄断竞争市场的含义及特征 二、垄断竞争市场的需求曲线 三、垄断竞争市场的厂商均衡 四、非价格竞争——产品差异化 五、资源配置效率的评价 第五节 寡头垄断市场 Oligopoly 一、寡头垄断市场的含义及特征 二、产量决定模型 三、价格决定模型 四、资源配置效率的评价 五、博弈论初步

§3—1 概 述 §3—2 春油菜的植物学特征 §3—3 春油菜的生物学特征 §3—4 春油菜的栽培技术

3.1 人在系统中的功能 3.2 视觉机能及其特征 3.3 听觉机能及其特征 3.4 其他感觉机能及其特征 3.5 神经系统机能及其特征 3.6 人的信息处理系统

数字影像采样与重采样 点特征提取及定位算法 线特征提取算子 影像分割及面特征提取

1. 点特征提取 2. 线特征提取 3. 定位算子

§5.2 方阵的对角化 §5.1 特征值与特征向量的概念与性质