简介:摘要:图像分类是计算机视觉领域的一个重要的任务,为了解决这一任务,本文提出一种基于每一类的判别信息生成的字典模型,称为监督的类判别的字典学习(Supervised Class-discriminant Dictionary Learning, SCDDL)模型。SCDDL模型从训练集中学习得到一个字典和在这字典上的表示系数,不仅不同类别的字典对训练样本的重建误差具有判别性而且表示系数具有判别性。在此基础上,充分利用重建误差的判别性和表示系数的判别性提出相应的图像分类方案。大量的实验结果表明,与现有的模型分类方法相比较,该分类方法在图像分类的任务上具有较好的分类性能,且算法的效率高。
简介:摘要:随着现代工业的快速发展,也使得固体废弃物的数量不断增加,在工业生产中每年大约能产出33亿吨工业固体废弃物,其中危险废物占了5%左右。然而,从工业固体废弃物综合利用的情况来看,其利用率仅为45%,剩余的大部分均在城市工业区和河滩荒地上裸露堆放,在外界环境的作用下成为严重的污染源,进而导致许多污染事件发生。由此可见,固体废弃物对环境的危害程度较大,如果不能够有效进行固体废弃物的处理,则势必会带来严重的后果。因此,当务之急便是要有效进行固体废弃物的处理。基于此,本文主要对电厂循环流化床锅炉固废协同处理进行了简单的探讨,以供相关人员参考。
简介:摘 要:传统化石能源的不断消耗和环境污染问题的日益突出 ,光伏作为一种可再生、环境友好型的新型能源受到了能源电力行业的广泛关注,近年来光伏电站建设容量不断升高,光伏并网规模逐年增加。然而光伏发电出力的随机性、波动性和不确定性使得电网调度决策的制定变得更加复杂,也对电网调度决策的风险有了一定的影响。因此 ,针对含光伏发电的电网调度决策风险评估研究至关重要。