基于游程熵的图文分割算法

为解决版面分析中图片区域的提取问题,提出了一种基于游程熵的图文分割算法.首先,计算文档中每行不同灰度的灰度游程所代表信源的熵;其次,提取出灰度游程信源的熵值中的突出区域;最后,根据突出区域分割出文档中的图片部分.实验结果表明:此方法能够准确、有效地提取文档中的图片区域,并且对不同语种的图文分割具有良好的鲁棒性.     

基于MongoDB的海量遥感影像大数据存储

随着科技的发展,遥感影像照片在质量及数量上急剧增加,如何安全并高效地将其存储已成为当前研究的一个热点问题.应用NoSQl非关系型数据库,提出一种基于MongoDB的遥感影像大数据的存储方法.用基于GridFS的大文件存储方式存储影像,再将其有关的属性信息以一条文档的形式插入MongoDB数据库,两者之间用相同的ID编号连接.通过与关系型数据库PostgreSQL在大文件以及传统海量文档存储方面进行性能测试比较,结果表明基于MongoDB的海量遥感影像大数据存储方法在各方面性能均明显优于基于关系型数据库的存储方法.     

文档图像在数据库中的存储检索方法研究与实现

提出一种基于XML的文档图像在原生数据库中存储和检索的新方法,该方法将文档图像切分标记为XML文档,将此类XML文档存储到原生数据库中;利用XML：DB API接口对XML数据进行查询和管理,XSL样式表完成XML数据的显示.     

V8 MT时间序列数据文件读写

V8的时间序列文件TSn文件是存储MT采集数据的二进制文件,其每个MT的采样数据长度为3个字节(3bytes),而一般程序的读写字节长度为1、2、4、8个字节,这给读写带来了一定的困难。为了解决这个难题,通过研究V8多功能电法仪时间序列数据格式,提出了一种逐字节读取3个字节长度数据,然后组合成采样数的方法。并以实测大地电磁数据为例,用Fortran编程验证了设计的正确性。该研究成果为3字节文件的读取提供了一种方法,并为大地电磁时间系列数据去噪方法研究提供了便利。     

基于结点映射的XML数据关系存储与查询

目的提出一种XML文档存储和查询方法,解决XML文档有效的存储和查询,避免处理XML数据时进行多级复杂的转换.方法充分利用关系数据库成熟技术,有效实现大量数据的存储和查询.采用SAX技术解析XML文档,并通过对现有哈夫曼编码进行扩展,实现将XML文档结点信息和属性以关系结构进行存储和查询.利用扩展后的哈夫曼编码来存储结点信息和结点之间关系.结果通过遍历XML文档生成了XML文档对应扩展哈夫曼编码,实现了XML文档信息以关系数据形式存储和查询,并实现了SQL语句与XML查询语句的转换.结论基于扩展哈夫曼编码结点映射的存储与查询方法能较好地实现结点信息与结点关系的存储,并有效地实现查询,在应用中具有一定可行性.     

多域环境下基于代理重加密的电子文档分发协议

针对多域环境下电子文档安全管理,提出一种基于代理重加密机制的电子文档分发协议.该协议中引入代理服务器,由文档拥有者将数据加密后发送给半可信服务端,服务端对数据密文进行安全存储,同时对数据密文重加密后发送给用户.该方案避免了服务端对数据密文解密后进行二次加密,降低了服务端对电子文档管理的复杂度,同时采用密文方式存储,以防止服务器被恶意攻击后敏感数据泄露.与其他协议对比结果表明,新方案显著降低了代理重加密算法的计算复杂度,同时提高了加解密效率,保持了敏感数据机密性.     

目标模型中目标关系的自动发现

为了发现需求工程中层次目标模型的目标关系,提出了一种利用XML文件存储目标模型的目标关系发现方法.首先从软件系统需求文档中提取目标,使用AND\OR树对目标进行分解,根据目标之间的关系建立层次目标模型,将建立好的目标模型存储为XML文件;然后按照规则文件规范给出目标关系规则文件,使用转换程序将规则文件自动生成目标关系查询文件;最后在XML开发工具中运行查询文件即可得到目标关系查询结果.通过实例机票预订管理系统详细的描述了目标发现方法的过程,在Altova XMLSpy开发环境中给出了父目标和非功能目标的查询实现.实验结果表明将层次目标模型保存在XML文件中有利于目标模型中信息的提取,使用XQuery能实现对目标模型XML文件中目标关系的自动发现.     

信息熵在设计风险管理中的应用研究

鉴于大型场馆建设项目的特殊性与复杂性,迫切需要一种定量且有效的方法来发挥业主方设计风险管理的重要作用,将信息熵引入风险管理正是利用了它可以度量信源不确定性这一基本特征.将业主方设计风险管理看作为某一特定信源,处理与简化其中某些参数可以使之符合信息熵原理的基本假设,通过充分考虑主观、客观权重的熵方法能够识别出具体工程案例中需重点控制的风险因素及其所引发的风险事件,这使得业主方设计风险管理更加科学合理,也为决策提供了强有力的支持.     

基于显著点颜色-空间分布特征的图像检索算法

提出了一种基于显著点的颜色和空间分布特征的图像检索算法。首先使用Harris颜色点检测器提 取图像的显著点;再以显著点为主线,设计了一种基于显著点的环形颜色直方图方法,将显著点的局部颜色特征与 空间分布结构有效结合;最后利用信息熵表示图像颜色的空间分布信息,既考虑了图像的空间分布特征,又降低了 运算复杂度。实验结果表明,该方法实现简单,在检索精度上明显优于基于全局特征的图像检索算法。     

矢量量化的几何方法

矢量量化是一种非常重要的数据压缩技术.其应用最多的聚类算法复杂度随着码率和维数的乘积指数增长.为了减小复杂度,本文给出几种适用于特定信源的几何矢量量化方法如适用于高斯信源的椭球矢量量化(EVQ),适用于拉普拉斯信源的棱锥矢量量化(PVQ).最后,针对几何分布不规则的一般信源,给出一般的几何矢量量化方法--标量矢量量化(SVQ).     

基于Java字节码的混淆技术研究

混淆是一种可以用于对移动代码和软件知识产权进行保护的程序变换技术。本文首先介绍了逆向工程和混淆技术原理,然后针对Java语言的跨平台性,对基于Java字节码的混淆算法进行了研究,该方案增加了生成字节码文件的复杂性;增加了抵抗攻击者动态分析的能力,增加了反编译的难度。     

基于信息熵理论的高速IPv6网络流量抽样测量方法

基于信息熵的理论提出了一种大规模、高速IPv6网络流量抽样测量方法,对实际IPv6网络流量数据进行了统计分析,比较了IPv6数据报文头的各个字段比特位的随机性,选择出随机性好的字段作为抽样的匹配字段输入,满足了抽样样本的随机性要求。通过软件编程实现了该抽样测量方法,并抽样采集了实际IPv6网络流量,实验数据表明其结果具有良好的均匀性,且总体和样本的数据报文大小的分布函数曲线吻合。     

用于高速IPv6网络流量抽样测量的算法

为了解决高速IPv6网络流量测量,提出了一种基于数据包首部内容分析的流量抽样测量算法．算法将IPv6数据包首部内容进行关键字段的掩码匹配,通过Hash映射,利用判断Hash值是否属于抽样域来决定数据包的采集与否．其特点是利用信息熵理论,分析IPv6数据包首部,选择出熵值较大的字段,将其作为抽样算法掩码匹配的关键字段,这样就避免了对数据包首部内容的全抽样,在保证抽样样本随机性的前提下,有效地减少了运算量．实验结果表明,总体流量和抽样样本的数据包大小分布函数曲线十分吻合,验证了该算法的正确性．     

一种动态分群带熵权的粒子群优化方法

为提高粒子群优化的求解性能,提出了一种动态分群带熵权的粒子群优化求解方法．该方法采用k的均值聚类获得子群总数,在子群粗搜索过程中充分利用其他粒子的熵信息,采用子群及其他子群搜索的最优解信息构建熵权以调整惯性权重,利用自身群粒子经过m次迭代时的优化信息构建熵权以调整本群的全局最优值．在子群精搜索过程中,利用各子群获得的最优解信息作为新群的初始设置,利用其他粒子的迭代信息构建熵权来调整全局最优值．采用传统的粒子群优化算法、其他文献中的方法以及新提出的方法分别对4个经典的测试函数进行对比实验,从获得解的最优值、平均值、标准差以及平均迭代数作对比,从而验证了该方法具有求解精度高以及优化求解迭代次数少等优点．     

一种代码与中文文档关联信息的自动提取方法

提出了一种基于信息检索技术的程序源代码与中文文档关联信息的自动提取方法.假设程序员在编写代码时使用了有意义的类、函数和变量名,利用信息检索方法得到对应的包含有这些意义的文档.通过提取文档中的词汇建立文档的语言概率模型,在此基础上采用由代码信息组成的检索项来检索文档集,由此得到代码和文档的相关性列表和关联矩阵.通过三个软件系统对此方法进行测试,结果表明,当提取项大于5时可获得95%以上的关联.     

一个能下载任何文件的CORBA分布式应用

利用Inprise公司的分布计算开发平台和Java2中的数据输入输出流,建立了一个能下载文本文件和可执行程序文件CORBA式分布计算,解决了CORBA服务器和客户应用程序之间Byte类数据以参数形式传递的问题。     

复杂性测度在非常规突发事件决策评估的应用

针对非常规突发事件的应急决策表现出的复杂性问题,提出了一种基于信息熵的复杂性测度评估决策模型。在已经制定的决策方案和评估体系中,能有效地选择最佳决策。实验分析表明,运用这种复杂性测度的方法可以优选现有决策方案。     

Characteristics Extraction of Vehicle State Information Based on Entropy Calculation

A method of extracting and detecting vehicle stability state characteristics based on entropy is proposed. The vehicle’s longitudinal and lateral dynamics models are established for complex driving and maneuver conditions. The corresponding state observer is designed by adopting the moving horizon estimation algorithm, which realizes the observation of the vehicle stability state considering the global state information. Meanwhile, the Shannon entropy is modified to approximate entropy, and the approximate entropy value of the observed vehicle state is calculated. Furthermore, the optimal controller is designed to further validate the reliability of the entropy value as the reference of control system. Simulation results demonstrate that this method can quickly detect the instability state of the system during the process of vehicle driving, which provides a reference for risk prediction and active control.