中缀及后缀算术表达式在运算中的应用研究

表达式求值是程序设计语言编译中的一个最基本问题。与人们习惯的中缀表示的表达式相比,后缀表达式不存在括号,没有优先级的差别,表达式中各个运算是按照运算符出现的顺序进行的。因此非常适合串行工作的计算机处理方式。该文首先对这两种表达式表示方法进行了分析比较,然后通过具体分析实现这两种表达式求值的算法来论证表达式后缀表示优于中缀表示。最后简要谈一下中缀表达式到后缀表达式的转换。     

语言表达式到Petri网模型的转化及其算法

已知一个语言的表达式,直接构造产生该语言的Petri网模型是Petri网语言理论中一个重要问题.本文分析、研究同步交错正规表达式中各种运算与Petri网模型的对应转换关系,分别给出正规表达式、α闭包表达式到Petri网模型的转换方法;定义了Petri网的有界覆盖合成运算,研究有界覆盖合成网的语言性质,给出将同步交错正规表达式转换为Petri网模型的算法,从而实现了语言表达式到Petri网模型的等价转化.     

路径表达式的并行算法研究

在面向对象数据库系统中,路径表达式是用于定位复杂对象的必要查询设施,因此,优化和并行化路径表达式的执行是实现高性能面向对象数据库系统的关键因素之一,由于ＯＱＬ语言的正交性,在ＳＥＬＥＣＴ,ＦＲＯＭ和（或）ＷＨＥＲＥ子句中均可嵌套路径表达式,而我们将着重讨论ＷＨＥＲＥ子句子路径表达式的并行计算,种路径表达式也称之为复杂谓词。本文分析了现有路径表达式的计算方法后,提出了两种新的路径表达式并行计算算法,     

一种通用表达式解析器的设计

由于表达式的类型繁多,不同表达式所包含的运算符和操作符各不相同。本文提出一种通用表达式解析器的设计方法。该方法扩展性好,能实现不同类型的表达式的解析。文章最后使用该方法实现了汇编语言表达式的解析。     

关系数据库中索引表达式的讨论

索引是关系数据库中应用很广泛的一项技术，设置索引标识必须写出正确的索引表达式。本文对实际应用中如何正确的设置索引表达式，进行了深入的讨论，并给出了建立索引表达式的思考途径和规律。     

Word文档中数学表达式的编辑方法

介绍Word中数学表达式的编辑方法和步骤.     

O-表达式的性质定义与规范

在所提出的程序设计方法中,赋值是物理对象上的操作,而程序则是这种操作的表达式。给出了此类表达式（O-表达式）的安全性和进展性性质的形式化定义,用实例说明了基于这些性质的形式化程序规范的模式。具有明确运行目标的O-表达式称为独立O-表达式（stand-alone O-expression,saloe）。一个完整的程序可能由若干个saloe组成。给出了一个定理,指出如何从这些saloe的性质导出完整性程序的性质。用大量实例阐明了程序性质的形式定义。     

O-表达式的性质定义与规范（英文）

在所提出的程序设计方法中,赋值是物理对象上的操作,而程序则是这种操作的表达式。给出了此类表达式（O-表达式）的安全性和进展性性质的形式化定义,用实例说明了基于这些性质的形式化程序规范的模式。具有明确运行目标的O-表达式称为独立O-表达式（stand-alone O-expression,saloe）。一个完整的程序可能由若干个saloe组成。给出了一个定理,指出如何从这些saloe的性质导出完整性程序的性质。用大量实例阐明了程序性质的形式定义。     

Tabular表达式的指称语义研究

Tabular 表达式是一种采用表格化结构组织函数或关系的形式化描述工具,在需求工程领域中具有广泛的应用,为Tabular 表达式建立形式的语义模型是非常必要的.针对Tabular 表达式通用模型,给出了Tabular 表达式的形式文法及指称语义.通过定义形式文法中各语法单元的语义指派方程,描述了Tabular 表达式的指称语义,分别对传统类型Tabular 表达式和新类型Tabular 表达式中一些典型表类型的指称语义进行了描述,并与其他几种Tabular 表达式的语义描述方法进行了比较.分析结果表明：该语义描述方法不仅准确描述了Tabular 表达式的语义,而且不再受Tabular 表达式模型和Tabular 表达式类型的限制,打破了现有方法的局限性,是一种非常有效的方法.     

基于算符优先算法的逻辑表达式合法性判断

基于字符串的逻辑表达式的合法性进行判断在很多领域和场合下是经常遇到的 ,比如 :文件检索 ,信息查询等等 .而我们常见的文件检索与信息查询软件大多仅仅支持几个简单的逻辑算符 ,例如 :与、或 ,并且逻辑表达式中的组成字符串只能做简单的与、或运算 ,使得逻辑表达式的表达能力有限 ,用户使用的灵活性小 .本文针对上述问题进行了研究 ,采用算符优先算法给出了对该问题一种非常实用而又简练的实现方法 ,不但实现了普通搜索引擎所支持的简单的逻辑表达式的合法性判断功能 ,而且扩展了所支持的逻辑表达式的逻辑表达能力 :支持非运算 ;增加了支持逻辑表达式的优先级算符“(”和“)”.这使得逻辑表达式的表达功能和表达灵活性都得到很大的增强和提高 .本文给出的算法还可用于许多其他的基于字符串的逻辑表达式的操作功能 .     

基于图像的面部表情识别方法综述

近年来,面部表情识别在教育、医学、心理分析以及商业领域得到了广泛关注。针对目前表情识别方法不够系统、概念模糊的问题,对面部表情识别的步骤及其方法进行了综述探讨。首先,介绍了目前常用的人脸表情数据集,并回顾了面部表情识别的发展历程;然后,介绍了人脸表情识别的面部表情编码和面部表情识别过程这两个方面,归纳了人脸面部表情识别的四个过程,重点总结了特征提取和表情分类两个过程中的经典算法以及这些算法的基本原理和优劣比较;最后,指出了目前面部表情识别存在的问题和未来可能的发展趋势。     

人机交互中的人脸表情识别研究进展

随着人机交互与情感计算技术的快速发展,人脸表情识别已成为人们研究的热点。为了阐明人机交互中人脸表情识别的研究方向及进展,该文从人脸表情数据库、表情特征提取、表情分类方法、鲁棒的表情识别、精细的表情识别、混合表情识别、非基本表情识别等方面对人脸表情识别的研究现状进行了分析。最后总结了人脸表情识别研究的热点及趋势,同时指出了人脸表情识别研究存在的局限性,并对人脸表情识别的发展进行了展望。     

数学公式识别系统:MatheReader

数学公式广泛存在于各类文献之中，但是公式的识别远比文字段落的识别困难．义章介绍了一个数学公式图像识别系统MatheReader，重点阐述了其在公式定位及公式分析方面的技术方案．在公式定伉方面，抽取版式特征，采用Parzen分类器区分独立公式和普通文字行，在普通文字行内检测二维结构定位内嵌公式．在公式分析方面，定义十一种基本公式类型，并用产生式规则限定每类公式的唯一分解方法，提出先识别公式类型，然后分解为子表达式的公式分析方法．和已有系统比较，MatheReader的功能更加强大，能够处理的公式更加丰富．     

人脸表情识别综述

人脸表情识别是人类情感识别的基础,是近年来模式识别与人工智能领域研究的热点问题。本文首先总结了人脸表情识别的发展过程,主要包括传统的表情特征提取、表情分类方法与基于深度学习的表情识别方法,并对各种算法的识别率与性能进行了分析与比较。然后介绍了表情识别常用的数据集及各数据集的优势与存在的问题,并针对这些问题归纳分析了生成对抗网络等用于数据增强的技术与方法。最后,总结了表情识别领域目前存在的问题并展望了未来可能的发展。     

人脸表情识别研究进展

人脸表情识别(Facial Expression Recognition,FER)是计算机视觉、机器学习、人工智能等领域的重要研究方向,目前已经成为国内外学者的研究热点。介绍了FER系统流程,总结了表情特征提取和表情分类的常用方法以及近年来国内外学者对这些方法的改进,并对这些方法的优缺点进行比较。最后,对目前FER研究的难点问题进行了分析,并对FER未来的发展方向进行展望。     

表演驱动的矢量化二维表情动画

为了方便快捷生成生动的卡通表情动画,提出将表情数据重定向到卡通形象上的算法.该算法由用户在卡通形象上标记出与表情数据相对应拓扑结构的控制点,以此控制点集合与表情数据首帧控制点集合做比对;使用得到的比例关系将后续表情数据重定向到卡通形象上,从而形成针对卡通形象的表情数据.实验结果表明,运用文中算法可以制作出较为生动形象的卡通表情动画.     

动态人脸表情合成的模型特征驱动算法综述

分析人脸模型的动态表情合成方法并依据它们内在特点进行分类描述。尽管这个领域已经存在较多文献,但是动态人脸表情合成仍然是非常活跃的研究热点。根据输出类型的不同,分类概览二维图像平面和三维人脸曲面上的合成算法。对于二维图像平面空间合成人脸表情主要有如下几种算法：主动表情轮廓模型驱动的人脸表情合成算法,基于拉普拉斯算子迁移计算的合成方法,使用表情比率图合成框架的表情合成算法,基于面部主特征点offset驱动的人脸表情合成算法,基于通用表情映射函数的表情合成方法和近来基于深度学习的表情合成技术。对于三维空间人脸合成则主要包括：基于物理肌肉模型的合成,基于形变的表情合成,基于三维形状线性回归的表情合成,基于脸部运动图的表情合成和近来基于深度学习的三维人脸表情合成技术。对以上每一种类别讨论它们的方法论以及其主要优缺点。本工作有望帮助未来研究者更好地定位研究方向和技术突破口。     

基于拉普拉斯算子的人脸表情克隆优化方法

针对人脸克隆表情的真实性和表情重建的效率,提出了一种基于运动捕捉数据的人脸表情克隆新方法。使用运动捕捉设备捕捉人脸六种基本表情数据,并对数据进行归一化处理,使其位于同一区间范围,保证克隆表情数据的有效性;在表现人脸表情的关键区域选取41个特征点,通过采用凸权值的拉普拉斯变形算法将人脸表情转移到目标模型上,很好保留了人脸表情的细节,克服了均一权值保真度低和余切权值计算不稳定的问题。实验结果表明,该方法合成的克隆表情真实、自然,人脸表情克隆的效率得到了显著提高。