基于一种新的Snake模型的序列图像边缘提取算法

对医学图像数据中感兴趣区域（ROI）进行准确的边缘提取和分割,是对图像进行分析、理解和处理的重要前提。为克服现有Snake算法人工初始化轮廓不精确,迭代过程中曲线易被复杂背景吸引等缺点,提出基于一种改进Snake模型的序列图像边缘提取算法。该算法先利用序列图像相似性原理提取出近似边缘,然后将其平均分为4个子边缘,在每个子边缘上取数目均衡的Snake输入点,最后离散Snake的内力和外力,经过迭代得到最终边缘。实验结果表明：该方法能精确地提取出医学图像中复杂区域或畸形区域的边缘,且计算量较小。     

长期不同施肥对土壤无机硫组分的影响

通过棕壤长期定位施肥试验研究了玉米-玉米-大豆轮作方式下不同施肥处理对土壤无机硫各组分含量的影响,结果表明,长期施用有机肥或有机肥与化肥配合施用,可以显著提高土壤水溶性硫的含最;单施有机肥土壤中吸附态硫含量呈现先升高后降低的趋势,但总体为上升趋势;有机肥与化肥配合施用土壤中吸附态硫的含量在1991年前增长速率较快,此后基本保持平衡,而对照处理土壤中吸附态硫含量基本保持不变;各处理中除不施肥处理呈现缓慢下降趋势外,其他土壤盐酸可溶性硫的含量均持续增加.     

基于Authorware的听力自测题的设计与实现

功能强大的Authorware为多媒体课件的制作提供了无限可能,本文针对传统听力自测题课件制作的不足之处提出了针对性的改进方法,实现了声音与试题的同步,为无纸化考试提供了技术保障。     

基于CEP的RFID数据处理模型研究

RFID数据处理技术是近年来射频识别技术应用研究的热点。本文针对RFID数据的特点以及目前RFID数据处理技术的不足,探讨了将复杂事件处理（CEP）技术应用于RFID数据处理的具体技术问题,提出一种基于CEP的RFID数据处理模型,重点对高速缓存cache、事件滤波器以及复杂事件构建器等关键技术进行了研究,对该处理模型的应用进行了讨论。     

并行量子遗传算法在QoS组播路由中的应用

随着网络通信技术的发展和Internet的普及,性能出色的组播路由越来越重要。著名的组播路由Steiner树问题是NP完全问题,应采用启发式方法求解。文中在常规量子遗传算法中引入并行进化模型,提出了一种解决多约束QoS组播路由优化问题的算法。在满足带宽、时延约束条件下寻找代价最小的组播树,并合理安排节点负荷,减少通信开销。仿真实验结果表明本算法搜索速度快、全局寻优能力强,性能和效率优于常规量子遗传算法。     

一种基于非线性弹簧模型的虚拟手交互新方法

基于虚拟手的交互技术在人机交互和人机工程学测试等应用中发挥着重要的作用。为了实现直观自然、实时准确、接近真实世界中的虚拟手与虚拟物体的交互,并计算出反馈作用力,首先提出了用非线性弹簧模型计算抓取作用力,使虚拟手和虚拟环境之间实现了基于物理的交互;然后将计算结果以视觉渲染的形式反馈给用户,并对仿真的速率做了定量分析,以便使仿真速率可以达到屏幕刷新频率和力反馈刷新频率的要求。实验结果表明,虚拟手不仅可以直观自然地抓取3维虚拟物体,而且和3维物体之间能够进行实时交互,同时可计算出反馈作用力。     

VCR智能无扰动特性的精确数值运算

根据智能变进制(VCR)的变溢性、拓展性及申缩性有机结合的技术,提出一种新颖智能的、无数字扰动的精确数值运算.该运算结果值的精确位数.是可以任意或无限地确定的,它可以很好地解决了计算机数值分辨率即由CPU字长制约的有效数字位教不足而造成的数值精确计算PC(Precise Computing)的扰动性问题,例如对中国古代数学家祖冲之曾研究圆周密率π值实验数据(π=355/113)的除法精确计算.     

基于WebAccess水位监控系统设计与实现

本文设计了一个基于网际组态软件WebAccess的水位远程监控系统.该系统采用研华PLC作为下位机控制器,工程师站利用WebAccess与下位机进行通信,同时具备网络摄像功能.系统运行的结果证明本设计提出了一个良好的工业监控解决方案.     

不确定信息下的评估指标权重配置方法

为了解决在数据不确定条件下极大熵权重配置模型找寻最优权重的问题,引入云模型将具有随机性和模糊性的数据转换为定性的数字特征。以此为基础在逼近理想解排序方法架构下定义了正负理想解,基于改进的欧氏距离设计了正负向距离,提出了多评估对象相对能力量化模型,并在极大熵准则下构建了新的权重配置模型,使得评估对象相对能力大小排序的专家知识得到充分运用。通过分析采用了模拟退火算法实现最优指标权重的搜寻,解决了原先算法模型不能应用于非凸优化情形的问题,进而给出科学合理的权重配置方案。仿真实例表明,在多次迭代后找寻到最优权重熵为1.377 7,满足要求,证明了所提算法的有效性。     

多尺度特征融合U-Net的遥感影像黑臭水体智能检测

研究采用卫星遥感技术获取高分辨率遥感影像水体样本数据集,基于深度卷积神经网络从高分辨遥感影像中提取水体并进行黑臭水体智能监测,提出了一种改进U-Net的黑臭水体检测网络模型(IWDNet)。基于U-Net结构引入跳跃式多尺度特征融合,结合通道注意力机制、卷积注意力模块、通道与空间注意力机制生成不同多尺度特征融合注意力机制(MFFAM)模块进行对比,并引入空洞卷积扩大网络感受野,最终实现黑臭水体的识别检测。实验证明：基于跳跃式多尺度融合与CBAM注意力机制的黑臭水体检测网络(MFFCBAM-IWNet)模型有效提升了识别精度,在高分辨遥感影像水体样本数据集上表现最佳,总体精度达98.56%,Kappa系数达0.978 4。