蚁群遗传算法在高校智能排课系统中的应用

大学课程表问题（UTP）是阻碍各个学校的教学资源多目标组合优化问题。它的解决不仅有助于对运筹学中多目标优化类问题的研究,而且对解决我国现阶段教育中教学资源相对稀少、而学生又相对较多的现状尤其具有现实意义。采用蚁群算法和遗传算法混合建立高校智能排课系统,可以有效地减少搜索空间,使种群在遗传过程按规则分区,在区间中喷洒信息素,染色适应度与种群区间交互,形成正反馈系统,驱动整个算法得到排课较优解。     

基于PCNN和DSP的感兴趣区域提取系统研究与实现

由于普通PC实现的感兴趣区域提取系统普遍存在耗时大、实时性差且处理精度不高等缺陷,在此利用瑞泰公司ICETEK-DM642-PCI评估板提供的TI公司的TMS320DM642芯片,DSP/BIOS的实时操作系统,CCS集成开发环境来构建应用程序。应用脉冲耦合神经网络对图像进行噪声抑制,然后进行二值分割。再利用PCNN正向自动波去除一些很小的干扰,反向自动波恢复感兴趣的区域并提取出。实验结果表明,采用的算法能够精确地提取出图像中感兴趣的区域。     

铝及铝合金电镀工艺自动线控制系统的设计与研究

铝及铝合金电镀工艺自动线的镀槽液温度在电镀过程中是非常重要的参数,本论文对镀槽液温度控制策略进行了重点探讨。针对镀槽液温度控制具有大惯性、大滞后、具有某些不确定性的特性,采用预估模糊PID控制策略,可进一步提高电镀产品的质量。     

计算机在线测试系统及其在岩石强度试验中的应用

针对当前岩土工程试验中采用人工读数测试存在的慢速度,低效率问题,设计开发了一种计算机在线动态测试系统。该文从在线动态测试系统原理及硬件构成、软件组成及功能方面详细介绍了计算机动态测试系统研发思路。并采用开发的岩土工程测试系统,对云锡松树脚锡矿矿岩试件进行了不同荷载条件下的强度-变形试验。试验表明,采用该系统,测试频率达到每秒30条数据记录,测试数据完整反映了岩石破坏过程中的应力变化。计算机在线测试系统方便、快捷、准确、反映了被测对象的特性,实现了多点在线实时追踪数据变化的动态不间断测试。     

基于Sync Services for ADO.NET的智能客户端应用研究

针对在智能客户端中数据同步存在的缺陷,依据具体的实例,分析了基于.NET平台下Sync Services for ADO.NET框架体系结构,描述了不同层次的功能,示意了数据下载的过程,阐述了数据同步和冲突处理的详细步骤,说明了遇到问题的解决方法.采用对比的方法,验证了基于DataSet 与SqlCeResultSet内存消耗,及利用LINQ技术访问SqlCeResultSet数据源细节.同时,给出了基于角色的访问控制的安全设计.与传统的以数据为中心的同步方案相比,该方案具有松耦合、内存使用率高、数据访问智能化、安全可靠的特点.为智能客户端架构应用提供了技术参考且具有实用价值.     

一种新的粘连字符图像分割方法

针对监控画面采样图像中数字的自动识别问题,提出一种新的粘连字符图像分割方法。该方法以预处理后二值图像的连通状况来判定字符粘连的存在,并对粘连字符图像采用上下轮廓极值法确定候选粘连分割点,以双向最短路径确定合适的图像分割线路。仿真实验表明,该方法能有效解决粘连字符图像的分割问题。     

基于肤色检测技术的手势分割

手语是聋哑人使用的语言.在手势输入设备发展二十多年以后,许多人仍然发现在与聋哑人的互动交流中存在着一定的困难.因此应该努力使计算机适应自然的交流方式.文中的目的是利用肤色检测程序从整个图像上获取有意义的手势区域,并处理不同室内背景和照明情况下的手势,为进一步的手语识别做准备.对几个静态手势的检测过程进行了实验评估,并就结果进行了讨论.     

一种数字水印技术反攻击系统的研究*

对常见的水印攻击方法进行了研究,建立了水印攻击规则库和质量评估指标库,在此基础上,进一步建立了数字图像水印的产生、嵌入、提取、验证的理论体系。利用智能分析和辨识的方法,实现了对水印系统可能发生的攻击方式、攻击部位、攻击强度等情况的检测,并且提出了水印反攻击对策,从而实现了水印的可靠提取和恢复。     

基于FastReport图片报表的设计与实现

简要介绍了FastReport报表设计器并重点讨论了其特点和设计步骤,同时在Microsoft Visual Studio2005环境下,以FastReport设计的图片报表模板为例．详细描述了设计和实现报袁的整个过程,最后给出了实例代码。FastReport是一组方便灵活的报表工具控件．它包含报表引擎、报表设计器、报表预览控件。因此使用Fastlkeport制作的报表满足了报表的灵活性、可维护性等要求,同时解决了当前国内报表格式复杂多样、设计难度大等问题。     

基于多尺度密集连接和U-Net改进的动态场景去模糊算法

针对现有去运动模糊网络在图像恢复过程中出现的纹理细节丢失、无法抑制噪声、产生振铃伪影等问题,提出一种基于多尺度密集连接和U-Net改进的动态场景去模糊算法。首先,借助U-Net网络中空洞卷积下采样有效扩大感受野,在不增加参数量的情况下避免图片产生不可逆损伤,并利用亚像素卷积在上采样过程中以小的卷积核获得清晰的图像细节,降低运算复杂度;其次,设计多尺度密集特征提取模块(multi-scale dense feature extraction, MDFE),通过密集连接的卷积层加强深层次特征提取和复用,运用空间金字塔池化(spatial pyramid pooling, SPP)分支引导多尺度特征的传递和融合,促进图像细节纹理的有效保留;最后,采用ConvLSTM双向连通结构(bidirectional convolution LSTM unit, BCLU)以非线性方式从编码路径补偿简单级联流失的上下文特征,推动深度特征跨阶段相互作用,弱化边缘伪影和噪声干扰。与现有先进方法对比,验证了本文所提算法在性能上的优势。