基于兴趣值的数据映射与集成研究

从超媒体松散耦合的特性出发,针对用户感兴趣内容的不同,提供一种有效的数字资源的集成方法.通过定义兴趣值和页面映射规则,将Web页面中特定的数字资源和相应的兴趣值进行绑定,并利用动态超媒体映射引擎对Web页面进行过滤及映射处理,从而获得用户感兴趣的特定信息资源的集合,这尤其适合于对各种数字图书馆的信息资源进行整合.     

应用于人脸识别的结合SVD变换的图像类特征提取算法

由于矩阵奇异值(SVD)为依据的图像识别技术中,SVD与矩阵之间不是一一对应的.为此提出了同类图像的类SVD变换及其图像特征提取方法.并采用最近邻法进行分类识别,应用于人脸识别中,有较好的效果.     

TOC实验系统中运算器与解码器的同步技术

论述了一种实现百位量级三值光学计算机(TOC)实验系统中光学运算器及光学解码器同步的技术.该技术的原理是以光电传感器感应到的光强度变化来判断光学运算器的一次运算是否完成,若完成则通知光学解码器进行解码.受正在使用的三值光学计算机实验系统已有结构的限制,该技术采用了以光学解码器的控制器为核心、软件控制为主的方案.该方案虽然比纯硬件方案慢,但适合于目前的低速度实验平台,而且便于改进,本身也成为研究三值光学计算机部件间同步技术的一个实验子系统.描述了对当前的三值光学计算机实验平台和软硬件部件所进行的相应改造,实验结果表明了该同步系统的有效性和可靠性.     

基于二进制补丁比对的软件输入数据自动构造

在软件二进制补丁比对结果的基础上,提出一种基于目标的适应值函数模型.该模型对同一种群中所有个体评估,寻找优秀个体以遗传到子代中,产生能够到达或接近到达可疑函数的个体数据.该算法不需要源码.实验结果表明,该算法简化了逆向分析人员构造软件畸形数据的过程,为其快速触发软件脆弱点创造了条件.     

激光三维扫描图像处理改进算法

三维激光扫描技术以获取被测物体三维轮廓数据为目的,提取激光照射到被测物体形成的激光条纹的三维信息,从而快速获取被测物体表面的三维坐标数据.在图像处理中,经过去噪处理、图像灰度二值化、激光条纹细化等一系列改进的算法,较好地实现了激光条纹图像信息的提取,从而获得了较为理想的效果图.     

三值光学计算机数据位与运算部件像素的映射技术

为有效利用运算部件像素资源,在介绍了降值设计理论.三值逻辑光学运算部件结构、三值逻辑光学运算器使用像素的情况等问题之后,提出并详尽讨论了三值光学计算机数据位与光学运算部件像素之间的一种映射方法.该方法包含了"以像素位为单位"进行映射,"像素组合互补性优先"、"定时映射"等策略.采用了"定时映射等待队列一、"构造像素组合互补运算器组"等关键技术.描述了相应程序的流程,并给出了相应的实验方法,验证了该方法的可行性和有效性.     

基于支持向量机的异常值问题的研究现状

为提高含有异常值数据集的学习性能,对基于支持向量机的鲁棒算法进行了研究,深入分析了异常值降低标准支持向量机推广能力的本质原因,从基于支持向量机的异常值检测和抑制异常值对支持向量机的影响两个方面,较为系统地回顾了国内外在该领域的研究发展现状和最新研究进展,其中包括各种算法的基本思想和主要特点.归纳总结了支持向量机关于异常值问题的主要研究内容、方法、研究成果以及存在的问题,并进一步提出了在应用方面的研究方向.     

工业过程数据中缺失值处理方法的研究

针对工业生产中过程数据的缺失问题,首次提出了运用多重填补方法处理工业过程的缺失数据.阐述了常用的缺失数据处理方法,指出各方法的优缺点.在此基础上,通过建立回归模型,针对多变量工业数据中缺失值较少和较多时的两种情况,分别用删除含缺失值的个案,简单填补和多重填补(MI)3种方法对数据进行处理,利用处理后的新数据集进行数据挖掘,预测目标变量的值,并对预测结果进行分析比较.实验结果表明,多重填补方法的处理效果最好,为工业数据的缺失值处理提供了有用的策略.     

基于Matlab的云纹干涉图像处理的实现与应用

由于实验现场及周围环境的干扰,采集的图像中往往包含一些不必要的信息,为得到真实反映实验结果的数据,对采集的实验图像需要进行必要的图像处理.应用Matlab语言的图像处理功能,对云纹干涉法得到的干涉条纹图进行了图像增强、噪声处理、二值化和细化等图像处理工作.结果表明,利用基于Matlab语言进行图像处理,方便快捷,能够为后续图像分析、计算提供良好的基础,能够提高实验结果的可靠度.不同图像增强处理方法得到的结果具有不同边界及内部效果,实际应用中要取长补短,根据具体情况合理采用图像增强方法,才能达到预期目的.     

基于多权值神经网络的静态手势字母识别的研究

提出了一种基于多权值神经网络模型的静态手势语识别方法.应用手势字母图像圆周极径序列的傅立叶频谱信息来提取特征,再结合多权值神经网络的训练算法与识别算法,实现静态手势字母的识别,并取得了很好的识别效果.