Android与iOS实用应用

正iOS区Dragon Dictation Dragon Dictation是一款适用于iPhone、iPad和iPod touch的一款语音识别应用软件。Dragon Dictation可将用户的语音转换成文字,然后直接发送短信、电子邮件或是发布到微博等SNS网站上。Dragon Dictation目前支持美国英语、英国英语、澳大利亚英语、法语、德语、意大利语、西班牙语、日语、韩语以     

爱普生存折证件一体机

爱普生,凭借着先进的研发技术、前瞻的市场洞察力,针对银行、政府等行业用户,全新推出PLQ-22KCS/22KCSM存折证件打印扫描一体机。该系列产品在秉承爱普生针打一贯的优良性能和卓越品质的基础上,还特别针对行业用户的应用需求,新增红外线扫描、OCR识别等功能,其中PLQ-22KCSM还特配磁条读写和磁性墨水识别功能,集磁条读写、打印、扫描、传输、防伪等功能于一体,开创存折证件打印扫描新时代。     

一种谱分解降维的模糊有监督局部保持投影策略

提出一种谱分解降维的模糊有监督局部保持投影策略。首先针对监督局部保持投影SLPP存在过学习和不能较好地保持图像空间的差异信息等问题,通过最小化局部离散度和最大化差异离散度准则提取投影方向,找到一种线性鉴别分析的等价形式。其次,通过采用模糊k近邻(FKNN)方法得到相应的样本分布隶属度信息,同时考虑到离群样本对整个分类结果的不利影响,提出一种模糊化方法,根据样本的隶属度对样本分布矩阵重定义所做的贡献,将每个样本的隶属度融入到SLPP特征抽取的过程中,从而得到完整有效的模糊样本特征向量集,有效解决了小样本问题的特征抽取问题。第三,提出一种谱分解的矩阵分析方法,在SLPP投影准则下,对散布矩阵实现降维。在ORL和NUST603人脸库上的实验结果验证了该方法的有效性。     

基于视觉的多特征手势识别

手势是一种自然直观的交互方式,基于视觉的手势识别是实现新一代人机交互的关键技术。本文在已有的手势识别技术基础上,从手势分割及手势表示两方面着手,提出了一种单目视觉下的手势识别方法。利用颜色特征检测肤色区域,成功分割出人手;利用人手的轮廓及凸缺陷检测指尖,再利用指尖的数目和方位来表示一个手势,进而结合轮廓长度和面积等几何特征完成手势识别。传统的指尖检测方法需要遍历并扫描手掌外轮廓,计算量大,本文通过凸缺陷检测指尖,减少了计算量,提高了指尖检测的速度。实验结果表明,本文的方法具有很好的鲁棒性及实时性,能适应环境的变化。     

基于复杂网络理论的高校内部理工医文合作研究分析

运用复杂网络理论的基本原理和有关方法,对理工医文等学科、专业之间的合作规律和人员合作方式进行探讨,以某高校2005-2010年医工合作情况作为实例展开研究,采用5年的合作数据作了计算分析,研究了高校内部理工医文开展学科交叉工作的特点及其运行情况、医工交叉合作中存在问题,客观分析其原因,提出了解决的办法,为今后开展高校系统的理工医文交叉合作,建设电子化交叉平台.     

基于Virtools的虚拟现实技术及在特种设备教学中的应用

本文以电梯为研究对象,运用虚拟现实技术建立电梯虚拟样机,开发了一种电梯零部件识别系统用于电梯司机的考核。现行的考核方式存在过程繁琐、成绩统计困难等问题,就这些问题提出了合理的解决方案,并将方案应用于开发的系统中。该系统是虚拟现实技术在特种设备领域的全新应用,构建的虚拟电梯完整地呈现了真实的电梯,而且可以从多角度观察其结构的每个细节,方便教学与考核。系统结合SolidWorks、3Dmax、Virtools等软件,以触摸选择为主要的操作方式,具有优良的操作性与交互性,且投资少、开发周期短。     

信息融合技术在变压器油气识别故障诊断中的研究

变压器故障分为放电性故障和过热性故障两大类别,它们均会在变压器油中有所反映。本文通过对变压器油中主要气体的分析,判断变压器的故障类型。具体方法是:利用改进算法的BP网络和信息融合技术,以变压器油中五种主要特征气体作为神经网络的输入,以六种变压器状态作为相应的输出,通过加入动量因子,可以提高学习率系数,充分发挥改进算法的BP网络具有自适应学习能力的优势。仿真测试结果表明,本方法能够在较大范围内准确有效地进行变压器的故障诊断。     

基于RGB颜色特征的印鉴图像预处理

针对票据印鉴在RGB颜色空间分布的特点,通过算法将红色印鉴从杂乱的背景和噪声中分离出来,得到二值化的印鉴图像,再通过去噪得到较好的预处理印鉴图像。实验证明,该方法的计算速度较快,并能在一定程度上恢复出被背景覆盖的印鉴部分,使得提取的印章有较理想的视觉效果。     

基于词间关系分析的文本特征选择算法

传统的特征选择方法通常使用特征评价函数从原始词集中筛选出最具有类别区分能力的特征。这些方法是基于以独立的词作为语义单元的向量空间模型,忽略了词与词之间的关联关系,难以突出文本内容中的关键特征。针对传统特征选择方法的不足,本文提出一种新的基于词间关系的文本特征选择算法。该方法考虑对文本内容表示起到关键性作用的词,利用关联规则挖掘算法发现词语之间的关联关系,并且通过相关分析对强关联规则进行筛选,最终生成与类别属性密切相关的特征空间。实验结果表明,该方法更好地表示了文本的语义内容,而且分类效果优于传统算法。     

基于图像仿射不变特征点的零水印算法

本文提出了一种基于图像提升小波变换和仿射不变特征点的零水印算法。首先对图像进行3级提升小波变换,然后在低频部分,利用Harris-Affine算子提取出图像的仿射不变特征点和仿射协变特征区域,利用这些特征区域来构造零水印信息。实验证明,该算法不仅对常规信号处理攻击和简单的几何攻击具有很强的鲁棒性,对于剪切、纵横比改变、行列去除,局部扭曲等较复杂的几何攻击也具有较强的抵抗能力。