基于多agent的全网无功优化

分析了目前电压无功控制的现状及其存在的问题；利用AGENT技术提出了基于MAS(多主体系统)的全网无功优化系统结构、子MAS系统结构及MAPE(多主体处理环境)结构；介绍了子MAS系统各部分的功能，对多AGENT系统的实现及全网无功优化的工作过程作了阐述，该系统的应用将有利于降低线损，提高电压合格率及供电可靠性。     

基于智能Agent的工作流异常管理

工作流异常管理，特别是业务异常管理，一直是工作流技术中被忽视和难以解决的问题。详细分析目前工作流产品在异常管理方面的不足，针对这些不足引入Agent技术，实现了对工作流异常的自主、交互、反映、预动及智能的管理。     

一种遥感图像中建筑物的自动提取方法

目前，传统建筑物识别方法通常采用基于建筑物边缘线性特征的识别算法，这类方法具有简单高效的优点，但识别率较低。该文提出了一种综合利用建筑物的若干特征进行自动识别的方法。首先用Canny算子提取边缘。然后根据建筑物的空间分布特点和Hough变换特性。在Hough变换域进行建筑物边缘方向统计来筛选边缘线段，提取出潜在的目标边缘线段；接着该文提出了对建筑物的几何特征（例如矩形特征、角点特征和阴影特征等）和灰度特征进行识别的算法，将其识别结果做为判定建筑物目标的依据，最终准确地提取出建筑物。大量实验证明该方法相比较单一的线性特征检测方法，速度快、准确率高．具有较强的实际应用价值。     

铜缆接入网技术探讨

研究了各种接人网技术,对ｐａｉｒＧａｉｎ、ＨＤＳＬ、ＡＤＳＬ、ＨＦＣ、ＷＬＬ、ＦＩＴＬ等技术的特点和应用情况进行了讨论。     

基于边缘特征和AdaBoost分类的遥感图像云检测

传统遥感图像云检测方法在处理山地、雪地、暗云等场景时极易发生错判,准确度较低。通过对遥感图像中云与地物的不同特点进行分析,提出一种新的遥感图像边缘特征描述方法,结合图像的边缘特征和灰度特征使用AdaBoost分类器进行云图分类,并利用图像的空间相关性对分类结果进行修正。经10万余幅图像测试结果表明:该算法与传统算法相比准确度极大提高,正确率达到96%以上,且运算速度快,满足实时性要求。     

中值流辅助在线多示例目标跟踪

针对机器人演示学习中目标跟踪性能的严格要求,提出一种可以有效克服快速运动、遮挡和目标漂移的物体跟踪方法.首先计算中值流,并预测目标的位置偏移,以此计算高斯权重;然后修正搜索区域,并使用在线多示例分类器进行目标搜索,计算似然度;最后使用贝叶斯框架对结果进行融合,使用穷举搜索得到最优的预测位置,并更新在线分类器.实验结果表明,与现有方法相比,该方法对快速运动和目标漂移具有更强的鲁棒性,而且可以达到实时跟踪.     

基于Agent技术的遥感图像检索

在数据源未知的互联网上和存储海量数据的数据库中,如何实现高效、可靠的图像检索十分重要.文章面向遥感图像处理应用,结合Agent技术,设计了基于目标特征的遥感图像检索模型.首先对待检索图像进行目标特征提取,再与特征库进行匹配,在用户Agent、检索信息Agent和反馈信息Agent作用下,依据相似度,自动,自主地完成检索功能.实验表明,所设计的模型提高了遥感图像处理系统的检索能力和效能.     

粘连字符的图片验证码识别

验证码在维护互联网安全、防止机器恶意攻击做出了很大贡献。但通过现有的模式识别技术仍然可以破解部分验证码。着重于有粘连字符的猫扑和西祠胡同网站验证码进行识别,难点在于分割图片中的粘连字符。对字符是模糊粘连的猫扑验证码,提出了基于局部极小值和最小投影值的方法来分割;对有交错粘连的西祠胡同验证码,通过颜色聚类与竖直投影结合来达到分割字符的目的。最终均采用卷积神经网络进行训练和识别,达到了较高的识别率。