无线传感器网络技术

由传感器、微处理器和无线通信接口组成的无线传感器网络是一门日益引起人们研究兴趣的技术。它广阔的应用前景使其在医疗卫生、环境监测和军事领域得到了飞速发展。文中介绍了无线传感器网络研究中所涉及到的关键性问题,给出了相应的一些主要解决方法,指出了其中的优点和不足,并结合当前国际、国内技术前沿对传感器网络的未来进行了展望。     

银行业数据仓库的性能优化方法

首先说明了数据仓库的特点和结构及性能优化技术;然后结合银行业数据仓库的特点,提出了在银行业数据仓库系统开发中提高系统性能的几种设计方法。实践证明,在系统开发过程中,合理运用这些方法,可大大提高数据仓库系统的性能。     

基于小波的大脑图像边界跟踪算法研究

准确提取医学图像中目标的边界在图像处理分析和医疗应用领域具有重要意义。针对大脑图像中纹理复杂,难以区分非正常区域和正常区域边界的问题,本文提出了一种基于小波多尺度分析的边界跟踪方法。该方法首先对原始大脑图像进行小波变换,得到图像的多分辨率表示,然后利用一种改进的轮廓跟踪算法对最低分辨率的图像进行跟踪,最终获得了大脑中非正常区域的边界。实验结果表明该算法可以有效地去除噪声以及脑部正常纹理的干扰,提取出目标特别是非正常区域的边界特征,执行效率高,跟踪准确。     

SPH法中初始时粒子配置的分析

光滑粒子流体动力学（SPH）法是一种无网格拉格朗日粒子法。文中介绍了SPH法的常数和线性连续性条件,测试求解一维溃坝问题时不同的初始粒子配置对实验结果的影响。结果表明在SPH法中,初始时刻粒子应尽量均匀分布,并且尽量使所有粒子的质量相同或者是呈连续变化的。     

基于主观Bayes方法对Web使用挖掘的研究

为了更加合理地组织Web服务器的结构,使用户能及时快速地浏览到自己所需的网页信息,借鉴专家系统的不确定性推理方法——主观Bayes方法,提出了网页链接的可信度思想,并给出了网页链接的可信度因子模型。该模型可以定期、定时地根据Internet用户浏览的Web日志记录,动态地改善Web服务器的结构,从而实现基于用户浏览兴趣的网页链接结构的改进。     

基于时间的模糊关联规则挖掘

关联规则是数据挖掘研究中的一个重要的主题。一些算法都是假设数据中根本的关联基于时间是稳定的。然而，在现实世界领域，数据具有自己的特征，因此关联随着时间发生巨大的改变。现有的数据挖掘算法没有考虑关联的改变，这导致了严重的性能下降，特别是挖掘出的关联规则被用来分类和预测。尽管关联改变的挖掘是一个重要的问题，因为需要基于过去的历史数据来预测未来，现有的数据挖掘算法不符合这样的工作。文中引入模糊数据挖掘算法来发现基于时间的关联规则的改变。基于挖掘出的模糊规则，能预测关联规则在未来如何改变。实验表明了算法的有效性。     

一种基于加权复杂网络特征的K-means聚类算法

在分析了传统的基于划分的K—means聚类算法的优越性和存在不足的基础上，根据近两年复杂网络研究中部分新的理论成果，提出了复杂网络加权度、加权聚集度与加权聚集系数的定义，并将数据聚类转换为复杂网络上的节点聚类，提出基于加权复杂网络特征的K—means聚类算法（简称WCNFC算法）。实验结果表明，该算法根据节点加权复杂网络特征值，能够较好地找到聚类中心，有效地避免了对初始化选值敏感性的问题，从而使得聚类质量大大提高。     

基于商空间理论的遥感图像分割

Sankar K．Pal等最近提出了一种基于“粗糙熵”的图像分割算法，主要是按照目标和背景这两大类对图像进行分割，不足之处在于不能满足多类目标提取的需要。为此，基于商空间的粒度分解和粒度合成原理，综合粗糙集和聚类算法对之进行改进。通过对遥感图像进行分割处理，证明了改进后算法的有效性。     

基于滤波器组的纹理分类研究

论述了基于滤波器组的纹理分类方法。该方法首先利用滤波器组对纹理进行滤波，纹理特征是用滤波器输出的统计值表示的；然后用这些特征向量进行纹理分类研究，分类主要利用了简单（naive）Bayes分类方法和最大加权相关树分类方法。实验显示，最大加权相关树分类方法的效果是较好的。     

二维稳态传热问题的计算机仿真

热量传输现象在工程技术领域中广泛存在，对二维稳态传热情形下温度场分布的研究有重要现实意义。对于复杂几何形状的物体和非线性的边界条件，分析解法显得无能为力；相比之下，建立在有限元基础上的数值计算是有效和准确的。在传热和流体流动问题的数值计算方面，SIMPLE算法被广泛采用。通过VC和Matlab的混合编程用SIMPLE算法实现了对二维稳态传热问题的计算仿真，描述了温度场的分布。