元数据在P2P网络下查询改进中的应用

针对P2P网络中由于查询条件的弱语义和粗粒度、检索效率低下以及网络带宽消耗的问题提出了一个基于元数据的高效查询算法,通过在任意P2P数据管理层的基础上建立一个统一的元数据层,各个节点自动抽取共享数据的详细的元数据信息,每个节点不仅保存本地共享数据的元数据信息,而且存储访问过的最感兴趣的数据的元数据信息,并使用数据库对元数据信息进行高效管理,从而使所有节点都具有自我学习的能力,充分利用元数据信息提高检索效率。     

子网拓扑融合技术研究

针对大规模异构网络的拓扑管理,在对经拓扑发现搜集而来的拓扑信息进行处理,提出了子网拓扑融合概念,阐述了子网拓扑融合在拓扑管理中的地位和作用,分析了子网拓扑融合的需求,研究并建立了基于集合论的子网拓扑融合模型,设计了一种基于XML的子网拓扑融合算法,并通过两个子网拓扑数据检验了该算法的正确性.     

第九届全国染料与染色学术研讨会暨信息发布会在杭州召开

“第九届全国染料与染色学术研讨会暨信息发布会”于2004年11月6日～8日在杭州举行。大会由中国化工学会染料专业委员会和全国染料工业信息中心共同主办。大会共收到来自各大专院校、科研院所和企事业单位的专家学者和工程技术人员的论文报告130余篇，收录在大会论文集中110篇，会上有20位专家进行了大会报告。会议宗旨：推动我国染料工业和印染工业的科技进步，     

融合ViBe与帧差法的交叉路口多车辆检测方法

前景检测的精确程度是交叉路口车辆检测的重要因素,传统的基于背景建模的前景检测方法存在拖影现象,并且通常难以分辨出无牌车辆,针对上述问题,提出一种融合ViBe与帧差法的前景检测算法,并在此基础上结合车牌检测算法来检测场景当中的车辆;首先,结合帧差法和ViBe算法对背景像素点的判定结果,采用不同更新因子更新背景模型,其次,使用一种多条件过滤车牌检测算法定位运动区域当中车牌,最后,以检测到的车牌中心为锚点,定位出最终车牌区域;实验结果表明,该前景检测算法可有效应对交叉路口场景下的前景检测的拖影现象,同时车辆检测算法可以准确检测出进入场景时的车辆,并分辨出无牌车辆。     

城市交叉路口背景提取与车道标定算法

目的 为解决车辆对车道标记的遮挡问题,提出一种新的背景提取算法,同时基于透视变换实现了城市交叉路口的多车道标定。方法 首先,通过均值与帧间差分方法的融合,进行城市交叉路口的背景稳定与更新;然后,利用Canny算子及Hough直线检测得到各类直线;其次,基于透视变换、聚类分析和先验知识建立了车道线的筛选数学模型,实现了车道线标定;最后,通过实验对算法进行了验证。结果 采用10min长度、分辨率为2592×2048像素的某城市交叉路口实际监控视频进行交叉路口背景提取。本文算法的背景提取准确率比均值法和传统高斯混合模型法分别提升20%和30%左右,车道线标定也优于其他类似方法。结论 算法具有收敛速度快、准确率较高、稳定性较好等特点,在车流量大时可快速更新并消除车辆虚影,适用于光照条件正常的城市交叉种口的车道线标定。     

信息技术安全评价标准的现状和发展

讨论信息技术安全评价的标准的现状和发展,介绍世界各国制订的主要 标准的特点,重点分析信息技术安全评价标准的最新发展－ISO15408,简称CC标准。     

基于软件配置模型的构件化领域框架研究

以软件复用研究为背景,对面向软件定制的构件化领域框架进行了研究,提出了一种基于软件配置模型的构件化领域框架,并着重分析了利用框架进行软件定制的配置机制以及框架运行原理,最后以灾害快速反应系统为例,对模型和框架进行了实现.     

基于时空熵与标签技术的运动目标检测算法

针对生物运动目标检测问题,为解决生物目标在运动检测中存在着非线性运动、检测速度慢以及目标易变形等问题,提出了一种基于时空熵与标签技术相结合的运动目标检测算法。方法结合标签技术将熵的相关原理运用于生物运动目标检测领域。首先对每个象素点建立一个基于时间和空间的滑动窗,按着运用标签技术对滑动窗分配标签,并求得点的直方图进而计算出点的时空熵,可利用熵的大小来判断点是否属于运动目标点,进行对生物运动目标的实时仿真。实验结果表明运算复杂度降低、参数鲁棒性较强、抗噪声能力较好,证明是一种可靠和有效的生物运动目标检测方法。     

基于视觉感知与V-detector的水质异常检测方法

为了快速准确地对水质进行评价分析,提出了一种新的水质异常检测方法.该方法将视觉感知技术与人工免疫系统中的否定选择原理相结合.首先采用视觉驱动的生物监测技术对水质指标进行采集,然后利用基于否定选择原理的可变V-detector算法对水质指标进行评价分析.由于视觉感知技术具有敏感性、综合性以及人工免疫系统具有自组织、自学习、自识别等特点,故该方法能够快速准确地对水质进行实时检测评价.实验结果表明该方法是一种实用的水质检测评价方法.     

基于动态感兴趣区域车道线分段拟合算法

提出实时视频中基于动态感兴趣区域及分段拟合的车道线的检测算法,动态调整感兴趣区域（ROI）,缩小处理空间。采用大津算法（OTSU）动态提取感兴趣区域灰度阈值,并将该值作为多梯度Sobel边缘检测中的灰度阈值以提高边缘检测精度,利用改进的并行快速细化算法骨架化边缘图像,利用基于广度优先最短路径算法去除毛刺,最后再将图像划分近景和远景区域。在不同区域,采用直线或者曲线分段拟合,提高拟合精度。模拟实验结果表明,背景不太复杂时,一帧图像处理时间约为15ms;而背景较复杂时,处理时间约为35ms,能满足实时性。