DCNN深度特征与交替方向乘子的相关滤波跟踪

针对采用相关滤波的判别式目标跟踪遇到的瓶颈问题：由于目标快速移动引起边界效应，使得相关滤波器在学习与更新过程中可能会引入错误，最终错误的累积将导致跟踪失败。在采集深度学习特征与样本相似性度量的基础上，提出一种引入交替方向乘子方法的改进相关滤波目标跟踪算法，选择DCNN深度特征有效地表征待跟踪目标的初始状态，通过在线分类过程中样本相似性比对与半监督学习，辅助解决相关滤波器在学习过程中存在的自学习问题。所提目标跟踪算法特别适合训练样本为持续获得的、同时存储空间较小的机器学习过程，提高目标在快速运动与部分遮挡等复杂情况下的跟踪成功率，针对VOT2016标准测试视频的实验表明：当目标面临快速运动时，对比CN、SAMF、STC算法，所提DA-CFT跟踪算法将跟踪成功率分别由60.4%～73.4%、67.2%～82.9%、80.9%～88.1%提升至85.6%～91.0%。     

基于底层登录的机房管理系统的设计与实现

采用底层登录技术,在VC 及ACCESS数据库上,设计并实现了基于C/S架构的机房管理系统,具有底层登录、帐户管理、权限管理、在线控制、费用管理、远程查询、客户端锁定与解锁、多网段支持等功能.系统具有稳定性、安全性、实用性,界面友好、操作简便.     

基于智能计算的聚类挖掘研究进展

聚类是数据挖掘的主要任务之一,它在知识发现、模式识别、决策支持等方面有着重要应用,聚类挖掘已成为一个非常活跃的研究课题;近年来,基于智能计算的数据挖掘方法研究有了较大进展,机器学习、遗传算法、粒子群优化技术的应用在一定程度上改善和提高了聚类挖掘的性能和效率,但聚类技术仍面临着输入参数对领域知识的依赖性、交互动态性等方面的严峻挑战.     

一种新的高校自动排考算法

针对目前高校自动排考算法的不足，提出了一种新的高校自动排考算法。算法不仅解决了考试课程、考场及监考教师的自动安排，还实现了重修考生的自动安排，并在监考教师安排算法中利用监考权重系数、时间匹配串提高了监考教师安排的合理性和灵活性，经实际应用表明，算法较好地满足了组织此类考试的要求。     

粒子群优化技术的研究与应用进展

粒子群优化(PSO)算法是一种新兴的基于群智能搜索的优化技术,它是通过粒子追随个体最优解和群体最优解来完成优化,且算法简单、易实现、参数少,具有较强的全局优化能力,可有效应用于科学与工程实践中。文中综述了PSO各种改进技术、研究热点问题及其应用进展情况并指出了PSO的发展趋势及未来研究方向。     

Windows NT系统服务程序的开发

阐述了常用服务API、服务本体程序和服务控制程序的设计思想，提出服务本体程序可由main0，ServiceMain0，Handler0三个部分组成，它们与SCM是一个复杂交互的过程。提出了用Visual C 6开发基于Windows NT的系统服务程序的设计策略，并给出了具体的实现代码。     

基于粒子系统和音频系统的烟花模拟

针对模糊物体的模拟方法存在着粒子数量绘制巨大、粒子运动状态复杂、计算耗时、实时性及逼真性不够等问题,提出了一种基于粒子系统和音频系统的烟花模拟方法,以三角形格作为绘制烟花粒子的基本图元,结合纹理映射,色彩融合技术来绘制烟花粒子,在显示列表中生成纹理,再结合FMOD引擎技术,加入音频系统,实验结果表明提出的方法增强了模拟的逼真性.     

一种基于FPGA的CPU设计

基于现场可编程(FPGA)技术和硬件描述语言VHDL的设计和综合,通过自顶向下的设计方法和模块化设计思想,在QuartusⅡ环境下能定制、仿真、下载验证和实现CPU功能.通过VHDL语言定制了运算器ALU模块和调用宏模块定制了RAM模块,介绍了基于FPGA的CPU设计方法,并通过初始化程序进行验证,实现了基于FPGA的CPU功能,表明基于FPGA技术在设计CPU核和大规模集成电路设计方面可根据实际情况定制,具有灵活性、可靠性和可扩展性.     

改进蚁群优化方法求解立体表面TSP问题

给出立体表面TSP问题的数学模型,提出一种改进的蚁群优化算法,用于解决立体表面TSP问题。该算法能快速找到最优路径或近似最优路径,得到的解质量较高且计算时间短。实验方法表明,改进后的蚁群算法在TSP的求解中,收敛速度和全局寻优能力均得到较大的提高。     

基于多尺度粗糙集模型的决策树优化算法

针对经典决策树算法构造的决策树结构复杂、缺乏对噪声数据适应能力等局限性,基于多尺度粗糙集模型提出一种新的决策树构造算法。算法引入尺度变量和尺度函数概念,采用不同尺度下近似分类精度选择测试属性构造决策树,使用抑制因子对决策树进行修剪,有效地去除了噪声规则。结果表明该算法构造的决策树简单有效,对噪声数据有一定的抗干扰性,且能满足不同用户对决策精度的要求。