基于笔划包围盒的脱机手写体汉字分割算法

汉字分割是脱机手写体汉字识别预处理的重要部分，改进了基于笔画包围盒的汉字分割算法。根据方向行程长度提取出汉字的笔画，对所得笔画建立包围盒。使用4种基本合并操作得到汉字的粗略的分割。最后使用动态规划的方法实现汉字的精细分割。实验结果表明，该算法较好地解决了汉字分割中的笔画粘连和重叠问题。  

复杂数据上的实体识别技术研究

复杂数据当前有着广泛的应用.有效地使用复杂数据需要对其质量进行管理.实体识别是数据质量管理的基本操作,用于在数据集合中发现同一实体的不同描述,其在数据质量管理中可以用于错误检测、不一致数据发现等.由于包含复杂的结构信息,复杂数据上的实体识别与传统文本和关系数据上的实体识别不同,带来了新的技术上的挑战.该文介绍了复杂数据上实体识别的概念和应用,分别讨论了XML数据、图数据和复杂网络上实体识别技术的原理,最后展望了未来的研究方向.  

一种内窥镜变形矫正新方法

由于内窥镜透镜的特性，从内窥镜获得的图像有严重的“barrel”变形，在内窥镜的应用中对内窥镜变形进行矫正是必需的Asari和Chao Zhang等人提出了基于最小平方误差的变形矫正的技术，但是，他们的方法并没有将变形中心作为可调节的变量进行修正，然而，实际对变形中心的估计是有误差的，而且变形中心的精确程度对整个变形矫正的效果有很大影响，所以对Chao Zhang的方法进行了改进，把变形中心作为可调节参数，应用优化方法对其进行调整，实验表明新的方法达到了更好的变形矫正效果。  

基于扩展编码的在线XML文档加载机制

Webservices应用中存在大量在线XML文档处理的需求，利用现行的XML数据处理方法来处理上述在线文档是一项可行方案，在线文档的加载问题应运而生；目前对XML数据的存储和查询都是基于对XML文档树的某种编码方法，使用扩展编码方法以提高文档更新性能；如何基于扩展编码方法完成对在线文档加载的研究目前还比较少．提出一种新的扩展编码方法，在此编码的基础上，提出一种适合在线XML文档的加载方法，通过统计同模式的XML文档特征和更新特征，一遍解析文档完成扩展编码和加载；实验结果表明，加载效率和更新性能较好．  

基于达芬奇平台的视频编码器实现

H.264协议是目前最先进的视频编码标准,高复杂度是算法推广的最大瓶颈;提出一种采用TI公司多媒体处理器Davinci TMS320DM6446为核心硬件平台的X264编码器实现方案,该方案采用了局部直方图平均差值进行参考帧数确定,运动估计采用小菱形搜索算法;实验结果标明,在保证图像质量条件下,编码器达到了CIF分辨率视频的准实时压缩要求。  

基于聚类的非清洁数据库的聚集查询处理算法

现实数据库中的不完整数据、不一致数据、重复数据等非清洁数据为数据库的有效使用带来了影响,从包含非清洁数据的数据库中得到满足清洁度要求的统计分析结果,为数据库研究带来了新的挑战,聚集查询是统计分析的基础.面向非清洁数据,提出了有清洁度保证的聚集查询处理算法,用于处理包含group by子句的聚集查询.考虑到在非清洁数据中,同一个元组可能属于不同的分组,提出的方法是利用可重叠聚类的方法将数据库中的元组加以分组,从而得到考虑数据非清洁性的分组,以及基于这些分组计算得到的聚集结果及其以概率表达的清洁度.提出的方法适用于多种聚集函数以及包含选择条件的聚集查询.通过实验验证了方法的效率.  

基于LabVIEW的锂离子动力电池内阻测试系统

内阻是锂离子动力电池重要参数之一,本文分析了电池内阻形成原因,讨论直流内阻测试方法,介绍了一种基于LabVIEW的锂离子动力电池内阻检测系统设计方案,设计了测试系统的硬件结构和软件模块,根据测试要求设计了数据采集和数据分析软件,使系统能够实时显示试验结果。通过实际运行,测试结果达到设计要求,系统具有运行稳定,操作简单,可扩展性好的特点,满足了内阻测试的要求。  

Ed-Sjoin:一种优化的字符串相似连接算法

相似连接(similarity join)在数据清洗、生物信息、模式识别等应用领域中有着广泛应用,其中基于编辑距离的字符串相似连接是一种重要的相似连接.尽管当前有一些基于编辑距离的字符串连接算法提出,然而,当前的算法存在着大量的多余计算,影响了算法的效率.为了高效计算基于编辑距离的字符串连接,提出了一种优化的算法Ed-sjoin,分别从优化筛选算法和基于前缀的重复消减策略两方面对算法进行优化,这些优化策略可以实现更加有效的剪枝,并且避免了部分重复计算,从而加速算法的执行.实验结果表明,提出的方法优于现有方法.  

基于实体描述属性技术的XML重复对象检测方法

由于XML文档越来越广泛地被用于信息交换与集成,其数据质量问题引起了人们的关注.解决由数据质量引发的问题,实体识别技术非常关键.当实体识别被应用于XML数据中时,最为关键的操作是实体数据对象的匹配.为了克服现有方法的不足,在海量XML数据上进行高效的重复对象检测,文中提出一种基于实体描述属性技术的高效XML重复数据对象检测方法.它将所有标签属性与结点统称为属性,用实体来描述属性,通过属性的属性结点表的构建,快速地找到在某个属性上相同的所有实体对象,然后比较它们是否重复.此方法的优势体现在无需比较所有实体对象,只需要比较在属性结点表中同一位置的结点,大大节省了时间.此外,我们提出的Max-Merge算法,在兼顾相似对象传递性与独立性的基础之上,将所有相似对象进行聚类,大大提高了算法的精确率与召回率.  

数据质量多种性质的关联关系研究

信息化时代数据海量增长的同时,用户需要利用多种指标从不同性质方面对数据质量进行评价和改善.但在目前数据质量管理过程中,影响数据可用性的多种重要因素并非完全孤立,在评估机制和指导数据清洗规则时,彼此会发生关联.本文研究了在实际信息系统中适用的综合性数据质量评估方法,将文献所提出以及在实际的信息系统中常用的数据质量性质指标,按其定义与性质进行归纳总结,提出了基于性质的数据质量综合评估框架.随后针对影响数据可用性的四个重要性质:精确性、完整性、一致性、时效性整理出在数据集合上的操作方法,并逐一介绍其违反模式的定义,随后给出其具体关系证明,进而确定数据质量多维关联关系评估策略,并通过实验验证了该策略的有效性.