基于数学形态学的混合消噪法

工程图纸的矢量化过程中,噪声的正确消除一直是比较难解决的问题.为了提高图纸消噪的效果,在研究了噪声消除方法、图纸噪声特点与消噪要求以及形态学在图纸噪声消除方面的应用后,提出了一种改进的消噪法:混合消噪法,以形态学的膨胀与腐蚀基本运算为基础,通过加减运算、开闭运算的多次混合,达到了既消除图纸噪声,又不丢失细线条目标的目的,对工程图纸的处理有较大的应用价值.  

多层核心集凝聚算法

许多经典的聚类算法,如平均链接,K-means,K-medoids,Clara,Clarans等,都是利用单一的聚类中心进行聚类.为克服单一聚类中心只能描述凸状聚类的缺陷,CURE,DBSCAN等算法使用多个代表点(或稠密点)表述任意形状的聚类结构,但仍难以聚类重叠和噪声数据.为此,提出一种基于多层聚类中心(称为核心集)的凝聚聚类算法(MulCA).该算法使用了多层核心集表述聚类结构,使得每一层数据集向其核心集凝聚.同时,上层的核心集自动成为下层的数据集.随着每层核心集规模按α比例迅速减少,控制了凝聚过程的迭代次数.此外,引入了基于随机采样计算ε-核心集(RBC)的技巧,将MulCA算法应用于大规模数据集.大量的数值实验充分验证了MulCA算法的有效性.  

基于DAO技术的中学信息技术等级考试考务管理系统的开发

介绍基于DAO技术的小型数据库管理系统—中学信息技术等级考试考务管理系统的开发与设计 ,主要包括系统需求分析、系统设计、关键技术与技巧问题、系统优化技术等几个方面。  

数字林业"安全技术框架研究

对“数字林业”进行简要介绍。指出现存安全问题，从策略、人员和技术三个因素提出“数字林业”信息安全技术框架．旨在确保“数字林业”的共享性与安全性。  

线性方程的两个算法

本文介绍线性方程的列初等变换求解算法和一种新的行初等变换求解算法。这两个算法的共同特点是，都使线性不定方程和线性确定方法的求解过程同一化，都可用于对任意线性方程或方程组的求解。尤其是列初等变换求解算法的研究成功，用事实纠正了在数学界长期认为的“只用列初等变换或用行、列初等变换不能解线性方法组”［１］的错误结论。  

基于高斯曲率的曲面光顺方法研究

在交互设计系统中曲率(包括高斯曲率和平均曲率)评价是分析曲线曲面质量的重要工具。对于B样条曲线的光顺算法已经比较成熟。但对于如何基于曲率（包括高斯曲率和平均曲率）的曲面光顺算法则还有许多工作要做。该文提出了一种基于最小二乘的曲面优化算法，可以得到比较好的结果。该光顺算法主要包括两个步骤：依据曲率光顺准则修改曲面的曲率和修改后的曲率基于原曲面优化反向求出新的控制顶点。  

基于模糊角分类的神经网络用户兴趣模型分类算法

用户兴趣描述文件的快速分类是个性化搜索引擎的关键技术，提出了一种模糊角分类神经网络模型，该模型能接受用户兴趣描述文件的实向量输入，克服了角分类神经网络（CC4）对二进制输入的要求。模糊角分类神经网络模型根据用户信息所落入的k最近邻的样本泛化空间来进行分类，随着k值的增大，其分类效果趋近于贝叶斯分类算法。  

基于动态适应度的独立任务调度算法

在分析现有启发式调度算法的优缺点的基础上，综合考虑负载平衡和使尽可能多的任务调度到更适合它的机器上，提出了基于动态适应度（DFD）的调度算法，任务的DFD描述了最早完成时间所在机器对任务的适应程度，本算法以任务的DFD为优先级，优先调度DFD高的任务。与参考文献中其他算法进行比较表明，本算法能产生更好的调度结果。  

挖掘最大频繁项集的改进蚁群算法

最大频繁项集挖掘用于发现频繁地出现在数据集中的最大子集,目前已经有许多有效的算法。应用蚁群算法挖掘最大频繁项集是一种新的方法,但是该算法往往迭代次数多,提取率低。结合频繁项集关联图和最大最小蚂蚁系统,提出一种新的蚁群算法。算法构造蚁群路径图,蚁群在动态的信息素和启发式因子指导下构造局部最大频繁项集,通过新的局部更新和全局更新机制发现全局最大频繁项集。对比实验表明,算法挖掘速度快,提取率高。  

构建虚拟校园漫游系统

将虚拟现实技术应用于校园漫游中具有很强的实用性。本文从构造虚拟场景的一般步骤出发,重点阐述了三维模型的建立、构建虚拟环境、三维模型的导入及实现虚拟漫游等几个构建虚拟校园环境的关键步骤和相关技术,最后实现了校园的场景漫游。