利用Netware网络实现FOXPRO的TTS功能

本文介绍了ＮＥＴＷＡＲＥ网络中事务跟踪处理系统ＴＴＳ的实现原理，并以ＦＯＸＰＲＯ数据库为例，阐述了如何利用ＮＥＴＷＡＲＥ网络的ＴＴＳ实现数据的一致性和完整性。     

多因素问题的启发式搜索算法MFRA

本文新定义了一类多因素启妇式搜索问题，提出了适于此类问题求解的启发式搜索算法ＭＦＲＡ。文中研究了算法ＭＦＲＡ的可采纳性质，单调限制性质和比较性质等。基于算法ＩＤＡ的思想，提出了ＭＦＲＡ的改进算法ＭＦＲＡ－ＩＤＡ，这一算法具有线性存储空间这一重要特性。     

ARC／INFO数据文件内部格式初探

本文在ＡＲＣ／ＩＮＦＯ数据模型的基础上，简单介绍了ＡＲＣ／ＩＮＦＯ的矢量数据结构，针对ＡＲＣ／ＩＮＦＯ数据文件内部格式不透明的问题，提出了分析ＡＲＣ／ＩＮＦＯ数据文件内部格式的方法，开发了在ＶＡＸ机上相应的数据转换软件，并给出了主要数据文件的内部格式，仅供大家参考。     

FOXBASE加载FOXGRAPH数据库图形系统技术

本文概要介绍了ＦＯＸＧＲＡＰＨ数据库图形软件包的功能和特点，并给出ＦＯＸＢＡＳＥ加载ＦＯＸＧＲＡＰＨ的例子。     

回转体类零件特征模型及特征识别方法研究

回转体类零件特征模型及特征识别方法研究曾定文，谢友宝，范生祥，肖尧先（南昌航空工业学院机械系南昌３３００３４）ＡＲＥＳＥＡＲＣＨＯＮＦＥＡＴＵＲＥＭＯＤＥＬＩＮＧＡＮＤＦＥＡＴＵＲＥＲＥＣＯＧＮＩＴＩＯＮＯＦＲＥＶＯＬＵＴＩＯＮＰＡＲＴＳ￥ＺｅｎＤｉ...     

一种快速的贴体网格生成技术及其应用

一种快速的贴体网格生成技术及其应用刘仪，曹春丽，刘斌，向一敏（西安交通大学热动力工程系叶轮机械研究所）ＡＦＡＳＴＡＬＧＯＲＩＴＨＭＦＯＲＢＯＵＮＤＡＲＹ－ＦＩＴＴＥＤＧＲＩＤＧＥＮＥＲＡＴＩＯＮＡＮＤＮＵＭＥＲＩＣＡＬＡＮＡＬＹＳＩＳ￥ＬｉｕＹｉ；Ｃ...     

任意长度GFT的W变换算法

任意长度ＧＦＴ的Ｗ变换算法付彬（湖南大学数学系）曾泳泓（国防科技大学七系）Ｗ－ＴＲＡＮＳＦＯＲＭＡＬＧＯＲＩＴＨＭＯＦＱＦＴＷＩＴＨＡＲＢＩＴＲＡＲＹＬＥＮＧＴＨ￥ＦｕＢｉｎ（ＨｕｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ，Ｈｕａｎａ）ＺｅｎｇＹｏ...     

常微分方程初值问题的并行算法

常微分方程初值问题的并行算法刘德贵，宋晓秋（北京计算机应用和仿真技术研究所）ＰＡＲＡＬＬＥＬＡＬＧＯＲＩＴＨＭＳＦＯＲＩＮＩＴＩＡＬＶＡＬＵＥＰＲＯＢＬＥＭＳＦＯＲＯＲＤＩＮＡＲＹＤＩＦＦＥＲＥＮＴＩＡＬＥＱＵＡＴＩＯＮＳ￥ＬｉｕＤｅｇｕｉ；Ｓｏｎｇ...     

容错型令牌总线网性能估计算法

容错型令牌总线网性能估计算法李忠勇，李人厚（西安交通大学自动化系西安７１００４９）ＡＰＥＲＦＯＲＭＡＮＣＥＥＶＡＬＵＡＴＩＯＮＡＬＧＯＲＩＴＨＭＯＦＦＡＵＬＴ－ＴＯＬＥＲＡＮＴＴＯＫＥＮＢＵＳＮＥＴＷＯＲＫ￥ＬｉＺｈｏｎｇｙｏｎｇａｎｄＬｉＲｅｎｈｏ...     

CONVERSION FORMULAS FOR RATIONAL BEZIER SURFACES

ＣＯＮＶＥＲＳＩＯＮＦＯＲＭＵＬＡＳＦＯＲＲＡＴＩＯＮＡＬＢＥＺＩＥＲＳＵＲＦＡＣＥＳＨｕＳｈｉｍｉｎ；ＷａｎｇＧｕｏｚｈａｏＡｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｉｎｖｅｓｔｉｇａｔｅｔｈｅｉｎｈｅｒｅｎｔｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅ...     

辫识时变随机系统遗忘因子算法的收敛性分析

文「１」给出了辨识时变随机系统遗忘因子算法的收敛性分子，本文指出了文「１」中的一些证明和结论上的错误，并给出了相应的改正和完善。     

基于特征的视线跟踪方法研究综述

针对基于特征的视线跟踪方法进行了综述.首先对视线跟踪技术的发展、相关研究工作和研究现状进行了阐述; 然后将基于特征的视线跟踪方法分成了两大类:二维视线跟踪方法和三维视线跟踪方法, 从硬件系统配置、误差主要来源、头部运动影响、优缺点等多个方面重点分析了这两类视线跟踪方法, 对近五年现有的部分基于特征的视线跟踪方法进行了对比分析, 并对二维视线跟踪系统和三维视线跟踪系统中的几个关键问题进行了探讨; 此外, 介绍了视线跟踪技术在人机交互、医学、军事、智能交通等多个领域的应用; 最后对基于特征的视线跟踪方法的发展趋势和研究热点进行了总结与展望.     

基于孪生网络的跟踪算法综述

目标跟踪算法共分为两大类,一类是基于相关滤波的跟踪算法,另一类是基于深度学习的跟踪算法。基于相关滤波的跟踪算法的特点是跟踪速度快,跟踪的精度较低。基于深度学习的跟踪算法的特点是精度较高,但跟踪速度较低。随着研究的深入,深度学习中基于孪生网络的跟踪算法很好地平衡了跟踪速度和精度,既保持了基于深度学习的跟踪算法的优点,又大幅度提高了跟踪速度。首先介绍了基于孪生网络的跟踪算法的工作原理,然后根据基于孪生网络的跟踪算法的发展顺序,分别阐述了不同孪生网路跟踪算法的方法,最后对基于孪生网络的跟踪算法做了总结与展望。     

疫情环境下接触人跟踪系统的研究综述

随着COVID-19的大流行,接触人跟踪系统成为了应对疾病蔓延的重要工具。接触人跟踪系统包括跟踪和监察等功能,主要采用手机等智能设备,通过技术手段实现对接触过感染者个体的识别,并通知其是否需要隔离检疫。基于此方法,能够从人群中剔除最初出现症状的个体,有效减少病毒的传播。对现有接触人跟踪系统进行系统化的综述分析。研究了人工接触跟踪与自动接触人跟踪,阐明人工接触跟踪的不足以及自动接触人跟踪对疫情的好处。系统地阐述中心化接触人跟踪系统与去中心化接触人跟踪系统的原理,比较中心化系统与去中心化系统之间的差异。对接触人跟踪系统中使用的全球定位系统、蓝牙低功耗技术以及密码学技术等手段进行阐述,重点分析各个系统的特点,为接触人跟踪系统的发展提供方向。     

基于序列图像的人体跟踪算法研究综述

为了综述目前基于序列图像的人体跟踪算法的研究现状,将人体跟踪问题分为人体运动目标检测与跟踪两部分分别加以讨论,系统地总结和介绍了目前人体检测与跟踪算法的研究技术和最新进展,比较了各种跟踪方法的优劣并总结了跟踪方法常用的搜索策略.针时人体跟踪算法中的难点问题进行了专门讨论,通过总结近几年相关文献对人体跟踪算法研究方向进行了展望.     

基于级联方法的欠驱动AUV全局K指数3 维直线跟踪控制

采用非线性系统级联方法,提出一种欠驱动自主水下航行器的3维直线跟踪控制算法,首先将3维直线跟踪误差模型分解为水平面运动受垂直面运动扰动的级联结构;然后分别设计俯仰角指令和航向角指令,进一步将平面直线跟踪模型分解为位置跟踪误差受俯仰角/航向角跟踪误差扰动的级联结构,并设计了俯仰角和航向角的跟踪控制律,通过逐级应用级联系统稳定性理论证明了3维直线跟踪误差的全局κ指数稳定性;最后通过数学仿真验证了所提出跟踪控制算法的有效性。     

视觉目标跟踪方法研究综述

目的 随着军事侦察任务设备的发展,红外与可见光侦察技术成为军事装备中的主要侦察手段。研究视觉目标跟踪技术对提高任务设备的全天候目标侦察、目标跟踪、目标定位等战场情报获取能力具有重要意义。目前,对视觉目标跟踪技术的研究越来越深入,目标跟踪的方法和种类也越来越丰富。本文对目前应用较为广泛的4种视觉目标跟踪方法进行研究综述,为后续国内外研究者对目标跟踪相关理论及发展研究工作提供基础。方法 通过对视觉目标跟踪技术难点问题进行分析,根据目标跟踪方法建模方式的不同,将视觉目标跟踪方法分为生成式模型方法与判别式模型方法。分别对生成式模型跟踪算法中的均值漂移目标跟踪方法和粒子滤波目标跟踪方法,判别式模型跟踪算法中的相关滤波目标跟踪方法和深度学习目标跟踪方法进行研究。首先分别对4种跟踪算法的基本原理进行介绍,然后针对4种跟踪算法基本原理的不足和对应目标跟踪中的难点问题进行分析,最后针对目标跟踪的难点问题,给出对应算法的主流改进方案。结果 针对视觉目标跟踪相关技术研究进展,结合无人机侦察任务需求,对跟踪算法实际应用中存在的重点解决问题与相关目标跟踪的难点问题进行分析,给出目前的解决方案与不足,探讨研究未来无人机目标侦察跟踪技术的发展方向。结论 视觉目标跟踪技术已经取得了显著的进展,在侦察任务中的应用越来越广泛。但目标跟踪技术仍然是非常具有挑战性的问题,目标跟踪中的相关理论有待进一步完善和改进,由于实际应用中的场景复杂,目标跟踪的难点问题的挑战性更大,因此容易导致跟踪效果不佳。针对不同的应用环境,结合具体不同军事装备的特点,研究相对精确和鲁棒并且满足实时性要求的视觉目标跟踪算法,对提升装备的全天候侦察目标信息获取能力具有重要意义。     

视觉跟踪技术综述

视觉跟踪问题是当前计算机视觉领域中的热点问题,本文对这一问题进行了详细的介绍.首先,对视觉跟踪技术在视频监视、图像压缩和三维重构等三个主要方面的应用进行了论述.其次,详细阐述了该技术的研究现状,介绍了其中的一些常用方法,为清楚说明这些方法,先对视觉跟踪问题进行了分类,然后介绍了处理视觉跟踪问题的两种思路即自底向上和自顶向下的思路,最后将具体的视觉跟踪方法分为四类进行了介绍,这四类分别是基于区域的跟踪、基于特征的跟踪、基于变形模板的跟踪和基于模型的跟踪.最后,从控制论角度给出视觉跟踪算法所面临的难点,即算法要满足鲁棒性、准确性和快速性要求时所遇到的困难,并对视觉跟踪问题的研究前景进行了展望.     

音视频信息融合的说话人跟踪算法研究

针对单独的音频和视频信息跟踪的缺陷,提出了一种音视频信息融合的粒子滤波跟踪算法。采用闭环跟踪框架,分为底层跟踪、融合、重要性粒子滤波、跟踪输出和反馈五个环节。底层跟踪环节利用说话人脸部肤色信息进行均值漂移跟踪的同时,利用说话人声音信号到达麦克风阵列的时间延迟进行跟踪定位;融合环节对这两者得到的跟踪信息进行整合,得出基于音视频信息融合的重要性函数和融合似然模型;滤波环节利用重要性粒子滤波算法对融合的数据进行滤波处理;跟踪环节根据滤波结果对说话人进行跟踪;反馈环节将跟踪结果动态反馈给人脸肤色跟踪和声源定位跟踪模块。流程化的闭环处理过程保证了算法的实时性。最后,采用AMI会议语料库对该算法进行测试,结果表明该算法平均误跟率仅为9.32%,比使用单一音频或视频信息的跟踪算法稳定性好、准确性高。     

Collaborative signal processing for target tracking in distributed wireless sensor networks

Target tracking, especially visual target tracking, in complex situations is challenging, which is always performed in single-view system. Because of the conflict between resolution and tracking range, however, single-view tracking is not robust and accurate. This paper presents a distributed multi-view tracking system using collaborative signal processing (CSP) in distributed wireless sensor networks (DWSNs). In the proposed tracking system, target detection and classification algorithms are based on single-node processing and target tracking is performed in sink node, whereas target localization algorithm is carried out by CSP between multisensor. For conquering the disadvantages of client/server based centralized data fusion, a progressive distributed data fusion are proposed. Finally, an indoor target tracking experiment is illustrated, and then tracking performance, execution time and energy consumption of progressive distributed data fusion are compared with client/server based centralized data fusion. Experimental results demonstrate that the CSP based distributed multi-view tracking system in DWSNs can accomplish multi-target extraction, classification, localization, tracking and association quickly and accurately with little congestion, energy consumption and execution time.