基于模板的电力保护系统通信规约研究

目前国内变电站综合自动化系统中由于不同厂家或同一厂家在不同时期对同一标准规约的实现有所不同,而导致变电站保护系统即使接入使用同一标准规约的产品也要修改程序,这给现场维护带来极大不便.针对上述情况,提出了基于模板的通信规约设计思想,接着以IEC60870-5-103通信规约为例进行了该思想的详细设计,并在我们自主设计的DVP-9000变电站综合自动化软件系统中加以了实现,经过测试,取得了很好的成效性.     

中医医案数据库的数据基础研究

探讨了中医医案数据库的构建,寻找对医案数据库进行规范化数据处理的可行性方法。针对医案文献数量巨大,收录散杂的问题,提出了对历代医案进行整理,建立数据库的方法。并且,针对词性标注容易引起语义缺失的问题,提出了以语义标注作为医案信息抽取规则的方案。通过研究,表明基于语义标注的医案信息抽取方式有一定的可行性和适用性。     

一种基于反馈的流媒体拥塞控制算法的改进

目前流媒体的拥塞控制算法大都采用控制发送端速率的方法,但这种方法存在着反馈延迟和参数选择的问题。针对上述问题,在一种基于反馈的流媒体拥塞控制算法FCA基础之上,从反馈信息的即时性和参数调整两方面进行了改进。仿真实验结果表明,改进算法IFCA在延时抖动和吞吐量方面都有所改进,更适合流媒体的传输,并较好地保持了TCP友好特性。     

利用Ｗindows消息实现应用程序控制

随着Ｗindows操作系统应用的日益深入,经常在实际应用中遇到Ｗindows应用程序的控制问题,从对Ｗineows消息系统分析入手,总结了把Ｗindows消息机制应用到Ｗindows应用程序控制中的方法。     

基于词汇链的文本过滤模型

在介绍文本过滤的背景及传统基于关键词的向量空间方法不足之处的同时,引入了词汇链的概念,提出了基于词汇链表示文本的文本过滤模型,该模型首先对文本进行分析,把文本表示成词汇链的形式,在形成用户初始模板之后,以此模板来进行文本过滤。在用户反馈的基础上,自适应地修改该模板,以适应用户变化的需求及改善系统过滤性能,实验表明,这样的确可以提高系统精度。     

基于P^2不变量的图象检索

基于内容的视觉信息检索是由于视觉信息的飞速膨胀而得到关注并被提出来的。现代的基于内容的视觉信息检索算法通常存在一个重要的不足：算法常随着图象的平移、旋转、尺度等变化，准确性和效率都大幅度降低。本文提出一种新的基于p^2不变量的图象检索算法，该算法提取图象中关键点的位置（SIFT key localion），计算该图象点集的p^2不变量．并通过比较图象中p^2不变量的值的方式来确定图象间的相似度。用3类图象库（战斗机、花朵、动物）实验的结果都验证了该算法具有较好的平移、尺度和旋转不变性。     

基于判别模型与生成模型的层叠图像自动标注

图像自动标注是模式识别与计算机视觉等领域中重要而又具有挑战性的问题.针对现有模型存在数据利用率低与易受正负样本不平衡影响等问题,提出了基于判别模型与生成模型的新型层叠图像自动标注模型.该模型第一层利用判别模型对未标注图像进行主题标注,获得相应的相关图像集;第二层利用提出的面向关键词的方法建立图像与关键词之间的联系,并使用提出的迭代算法分别对语义关键词与相关图像进行扩展;最后利用生成模型与扩展的相关图像集对未标注图像进行详细标注.该模型综合了判别模型与生成模型的优点,通过利用较少的相关训练图像来获得更好的标注结果.在Corel 5K图像库上进行的实验验证了该模型的有效性.     

基于谱域-空域结合特征和图割原理的高光谱图像分类

高光谱图像中存在着特征维度高而训练集小的问题。为解决该问题,提出了一种2步走的分类方法:1)通过支持向量机对图像进行初步分类,根据分类结果计算出每个类别的均值特征;2)使用1)计算出来的均值特征作为能量函数的数据项,然后利用图割原理对图像做二次分类。实验中发现:空间上相近的像素点往往具有相似的特征,且属于同一个类别。针对这种现象,提取一个将谱域特征和空域特征相结合的新特征。该特征既包含了光谱信息也包含了空间信息,具有较好的分类性能和鲁棒性。在Indian Pine数据集和Pavia University数据集进行实验,实验结果表明了本文提出方法的有效性。     

基于正交小波变换和伪彩色的遥感图像增强

针对基于正交小波分析的图像增强技术一般只适用于黑白图像;而伪彩色处理技术不能够充分处理图像中某些细节信息的缺陷.提出了基于正交小波分析和伪彩色的遥感图像增强处理方法;实验结果表明,增强后的遥感图像无论在视觉效果上还是在噪声特性上都有了很大的改善;该方法简便易行且计算量小,在应用中有较大的灵活性;该方法还具有运算速度快和可操作性强等特点,在遥感图像增强研究方面具有广泛的应用前景.     

融合整体与局部信息的武夷岩茶叶片分类方法

针对武夷岩茶鲜茶叶叶片图像分类问题,提出一种融合整体与局部信息的分类方法。该方法使用两分支并行结构构建了一个整体与局部信息融合的卷积神经网络模型。实验表明,在9个品种共计7330张武夷岩茶鲜茶叶叶片图像数据集上,基于ResNet18构造的两分支并行卷积神经网络模型的分类准确率为96.68%,超过了其他CNN模型的分类准确率。这表明通过融合全局信息、边缘形状信息和纹理局部信息能有效提高分类准确率。