基于XML的异种数据库间数据交换技术

传统方法对异种数据库之间数据交换的处理存在数据格式不规范、重用率低等缺点,因而很难适应数据变化快、数据量大及结构复杂的数据环境.XML在数据格式及内容的表达方面具有较为明显的优势,常用于异种数据库间的信息共享和数据交换.本文在比较异种数据库间各种数据交换方式的基础上,分析了XML与DOM及Java技术相结合进行数据库间数据交换的优势;对XML文档与数据库结构进行双向转化过程中的不同情况进行了分类,提出了一种数据抽取与数据存储的通用方法,结合具体实例详细描述了该方法的实现.     

一种增量PCA算法及其在人脸识别中的应用

主成分分析（PCA）是模式识别领域一种重要的方法,现在已被广泛地应用于人脸识别算法中,但基于PCA人脸识别系统在应用中面临着一个重要障碍：增量学习问题。针对这个问题,提出了一种适用于成批增量数据的IPCA算法,该算法在原始PCA分解的基础上,利用空间投影变换,使得可以在一个低维空间求解整体PCA,从而降低了求解的复杂度,在此基础上对该增量算法进行了核化,并在ORL人脸数据库上验证了算法的有效性。     

一种基于元启发式策略的迭代自学习K-Means算法

类内误差平方和最小化的聚类准则求解是NP难问题,K-Means采用的迭代重定位方法本质上是一种局部搜索的爬山算法,因此聚类结果对初始代表点的选择非常敏感,只能保证局部最优.为此,引入元启发式策略,通过建立评估函数对K-Means初始代表点和目标函数之间的依赖关系进行近似,然后利用近似评估函数指导新的初始代表点的选择,构成一种迭代自学习框架下的K-Means算法.实验表明算法可以很好地克服K-Means对初始代表点的依赖性,获得较高质量的聚类结果.     

一种基于遗传算法的脑MR图像去偏移场模型

由于磁共振图像(magnetic resonance images,MRI)常含有偏移场而影响后继图像分割,针对这种图像的分割,采用Legendre多项式基函数来拟合偏移场,可以去除偏移场对图像分割的影响。当使得恢复图像的信息熵达到最小时,则求得的偏移场最优。在求偏移场的过程中,需要求解基函数的参数,由于传统的梯度下降法易陷入局部最优,为解决此问题,提出将遗传算法引入到参数求解过程中,然而传统的遗传算法不仅时间复杂度高,且易陷入局部最优,为此需对遗传算法进行改进,使得不仅更容易得到全局最优解,且时间复杂度较低。实验证明,该改进算法可以得到精确的偏移场,并可得到准确的分割结果。     

直流电压降方法在钢材疲劳过载延迟效应研究中的应用

通过引入等效残余应力强度因子 ΔK res,提出了一种无材料拟合参数的新型驱动力模型,对裂纹扩展速率与延迟疲劳寿命进行预测;采用直流电压降(DCPD)方法结合有限元标定测得裂纹扩展长度,并与实测值进行比较,验证该方法的准确性;基于DCPD方法结合有限元标定通过过载疲劳试验得到4种钢材过载后的裂纹扩展速率与延迟疲劳寿命,...     

一种基于UWB穿戴式网络的调度算法

可穿戴式计算机是近几年的一个研究热点,穿戴式网络多个节点之间的协调通信一直是影响穿戴式计算机发展的一个重要原因,因此有必要对穿戴式网络通信进行优化。文中介绍了可穿戴式计算机以及穿戴式网络。论述了穿戴式网络中常用的几种网络技术的优缺点。然后重点解析了UWB（Ultra—WideBand）的结构模型,以及UWB通信机制,在UWB通信机制的基础上引入了动态调度的思想,由此引出具有优先级的动态UWB网络调度算法。此调度算法能够很好地协调穿戴式网络节点之前的通信,有利于推进可穿戴式计算机的发展。     

基于组合特征的手写体数字识别方法

提出了一种新的手写体数字识别方法。首先利用核主分量分析技术提取数字图像的全局特征,然后利用独立分量分析技术提取数字图像的局部特征,分别选出部分局部特征向量与部分全局特征向量组合成数字的组合特征向量,然后利用支持向量机分类器进行识别。采用USPS字库进行测试,并与其他特征提取方法进行了比较,实验结果显示基于组合特征方法的识别率明显优于其他方法。     

基于小波变换和Tucker分解的彩色图像数字水印

提出了一种通过小波变换和Tucker分解将水印信息同时嵌入彩色图像R、G、B通道的水印算法。首先对彩色图像R、G、B三通道进行小波变换,然后将获得的三个低频系数构成三阶张量,再经过Tucker分解后获得核心张量,通过在核心张量中嵌入水印信息使得水印信息扩散到原彩色图像的R、G、B三个分量中。通过实验表明,本算法对于压缩、噪声、滤波、缩放等攻击具有一定的鲁棒性,并与在同样嵌入规则下,直接将Tucker分解应用于彩色图像的算法比较,该算法具有更好的稳定性。     

基于本体论的知识组织在智能CAI中的应用

针对传统CAI课件的教学材料和选用的表达方式过分依赖教师固有的教学思路和教学大纲，以及对教学课件的知识缺乏有效组织的缺点，本文将新引入计算机领域的，可以有效进行知识组织的本体论引入到CAI课件中，通过对CAI课件进行本体化分析，构建领域知识本体，从而得到CAI课件的本体论表示，也即对CAI课件进行有效地知识组织，从而使传统CAI课件向着智能化的方向发展。最后通过对C语言程序设计课程的实例分析，验证了基于本体论的智能CAI的有效性。     

复杂网络上的传播动力学及其新进展

深刻理解传染病在社会群体中的传播规律、计算机病毒在因特网上的扩散过程是复杂系统和传染病动力学领域研究的一个热点问题．主要从复杂网络的拓扑结构和流行病的感染机制2个方面综述了当前国内外传播动力学研究的现状和最新进展,探讨了传播动力学在疾病预防与免疫中的应用,最后指出值得进一步研究的问题．例如带社区、层次结构的加权演化模型,动态网络结构下的疾病传播行为和微观感染机制等．