点阵汉字的放大与平滑

本文给出了一种将２４×２４点阵汉字放大为４８×４８点阵汉字并平滑的方法．放大操作是对二值点阵按位进行运算，平滑操作不是对放大后的二值点阵按位操作，而是根据放大后图象的特性在需要平滑的地方进行操作，用该方法得到的汉字质量令人满意．     

基于知识发现的时序数据分析方法

现实生活中存在着大量的时序数据.对于时序数据的分析,以发现其内在的规律,来指导人们的决策是很重要的.因此,我们讨论了几种基于知识发现的时序数据的分析方法,并对这些方法进行了比较、分析,最后归纳出其优缺点及其不同使用范围,以对选用时序数据方法者提供参考.     

可编程增益多通道数据采集系统研究

本文提出了一种利用现场可编程门阵列（FPGA）、仪表运算放大器AD623和高精度AD转换器实现多通道数据数据采集系统的原理.通过对FPGA进行编程配置,可以对不同通道输入的伏值不同的电压信号分别设置增益,使每一个通道输出的信号正好在AD采集所需要的信号范围内,满足了采集要求.实验结果表明该设计结构简单、体积小、适用性强、性能优良、可控性好、能够满足大部分试验和科研过程的需求,具有很广泛的适用性.     

VRML编辑器中可视化路由的设计与实现

VRML使用路由机制处理事件,而路由的可视化编辑一直是VRML编辑器的难点,基于此,对VRML编辑器可视化编辑路由进行了研究,把路由这种无形的一种机制进行了可视化编辑,借助Open Inventor强大类库和VC 开发工具实现了VRML可视化编辑器,将节点树视图,场景视图,路由视图结合起来,使用户能够进行可视化编辑路由。     

主成分分析法(PCA)在SIFT匹配算法中的应用

针对传统SIFT匹配算法数据量大、耗时长的问题,采用了主成分不变特征变换(PCA-SIFT)匹配算法。PCA-SIFT匹配算法将传统SIFT算法中的直方图法换做主元分析法,降低了传统SIFT特征描述符的维数,减少了数据量,提高了匹配效率。首先提取出两幅待匹配图像中的所有特征点及其特征向量,其次将提取出的特征向量采用距离比阈值筛选出匹配点对,再采用RANSAC法消除错配,最后得到精确的匹配结果。实验结果表明,PCA-SIFT算法较稳定、精确、快速。     

基于对象的 XML 知识表示方法

目的为智能系统寻求一种较好的知识表示方法. 方法分析现有的各种知识表示方法, 尤其是面向对象表示法和 XML 的知识表示方法. 结果提出了基于对象的 XML 知识表示方法. 结论基于对象的 XML 知识表示方法将在知识表示中占据重要地位.     

基于边界特征的三维模型分割

点云分割是三维模型检索、分类及重建的基础,为解决点云分割算法存在鲁棒性差、过分割和欠分割问题,提出一种基于边界特征的点云模型分割算法。将点云模型过分割为弱凸区域,利用巴氏距离判断相邻区域的相似性进行区域合并,采用改进的形状直径函数进行最终合并。由主流评价方法及实验证明,大多数模型可以取得良好的分割效果。     

基于LXI总线的时钟精确同步软件技术的实现

根据LXI（LAN based Extensions for Instrumentation）总线技术的特点,分析基于LXI总线的网络化测试系统的体系结构,研究基于LXI时钟同步的网络化测试设备的时钟精确同步技术,基于TCP/UDP协议,讨论基于LXI总线的B类仪器的IEEE1588网络时钟同步协议的软件实现方法。结果表明,对于LXI的B类测试设备,采用纯软件的方法实现测试设备之间的时钟同步,可达到亚微秒级的同步精度。     

自学习在智能教学系统中的应用

采用信息论作为指导 ,对传统的CLS决策树学习算法进行改进 ,控制了决策树的大小。然后 ,根据学生认知水平的不同 ,将该算法运用于智能教学系统来建立决策树 ,指导教学方法的不断调整 ,达到因材施教的目的。     

融合形状与纹理的点云局部特征描述算法

针对现有点云局部描述符缺乏色彩纹理信息导致特征描述能力不足,以及耗时过长的问题,提出一种基于FPFH(快速点特征直方图)的多特征融合描述符。利用FPFH算法提取形状特征;为特征邻域内点云建立拓扑结构,利用点对间HSV色彩通道比值提取纹理特征;通过特征融合构造描述符,基于最近邻比值的策略进行特征匹配来评估性能。实验结果表明,该算法相较其它描述符有效减少了计算量,可以提高彩色点云特征匹配的效率和精度。