基于GIS的灾害应急管理系统的数据集成研究

常用的关系数据库缺乏直接管理空间数据的成熟通用方案。借助于空间数据库引擎(SDE)技术,扩展关系数据库功能,使关系数据库成为业务数据和空间数据的统一存储管理平台,并在此基础上建立基于Geodatabase模型的灾害应急管理系统数据库,对系统数据整体结构进行研究设计,解决了空间数据和业务数据的关联问题,实现灾害应急管理系统空间数据和业务数据的无缝集成和一体化存储。该方法已在省级应急管理信息示范平台上成功应用。     

基于模糊神经网络的语义映射方法及其在自然图像检索中的应用

在CBIR研究中,图像低层视觉特征和高层语义特征之间存在的“语义鸿沟”成为语义图像检索的关键问题。为了避免一般映射方法把一幅图像归于一类语义图像的现象,体现自然风景图像中包含的丰富的高层语义信息和多归属类型,提出了对自然风景彩色图像中颜色较单一的目标区域,重复采用最优阈值化进行一次粗分割来提取最大目标区域,在分割区域的基础上,提取图像的局部颜色和形状特征,最后利用改进的模糊神经网络来建立低层视觉特征和高层语义特征之间的映射,实现了图像属性信息的有效传递和高层语义的自动获取。实验结果表明,该图像分割方法对自然彩色图像能够有效地提取目标物体,并对噪声图像具有一定的鲁棒性,而语义图像的部分类别的检索准确率接近90%,查全率也达到了75%,实验结果证明了该方法对自然图像检索的有效性及先进性。     

ISD系列语音录放芯片的内容复制

针对ISD系列语音录放芯片内容复制难的问题,较为全面地给出了源芯片多信息段起始地址的获取方法,同时给出了一个单片机控制下的ISD芯片内容复制电路的解决方案.     

改进型Chord:利用结点会话时间的差异性提高P2P系统的稳定性

P2P系统的一个显著特点就是,其系统中的节点可以自由地加入和退出,因此P2P系统中的节点存活时间存在很大的差异性。通过对P2P系统中节点会话时间特性的分析,提出一种改进型的Chord（Chord是一种P2P覆盖协议）,并且,通过对原Chord协议和改进型Chord的模拟实验,证明了改进型的Chord可以获得更好的系统稳定性和更高的路由效率。     

空战训练模拟系统目标敌机生成问题的研究

空战训练系统是利用空战模拟技术结合航空兵部队指挥自动化系统开发的,该系统具有结构复杂、模型多、实时性要求高的特点,空战训练模拟系统中,目标敌机是计算机生成和控制的仿真实体,生成的敌机仿真实体不需要人的交互而自动地对战场仿真环境中的事件和状态做出反应,因此必须对作战行为进行足够的建模,目标敌机生成的好坏,很大程度上决定了空战战法训练模拟系统的仿真逼真程度,文中论述了建立目标敌机模型的方法,以及应注意的问题。     

M-Bus仪表总线原理研究

本文详细的介绍了M-Bus总线的网络层次结构、数据传送工作原理及网络协议等重要内容,并对M-Bus系统的总线收发器TSS721作了详尽的阐述.在应用方面,公共事业仪表通过扩展M-Bus总线,使其具有与M-Bus仪表总线通讯的功能,从而实现远程抄表.     

基于SoC芯片的嵌入式医学检测设备平台设计

本文将嵌入式系统应用于医学检测设备的开发中,设计了以SoC芯片为核心的嵌入式医学检测设备平台,介绍并探讨了其软硬件系统的基本原理、设计思想、实现方法,并在最后介绍了一个实用的例子。通过医学检测设备软硬件平台,可有效避免设备开发时的重复工作,减少系统的研发时间和成本,缩短推出新产品的时间。     

嵌套NEMO中的路由优化方案研究

针对嵌套NEMO中存在的乒乓路由和数据包多层封装问题进行深入分析,提出一种嵌套NEMO的优化方案,改变NEMO中传统的MR嵌套转发报文的做法,使得MR的HA能够将发送到MR的数据直接重定向到整个嵌套NEMO所连接的外地网络,减少了嵌套的次数,并使得小范围的切换更新报文能控制在NEMO内部,减少了切换时延。分析表明,与NEMO基本支持协议相比,方案有效地解决了NEMO路由优化问题,提高了数据包的传输效率。     

指纹图像复合分割算法研究

良好的指纹分割能够有效提高特征提取精度和减少后续处理时间,在指纹图像预处理中具有重要作用。文章在分析了传统指纹分割方法优缺点后,改进了传统方向图计算方法,然后提出了一种基于方向图法、方差法和跑长码目标标记法的复合分割方法,通过实验证明,这种方法能够有效解决传统方法的一些缺点,并对不同类型指纹图像有较高的适应性。     

物联网中基于KNN和BP神经网络预测模型的研究

物联网中,无线传感器网络由于环境、资源等因素的变化和限制,会导致部分数据异常或丢失,使数据传输的可靠性降低。因此常用的BP神经网络方法在根据最终获取数据进一步处理时的准确性不高。提出K近邻算法和BP神经网络相结合的二阶段预测模型,先使用K近邻算法对BP神经网络输入数据中异常或缺失数据进行估值和替换预处理,同时进行初步预测,然后将预处理后的数据输入BP神经网络,综合BP神经网络和KNN的预测结果给出最终结论。实际环境中实验表明,所提出的模型能够有效地提高物联网环境中预测的准确度和稳定性。