相交过渡的识别与抑制算法

通过分析相交过渡识别与抑制的难点,提出一种简单高效的相交过渡识别与抑制算法.该算法基于过渡抑制前后尖边的去留状态预测模型的拓扑变化,实现相交过渡的识别与抑制:对过渡面的尖边进行分类,将其分为删除边、保留边和分割保留边3类;基于分类结果,将含有保留边的过渡识别为相交过渡;根据相交过渡中尖边所对应的过渡抑制后的拓扑变化重构过渡周围面边界,实现相交过渡抑制.实验结果表明,文中算法能快速、有效地简化相交过渡,具有较高的效率和较强的鲁棒性.     

一种改进的支持向量机降维方法

提出了一种基于支持向量机的改进的降维方法.在输入和特征空间中,特征子集的选取分别根据原始特征每一维对分类的贡献来获得.最后,通过将输入和特征空间中的特征选取联合起来,得到了一种改进的降维方法.实验表明:使用这种方法,在保持对分类准确率不受明显的影响的同时,能大大地提高训练和预测的速度.     

一种基于.Net Framework文件加密方案的构建

本文介绍了一种简明高效的文件加密方案,先用两种对称加密算法组合加密明文,再用公钥加密算法对对称算法的密钥进行数字签名.该方案结合了对称加密算法的加密速度和公钥加密算法对密钥管理和分发的优势,可以大幅度提高抵御已知明文攻击的能力,有效保证信息交互安全和效率.与传统加密不同,该方案是基于.NET平台突出的安全体系结构上,大大降低了数据安全方面的投入,减少了来自数据安全的压力.     

基于QPSO数据聚类的图像颜色分割

聚类算法在数据分析及数据挖掘等许多领域有广泛应用,在聚类方法中引入一种新的距离度量标准替代传统的Euclidean距离度量标准以提高其健壮性,并在此基础上提出基于粒子群算法(Particle Swarm Optimization,简称PSO)的聚类方法和基于量子行为的微粒群优化算法(Quantum-behaved Particle Swarm Optimization,简称QPSO)的聚类方法,然后将两种聚类方法应用于图像分割.实验结果表明,基于QPSO的聚类方法性能优于基于PSO的聚类方法.     

网格中代码数据库访问与集成的研究

东营市组织机构代码数据库和扫描库在2001年已经和全省代码数据库共享,通过省中心与国家代码中心数据库联网,汇集了大量分布、异构、多管理域的数据资源,使得网格用户对代码数据的访问变得非常复杂,必须为用户提供行之有效的方法,实现方便、高效、透明、统一的数据访问。该文描述了一种基于包装器—仲裁器(Wrapper-Mediator)[4]方法,这种方法采用虚拟数据集的机制将汇聚在网格中的存储系统抽象成一个虚拟一体化系统,实现了网格数据的统一视图和一种网格环境中的数据统一访问方法。     

中国可信计算缔造安全价值

2008年12月16日,中国可信计算工作组在京隆重举办了“中国可信计算,缔造安全价值——中国可信计算成果展示暨产业化发展战略新闻发布会”。会议通过可信产业链的完整展示,生动、全面地向政府领导、合作伙伴及最终用户,集中呈现了中国可信计算产业的发展进程和应用成果,并为未来全方位推进中国自主可信计算技术产业发展制定了完整、明确的规划。     

具反应扩散混合时滞Cohen-Grossberg神经网络的指数耗散性

利用扩散算子特性、M-矩阵性质和不等式分析技巧,在不要求神经网络激励函数的有界性、单调性、可微性以及平均时滞有界性的弱保守条件下,研究了一类具有反应扩散混合时滞的非自治Cohen-Grossberg神经网络的实不变集、全局指数稳定性和指数耗散性,并给出了相关的充分性条件.文中所使用的方法摒弃了常规构造适当的Lyapunov泛函的方法,克服了Lyapunov泛函难构造的困难,且得到的结果扩展和改进了其他文献结果.最后给出了一个数值例子来说明所得结果的有效性.     

使用超椭球参数化坐标的支持向量机

基于n维超椭球面坐标变换公式,构造一类核函数--n维超椭球坐标变换核.由于是同维映射,且增大了类间距离,这类核函数在一定程度上改善了支持向量机的性能.与其他核函数(如高斯核)相比,将所构造的核函数用于支持向量机,仅产生了很少的支持向量,因而大大加快了学习速度,改善了泛化性能.数值实验结果表明了所构造的核函数的有效性和正确性.     

用于图像恢复的基于正则化可能性线性模型的自适应滤波器

中值滤波器在有效抑制脉冲噪声的同时,会模糊图像细节.为克服这一缺陷,文中对中值滤波器进行改进,提出一种基于正则化可能性线性模型的自适应滤波器.该滤波器的输出是原始输入信号和经典中值滤波器的加权和,而权值则根据输入的信号序列由建好的正则化可能性线性模型来决定.实验表明,该滤波器在有效滤除脉冲噪声的同时能较好地保留图像的细节信息,且针对不同比例的脉冲噪声,表现出较好的鲁棒性.     

基于归一化割的自适应多阈值图像分割方法

基于图谱理论的图像闽值分割方法是一种基于全局的单阈值分割方法,其对复杂图像的分割效果不明显,而且其采用的权值计算公式中含有两个需手动调整的参数,这些都限制了该算法的通用性.据此提出基于归一化割的自适应多阈值图像分割方法,它通过几个阈值来分割复杂图像,并且采用了一个自适应权值计算公式,提高了该方法的通用性.大量的实验结果表明该方法具有很好的分割效果,可以保留更多的图像细节.