虚拟现实技术在专门用途英语教学中的应用研究综述

阐述了虚拟现实技术与专门用途英语教学之间的联系,介绍了近年来国内外虚拟现实技术应用在专门英语教学中的相关案例、理论探讨及应用模式,对比了现阶段国内外研究的优势和不足,分析了虚拟现实及其相关技术对计算机辅助专门用途英语教学的意义和应用价值,对今后虚拟现实技术如何更好地服务于计算机辅助专门英语教学进行了探讨,并对未来相关研究工作进行了展望。     

基于模型混淆度的模型组合算法研究

传统的声学模型训练算法如最大似然估计(Maximum likelihood estimation, MLE), 在训练时只考虑了模型自身而没有考虑模型之间的相互影响. 为了进一步提升模型的识别效果, 区分性训练算法被提出. 本文在最小音素错误(Minimum phone error, MPE)区分性训练算法的基础上提出一种基于模型间混淆程度进行模型组合的算法: 针对单混合分量模型, 依据模型间混淆程度对MLE和MPE的模型进行加权组合; 针对多混合分量模型, 提出一种模型选择的算法来获取新的模型参数. 实验表明, 与MPE算法相比, 对单分量的情况, 该算法可以使系统的误识率相对降低4%左右; 对于多分量的情况, 该算法可以使系统的误识率相对降低3%左右.     

基于小波包融合与矩阵主成分分析的人脸识别

提出一种改进的小波包融合＋2DPCA方法,先对图像进行二层小波包分解,再选取最利于判别分类的4幅高频子图进行融合,将融合子图与低频子图分别进行2DPCA降维和特征提取,最后进行决策级融合,得到识别结果。在Yale和JAFFE标准人脸库上的实验结果表明,该改进方法能有效提高识别率。     

智能配电网自动化技术研究及实施

本文以智能配电网自动化系统为背景,对智能配电网自动化系统的内容、功能和整体结构进行了说明,并从近年来各地区配电网的实际运行情况出发,分析和总结影响配电网安全运行的主要因素,研究和论证配电网发展领域实现自动化的重要组成部分——用户分界开关成套设备,并对设备中采用的"看门狗"技术进行了详细的介绍及应用描述,针对如何在现有配电网络基础上完善配电网管理模式和管理手段的问题,提出了从根本上提高配电网科学化管理水平的全面解决方案。分界开关在10kV馈电架空线路和地缆网线路上的应用,可大幅度减少无故障线路的连带性事故停电,缩小故障停电范围和用户停电时间,从而提高用户的供电可靠性,产生极大的经济和社会效益。     

基于特征算子的 RGB-D 图像手分割算法*

将人手势识别过程中使用的信息设计为不同算子,利用手部／非手部区域的相邻像素点的深度或颜色特征的连续性的原理,从手心作为起始点进行搜索并检测特征算子,保证了结果像素形成一个联通区域。算法解决了手部颜色和深度数据不均匀的问题,没有手必须离传感器最近的限制,可以实现复杂场景下的手分割。     

在线招投标Web系统安全结构及关键技术的研究

分析了网上在线招投标系统的安全性需求，提出了一种新的用于在线招投标Web应用系统的四层安全体系结构，并定义了其各层次的功能，描述了其安全认证过程，解决了传统三层体系结构在信息系统的安全性上存在的问题和不足。同时就系统中的数据安全性、系统的认证等关键安全技术，综合应用加密和Hash算法，给出了一种在传输和存储过程中保护数据的保密性和完整性的设计方法，以防止在数据库的应用中数据被非法窃取和篡改；给出了一种基于网上在线招投标系统的不可否认数字签名认证方案，使得可在不暴露用户安全信息的前提下实现其身份认证。     

基于感知编组的高层建筑物立面提取方法

将感知编组理论引入到遥感影像上高层建筑物立面的提取中,依据感知编组的邻近性、连接性和封闭性等规则,提出了一种基于感知编组的遥感影像上高层建筑物立面的提取算法,该算法包括边缘提取、边缘数据分块、块内感知编组提取建筑物立面、建筑物立面提取结果融合等步骤.实验验证了该方法的有效性.     

基于海明距离的多重否定选择异常检测算法

基于免疫学的入侵检测技术是利用生物免疫系统的原理、规则和运行机制实现对入侵行为的检测.目前大多数入侵检测系统的核心算法采取简单的匹配技术,只能检测出已知攻击并且误报漏报率较高.本文在深入分析免疫算法基础上,提出一种基于海明距离多重否定选择算法的异常检测方法,该算法通过多次过滤生成检测器,在提高入侵检测效率的同时减少黑洞的产生.     

基于Web服务技术实现异构环境下的互操作

分布式技术重点解决异构环境下的互操作性，传统的分布式异构环境操作不但烦琐，而且通用性很差。提出了基于Web服务技术进行异构环境下的互操作观点，介绍了Web服务的体系结构和相关主要技术，分析了当前流行的分布式组件技术及其互操作的缺陷后，给出了应用Web服务技术实现互操作的模型，并结合一个基于J2EE实例系统介绍了具体实现细节。Web服务将会成为下一代网络计算和企业应用的必然趋势。     

N-Best句法知识增强的统计机器翻译预调序模型

源语言和目标语言的句法异构性对统计机器翻译（SMT）性能有重要影响。在基于短语的汉英统计机器翻译基础上,提出了一种基于N-best句法知识增强的源语言预调序方法。首先对源语言输入句子进行N-best句法分析,计算统计概率得到高可靠性子树结构,再根据词对齐信息从可靠性子树结构中抽取初始调序规则集。两种优化策略用于对初始规则集进行优化：基于中英文句法知识规则推导筛选和规则概率阈值控制机制。然后为减少短语内部调序,保证短语局部流利性,采用源语言短语翻译表为约束,使调序控制在短语块之间进行。最后根据获取的优化规则集和短语表约束条件对源语言端句子的句法分析树进行预调序。在基于NIST 2005和2008测试数据集上的汉英统计机器翻译实验结果表明,所提基于N-best句法知识增强的统计机器翻译预调序方法相对于基线系统,自动评价准则BLEU得分分别提高了0.68和0.83。