基于RoughSet的Web日志规则挖掘

Web日志挖掘是提高Web应用系统效率的有效手段。将Web日志通过预处理形成决策表,运用Roughset理论中的区分矩阵方法进行属性约简,从而获得简洁有效的关联规则,进行用户行为的预测研究。实验效果良好。     

基于直推式支持向量机的图像检索

为缩小图像的低层特征与高层语义之间的语义鸿沟,基于支持向量机的相关反馈机制受到越来越广泛的关注,但这种方法并没有利用未标记样本的隐含信息.为更好地利用这些信息,提出将直推式支持向量机作为反馈过程中的学习算法.通过分析其所用特征向量的特点,设计一种颜色稀疏特征,并将其与纹理特征结合作为图像描述的特征.实验结果表明该方法较令人满意,同时也说明直推式支持向量机可在文本分类以外的领域取得较好结果.     

基于信任和时间约束的访问控制模型TTRBAC

在分析基于信任的访问控制模型TrustBAC及模型中信任级计算方法的基础上,提出在信任级计算中引入了时间因素后的TTRBAC模型,给出了时间因素影响信任级的计算方法.新模型把用户在线时长作为影响用户信任级的重要因素,提高了模型的描述能力.     

Web信息系统中基于树型结构的RBAC模型设计与实现

介绍基于角色的安全访问控制（RBAC）基本模型,并根据所开发项目特点,在应用RBAC技术的基础上研究了基于树型结构下的B/S系统中权限控制方法。通过构建系统资源树,不仅实现了系统全局资源的安全访问控制、增加了系统的灵活性,而且简化了用户的权限分配操作。最后阐述该模型的具体实现。     

基于IMEMS传感器的汽车运动姿态测量系统研究

针对传统的采用机械转子陀螺构成机械平台来测量汽车姿态方法的不足,研究开发了基于集成微机电系统（IMEMS）传感器的捷联式汽车运动姿态测量系统。该系统采用四元数法作为汽车运动姿态的解算方法,并由Kalman滤波器完成对姿态角四元数估计误差和加速度计及角速度陀螺信号的融合,得到汽车姿态角的最优估计值,阐述了该系统硬件构成和软件设计,并通过汽车道路试验对系统的可行性进行了验证。结果表明：此测量系统能够满足汽车运动姿态测量的精度要求,是确实可行的测量系统。     

基于神经网络和D-S证据理论辨识两相流流型

提出一种基于电容层析成像(ECT)系统、神经网络和证据理论辨识两相流流型的方法。这种方法采用神经网络与D-S证据理论相结合的方法来辨识两相流流型,并对两相流的几种常见流型进行了辨识。仿真实验结果表明:此种方法在两相流流型辨识中具有较高的判别精度,为两相流流型辨识提供了一种有效的手段。     

基于故障跟踪估计器的非线性时滞系统故障诊断

提出一种可有效检测和估计一类非线性时滞系统故障的故障跟踪估计器.根据预测控制和迭代学习控制的思想,在所选取的优化时域长度内,通过迭代算法调节故障跟踪估计器中的可调参数,使之逼近系统中实际发生的故障.与以往基于观测器的故障诊断方法不同的是,故障跟踪估计器可同时检测和估计系统中发生的故障,而且针对不同类型的故障亦有很好的适应性.仿真结果表明了所提出算法的可行性和有效性.     

基于PLC的电梯控制系统的设计与实现

采用FX2N-48MR三菱PLC作为电梯的控制系统,应用于透明仿真教学中,从电梯控制系统的结构组成及其设计思路和具体的硬件设计软件设计,说明如何实现一个电梯控制系统。     

动作识别与行为理解综述

随着“以人为中心计算”的兴起和生活中不断涌现的新应用,动作识别和行为理解逐渐成为计算机视觉领域的研究热点。主要从视觉处理的角度分析了动作识别和行为理解的研究现状,从行为的定义、运动特征提取和动作表示以及行为理解的推理方法3个方面对目前的工作做了分析和比较,并且指出了目前这些工作面临的难题和今后的研究方向。     

基于S95标准的流程工业制造执行系统的设计与实现

制造执行系统(MES)是流程工业综合自动化系统的关键环节,在整个流程工业综合自动化系统中起承上启下的作用,是企业生产活动与管理活动的信息集成桥梁.文章首先基于S95标准,提出了流程工业MES体系结构,该结构采用基于COM/DCOM的Windows DNA体系结构,分为表示层、应用逻辑层和数据存取层3个独立的单元.其次参照MES国际联合会提出的MES功能组件和集成模型要求,设计了流程工业MES系统的11个功能模块.最后提出了1种基于实时数据库和远程访问技术的流程工业MES的设计方案,该方案以pSpace实时数据库为开发平台,采用VC++编程语占开发了pSpace Server的接口程序,实现了对流程工业现场DCS数据的采集和存储,同时采用康海NC601B单串口服务器,工作于TCP/UDP Socket方式,进行系统数据的发布,实现了安全高效的远程访问功能.该系统具有可扩展性、可重构性等特点,对流程工业企业制造执行系统的开发具有一定的参考价值.