基于改进边界距离变换的路径提取算法研究*

针对虚拟内窥镜中心路径提取算法时间效率不高的问题,通过改进边界距离变换,提出了中心路径的快速提取算法。首先建立最小距离场,在边界内推过程,仅扫描并处理与边界点面连接的点并对其设标记属性,每次向里剥离一层体素标记属性随之增加,直到对内部点集都置到边界的最小边界距离值（DFB）;然后找到DFB值不小于其所有面邻接点DFB值的体素点,即3D局部最大值;最后用最短路径相连3D局部最大值,形成中心线。实验结果表明,改进的中心路径提取算法的时间效率较传统距离变换算法有很大提高。     

结合核函数与非线性偏微分方程的图像去噪方法

传统的非线性扩散滤波方法在图像去噪时使用传统的梯度算子,易导致细节缺失。针对该缺点,以非线性偏微分方程和图像结构信息为基础,构造一类带有自适应权值的非线性扩散滤波去噪方式。这种方式选用多方向的拉普拉斯算子模板,结合核函数,自适应地调节权重系数;利用非局部信息选取合适的搜索窗宽,以减小图像噪声的影响。实验证明,该方法既能较好地保存图像纹理细节,又可以达到很好的去噪效果。     

基于遗传算法的动态资源调度问题研究

建立了无人作战飞机任务规划问题的数学模型，提出了分层递阶的任务规划系统结构．针对任务规划的核心资源调度问题，设计了基于遗传算法的动态资源调度算法，有效地解决了多无人作战飞机的资源调度问题，计算结果表明了算法的有效性．     

基于跨层设计的无线自组网方案

首先详细描述了目前无线自组网现状及问题,然后基于跨层设计思想提出一种无线节点组网方案,尤其对MAC层、网络层的实现方案进行了详细描述,最后进行样机实现并搭建半实物仿真环境进行了仿真试验,仿真结果显示该组网方案在网络吞吐量方面比传统组网模式有显著提升.     

无线传感器网络自适应紧急上报与兴趣命令协议

针对无线传感器网络的节能要求,提出了自适应断链恢复、事件源数据融合、信道预约等新技术,进而提出了一种新的MAC层网络协议。该协议由紧急上报和兴趣命令驱动数据传输,适用于大规模数据采集与环境监测。与其他同类型协议比较的仿真结果表明,该协议具有更好的节能效果和更短的延时。     

基于多微处理器主从式核物位监测系统的研制

本文介绍了一种基于多微处理器的主从式核物位监测系统的设计。简述了测量原理。从外部结构、硬件电路、通讯协议和软件编制几个方面详细介绍了系统设计。该系统目前在多个发电厂除尘系统得到应用,取得很好的效果。     

基于近邻传播聚类的铁路客运节点类别划分

为简化旅客列车开行方案优化编制问题,采用聚类法对铁路客运节点进行类别划分。选取2014年日均旅客发送量排名前100位客运节点的相关属性数据为实例,以铁路客运节点的类别划分依据作为属性变量,首先运用分层聚类中的凝聚法对属性变量进行聚类,然后根据简化的客运节点变量指标,运用近邻传播算法对客运节点样本其进行聚类,并引用CH、KL、IGP等三种聚类有效性指标对聚类结果加以分析。研究结果表明,将100个客运节点分为5个类别时,具有最好的聚类效果,可为旅客列车开行方案的设计奠定基础。     

美国大学计算机基础课程设置

介绍了美国UIUC、IIT两所大学的计算机基础课程设置及其特点,并对我国的计算机基础教学情况进行了反思。     

基于背景分类的运动目标检测算法

针对光线暗、对比度和分辨率低的监控视频,提出了一种基于背景分类的运动目标检测算法。 首先用视频第一帧图像HSV空间的色度H和亮度V作为背景特征进行初始化,建立两种包含色度和亮度特征的背景模型类,即初始化得到的原始背景类和受光照或者其他因素影响得到的在原始背景周围波动的背景波动类,利用这两个背景模型进行前景检测和背景更新。为提高前景检测的准确率,背景模型的更正加入背景更正机制和权重机制,使得背景中样本的数量根据背景的实际情况处在一种动态的变化中,提高前景分割的效率。用不同场景下的监控视频进行算法对比实验,结果证明,该算法获得的前景完整清晰,视频处理的速度较快。提出的算法简单实用,对噪声干扰表现出良好的鲁棒性。     

软件可靠性预测的增强贝叶斯组合模型

针对当前可靠性预测模型的预测精度问题,提出一种增强贝叶斯组合的短期软件可靠性预测模型。该模型以基于小波分解的单个可靠性预测模型作为基本预测模型, 根据当前相邻几个失效时间间隔的预测精度,更新组合模型中各个基本预测模型的权重,解决了贝叶斯组合模型权重计算采用全部历史数据而导致某个基本预测模型权值占主导地位的缺陷,提高了贝叶斯组合模型对软件可靠性的预测精度。实验结果表明,增强贝叶斯组合预测模型的预测精度不仅优于单一的预测方法,而且也优于传统的软件组合预测模型,能显著提高软件可靠性预测的精度和模型对数据的适应性。