基于Winsock数据交互平台的设计

介绍了Winsock的基本概念及其编程原理，描述了基于C／S模式的客户和服务器端通信程序的执行过程，分析了交互平台中数据处理的打包和解包过程，确定打包和解包的数据单元格式，并在此基础上，完成了数据打包和解包的函数算法设计。     

基于Visual Basic的ASP组件的开发

组件是对数据和方法的简单封装,组件有自己的属性和方法,使用组件可以实现拖放式编程、快速的属性处理以及真正的面向对象的设计。组件技术日益成为软件开发新技术。本文详细介绍了动态网页开发中使用ASP组件的优势,ASP组件的特点,开发的工具以及一般开发流程。并以文件读取ASP组件为例,对Visual Basic中组件的开发作了具体阐述,并应用于Web应用程序。本文对了解ASP组件构成,以及利用组件进行三层应用程序开发有很好的借鉴作用。     

联合Gabor和分形的医学影像图像局部特征描述

提出一种联合Gabor小波和分形的医学影像肿瘤外轮廓局部结构特征描述方法.该方法基于Meyer卡通-纹理图像分解模型,利用Gabor尺度空间核函数进行局部尺度描述,以相邻尺度曲率间特征差异度量尺度,通过轮廓局部分形维提取结构不规则特征.该方法可使对医学影像肿瘤外轮廓的描述更具诊断意义.     

对称区域边界处理方法及基于表面粒子提取的表面张力计算

流固边界处理一直是流体模拟的研究重点,边界力法和虚粒子法是研究流固边界 的常用方法。边界力法通过对铺设在边界上的粒子施加排斥力防止粒子穿透,但边界力的计算 限制了模拟速度。虚粒子法在边界处生成虚粒子,随着粒子数的增加所需的虚粒子数也随之增 加,导致计算速度下降,且会出现流体与边界分离的现象。为此,提出一种对称区域边界处理 方法,在保证逼真度的前提下满足实时性要求,随着粒子数的增加,其耗时增长也明显比其他 传统方法慢,更适合对复杂场景的模拟,同时避免了边界处流体与边界分离的现象。CSF 方法 是处理表面张力常用的方法,可将表面张力看作体积力进行计算,大大减弱了表面形状对曲率 计算的影响,而事实上曲率的计算只与表面的形状有关。为此,对CSF 方法进行了改进,提出 了一种基于表面粒子提取的表面张力计算方法,减小了传统CSF 方法计算曲率的误差,提高了 计算速度。模拟仿真的效果验证了该方法的有效性。     

基于局部随机性的YASS隐写分析方法

提出了一种针对YASS(Yet Another Steganographic Scheme)隐写算法的专用检测方法.根据B块的大小,分析8×8数据嵌入子块的位置,并提取子块DCT低频系数局部随机序列的4个统计量作为特征,结合Fisher线性分类器进行分类.针对YASS及其改进算法的实验表明:此方法能有效检测YASS隐写得到的含密图像,相比现有方法,其检测率有明显提高.     

提高移动站点综合节能性能的新算法及性能分析

为减少移动站点(MS)的平均能耗(AEC)和其接收数据帧的平均等待时间(AWT),在分析IEEE802.16e规定的节能算法的基础上提出了一种休眠窗口的混合增长算法.该算法通过改变休眠窗口的增长速度,提高了移动站点节能综合性能.通过与IEEE802.16e规定的节能算法的对比分析和实验仿真验证了该算法的良好性能,并进一步考查了休眠模式中参数对算法性能的影响,有助于参数值的选取.结果表明:混合增长算法可以在获得更好节能特性的同时大大减少平均等待时间,尤其在到达率较低时,混合增长算法的平均能耗比指数增长算法降低15%～20%,平均等待时间减少50%～70%.     

汉语语义依存分析

语义依存分析建立在依存理论基础上,是一种深层的语义分析理论.同时融合了句子的依存结构和语义信息,更好地表达了句子的结构与隐含信息.在许多高层次的研究和应用上,语义依存分析都大有用武之地.语义依存分析主要面临两方面的难题,一是语义体系的确定,其次是自动语义依存分析算法.将重点从语义体系的确定以及自动语义依存分析算法的角度上对语义依存分析进行系统的介绍.     

常用宽带DOA估计聚焦算法的性能分析

建立了宽带阵列信号处理的模型,在此基础上,主要分析了宽带高分辨方位估计在不同聚焦矩阵下的几种相干信号子空间算法(CS)。进行了计算机仿真实验,在理论上分析和比较了各种方法的性能,并与克拉美—罗界(CRB)进行了比较。验证了宽带波达方向(DOA)估计算法的有效性。仿真结果表明:CSM算法的均方误差随着信噪比的增高而降低,特别是双边相干子空间方法(TCT),高信噪比条件下接近CRB。     

基于词项聚类的文本语义标签抽取研究

本研究主要解决在大量文本数据中 抽取 关键语义信息的问题。文本是自然语言的信息载体,在分析和处理文本信息时,由于目标与方式不同,对文本信息的特征表达方式也各不相同。已有的语义抽取方法往往是针对单篇文本的,忽略了不同文本间的语义联系。为此,文中提出了基于词项聚类的文本语义标签提取方法。该方法以语义抽取为目标,以Hinton的分布式表示假说为文本信息的表达方式,并以最大化语义标签与原文本数据间的语义相似度为目标,使用聚类算法对语义标签进行聚类。实验表明,所提方法由于是基于全体词汇表对语义信息分布进行聚类计算的,因此在语义丰富度和表达能力上相比很多现有方法具有更好的表现。     

高速网络流量测量方法

高速网络流量测量是目前实施实时准确地监测、管理和控制网络的基础.基于网络流量测量的应用,将网络流量测量分为抽样方法和数据流方法.从不同的层次,将抽样方法分为分组抽样和流抽样,分别介绍了两类抽样方法;从测度角度介绍了数据流方法.详细介绍了高速网络流量测量的常用数据结构,以及抽样、数据流方法在高速网络流量测量中的应用,比较了各种方法的优劣.概述了高速网络流量测量技术的研究进展.最后,就现有的网络流量测量方法的不足,对网络流量测量的发展趋势和进一步的研究方向进行了讨论.