一种多媒体信息处理系统的体系结构

文章提出了一种适于多媒体信息处理系统的分层结构模型,给出了基于该模型的多媒体信息处理系统环境的基本构成、层次结构及相应的模块化结构。     

一种分布式宽带多媒体通信系统模型

多媒体通信业务在教育和培训领域的影响及多媒体通信系统和学习过程作了简要介绍和分析,提出了玫个适用教育和培训的分布式宽带多媒体通信业务应用模型,并对其主要原理进行了详细讨论。     

在大地震上作文，亦易亦难

关于“坚强”,他们“最想说的” 2008年四川卷高考作文是“坚强”,可以说这是专为汶川大地震量身定做的。面对特大自然灾害,我们最需要的是“坚强”;地震发生后,最让我们感动的人和事还是“坚强”;众志成城,抗震救灾最需要的精神也是“坚强”。确实,地震中那一个个生命的奇迹,震撼了我们,也感动了我们。备战高考时,     

一种数据驱动的多故障诊断方法研究

结合统计建模与物理建模的指定元分析(DCA)有效地避免了主元分析的模式复合问题,从而能用来进行多故障诊断。针对非正交指定模式的处理问题,基于模式分组思想给出一种逐步DCA多故障诊断法,把常见变化模式分为几个正交模式组,然后关于各组指定模式,分别对所得观测数据阵或上一步DCA所得残差矩阵做DCA,逐步诊断各组中的故障是否发生。针对包含6种共存故障的观测数据的仿真研究表明,逐步DCA多故障诊断算法可有效地进行多故障诊断,且无需人为解释诊断结果的物理意义。     

NetWare／FOXPRO数据库应用系统的安全

FOXPRO RDBMS是一种安全性很弱的关系数据库管理系统,而一般的FOXPRO数据库应用系统除了口令字机制之外,也很少有其它的保护措施。为此,本文提出一种称为“角色-视图”关系的适应于办公室环境的数据库访问控制策略。在这种策略的指导下,利用NO-VELL NetWare网络操作系统的安全机制,设计了一个在应用层上的FOXPRO数据库系统安全体系。本文所做的研究工作有两个特点：一是数据库系统安全的关键功能利用操作系统和机制来实现,所以系统整体在安全性、性能和开发费用上有较好的平衡;二是整个安全体系的设计符合安全工程的一般开发流程。     

有机膦羧酸缓蚀阻垢剂的研究与应用

本文研究探讨了有机膦羧酸的缓蚀阻垢效果。结果表明，有机膦羧酸具有优良的缓蚀和阻垢性能，与Ｚｎ＾２＋具有明显的协同效应，适于在高硬，高碱，高ｐＨ和高温等恶劣条件下的冷却水中使用，具有广泛的应用前景。     

基于MIKE21FM的北京市南水北调配套工程大宁水库突发性水污染事故模拟

大宁水库库尾位于交通节点附近,存在交通事故引发突发性水污染事故的风险。从风险防范与管理角度,利用MIKE21FM模型,以5t硝基苯泄露为例,考虑风、水库调度因素,设定5个情景开展突发事故污染物扩散规律研究。结果表明:(1)不同情景污染物扩散速度和超标水域面积相差较大。无风、不调度情景下,库区水体接近静止,污染物扩散速度最慢;水库向大宁调压池输水20m3/s,西北风12.3m/s情景下,污染物扩散速度最快。(2)与常规调度相比,风速和风向对污染物的扩散影响更大。同样风速情况下,西北风较东北风更利于污染物的扩散。(3)正常情况下(即风速不超过2.56m/s,调水不超过20m3/s),5t硝基苯泄露应急响应时间在15h以上,最不利情况下(风速为20年最大平均风速12.3m/s且调水20m3/s),应急响应时间为4～9h。根据研究结果,一方面建议加强库尾交通疏导,加固桥梁护栏,降低交通事故发生概率;另一方面,建议在现有监测站点规划基础上,新增库尾自动监测站一处。     

基于信息增量矩阵的故障诊断方法

主元分析(Principal component analysis, PCA)是一种常用的故障检测方法,由于特征提取不准确, 在用于故障诊断时常存在误报率和漏报率较高的现象.为此,本文首先介绍了基于全局的协方差矩阵的信息增量矩阵的故障诊断方法,虽然相比PCA方法它能有效减少误报率和漏报率, 但随着采样样本的增加,会因计算得到的阈值越来越不具代表性和计算量较大等原因而影响该方法的性能.然后,建立了基于局部数据的移动窗口协方差矩阵的信息增量矩阵的故障诊断方法, 以克服上述方法中存在的不足. 该方法主要通过定义局部协方差矩阵、局部信息增量矩阵、局部信息增量均值、 局部动态阈值、异常检测与判定等过程完成.最后,通过两个数值仿真例子来验证PCA方法、 基于全局的协方差矩阵的信息增量矩阵方法以及本文方法在故障误报和漏报方面的检测效能. 实验结果表明,本文方法具有最好的检测性能.     

冲突证据融合的优化方法

多数研究者认为, 用修改数据模型(证据体)的方法来解决冲突证据组合问题较为合理. 然而, 已有的基于修改数据模型的方法仅考虑如何提高冲突证据组合结果的聚焦程度. 实际上, 它们并没有考虑如何通过修正来消减证据之间的冲突. 显然, 若融合结果由冲突证据组合得到, 那么其可信性必然较低且会给随后的融合过程带来较大的风险. 针对此问题, 沿用折扣系数法, 该文基于证据距离准则提出了一种折扣系数(可靠度)优化学习模型, 优化过程同时考虑提高聚焦程度和消减冲突, 通过使折扣修正后组合结果的基本概率赋值(Basic probability assignment, BPA)与直言BPA (Categorical BPA, CBPA)之间的距离最小来寻优, 其中证据可靠度大小的序关系作为约束条件, 它依据证据的虚假度确定. 典型算例验证了所提方法比现有的一些组合方法, 在聚焦能力和冲突消减两方面都更合理.     

神经网络的企业能力集扩张模型研究

如何借助于不确定性推理技术和原理(概率推理、证据推理、模糊推理、信息推理、包含度推理等)研究不确定情形下的能力集扩张问题,仍是能力集扩张理论中很值得研究的内容之一。关于不确定情况下的能力集扩张问题,目前的文章主要是研究企业已有能力集或实需能力集是不确定的情形,没有解决两者都是不确定的情况,正是基于此目的,采用模糊粗集神经网络方法研究此种情况下的企业能力集扩张过程,解决模糊的市场需求、粗糙的已有能力集等不确定性影响因素,帮助决策者将企业能力集扩张到企业管理决策问题满意解所需的能力集。