基于Hilbert2Huang Transform 的心音信号谱分析

心音信号是一种典型的非平稳信号,传统信号处理方法的应用受到很大限制。针对此本文提出了基于 Hilbert - Huang Transform(HHT) 的心音信号的分析方法,对冠心病患者的心音信号进行了分析。通过把心音信号分 解为内蕴模式函数,利用Hilbert 变换建立了心音信号的时间- 频率- 能量三维Hilbert 谱分布以及边界谱分布; Hilbert 谱及其边界谱在时域以及频域以较高的分辨率表征了心音信号的时频变化特性,揭示了冠心病患者心音信 号的病理特征;为冠心病的早期无损诊断奠定了坚实基础,临床实践中有较大的指导价值。     

基于Visual FoxPro中表复制技术的研究

表复制是国家计算机等级考试中常出现的考试内容。通过对VFP中多个命令的介绍,分别阐述了几种实现表复制的不同方法与技术。     

基于全局不变矩和分块主颜色的图像检索算法

为充分发挥全局不变矩对图像形状信息着重考虑的优势,规避颜色直方图未曾考虑图像的空间位置以及常见分块策略忽略分块间的相互联系等弊端,提出一种改进的全局不变矩和分块主颜色相结合的图像检索算法。计算图像的全局不变矩,提取图像各分块主颜色,将两者进行归一化处理后进行线性加权求和,计算综合相似度。实验结果表明,该算法具有较高的检索精度,能够提高检索性能。     

三维几何数据压缩研究进展

三维几何数据压缩是指对描述三维场景的模型数据进行压缩,以便于模型数据的存储和网络传输,在分布式虚拟现实,协同应用,多用户视频游戏,模型数据在计算机内部的存储和传输有着非常重要的意义。文中介绍了三维几何数据压缩方法,分面向单分辨率模型的压缩和面向多分辩率模型的在进行阐述,并讨论了当前最新的研究进展,分析了目前尚存在的问题和研究前景。     

测量时延在线估计与批间控制器协同设计

批间控制是半导体批次生产过程中常用算法,其关键问题在于能够及时获取上一批次的制程输出,受测量手段及其成本限制,实际的生产制程很难满足这一要求.为此,本文提出一种基于贝叶斯统计分析的测量时延估计算法.在分析晶圆质量与实测时延、估计时延、以及制程漂移之间的逻辑关系的基础上,并将晶圆的质量信息按加工时间顺序划分两个相邻的滚动时间窗口.基于贝叶斯后验概率函数,及时捕获后一个滚动时间窗口内过程输出发生漂移的概率,从而判断是否有测量时延发生,并估算该时延大小.在此基础上,给出批间控制器的测量时延补偿策略,及时调整制程的控制量,提高晶圆的加工品质.仿真结果验证所提出算法的有效性.     

银行客户关系管理与数据挖掘的应用

客户关系管理是一种全新的商业理念，为处理公司与客户之间的关系提供了新的管理模式。数据挖掘是一门新兴的信息处理技术，在商业信息的提取和利用中发挥着日益重要的作用。从数据挖掘的定义和本质出发，阐述了客户关系管理的概念、构成和发展趋势，分析了数据挖掘技术在银行客户关系管理中的应用。     

非线性规划在生物代谢仿真过程中的应用

随着系统生物学研究的不断深入,生物过程网络的规模逐步拓展,其模型的复杂程度也越来越高,数值积分等常规方法很难求解生物代谢网络这类大规模复杂动态系统,客观上需要新的分析方法去应对。针对典型的酿酒酵母糖酵解途径的动态模型,首先利用Matlab进行常规的数值积分求解,以此作为参照,提出将糖酵解的动态模型离散化后利用非线性规划解题器IPOPT进行动态仿真的思路,采用不同的离散步长,计算得到不同的仿真结果。计算结果显示,通过调整计算参数,IPOPT可得到与参照一致的仿真结果,这表明非线性规划可作为分析优化生物过程这类大规模复杂动态系统的新方法,为下一步进行模型参数估计、多目标动态优化等打下基础。     

基于群体智能的增量数据挖掘方法研究

增量式挖掘方法有适应大规模动态数据、降低内存需求和可实现并行处理等诸多好处,但是目前的增量式聚类方法存在参数限制较多和计算结果不够准确等问题.在信息源变化的数据挖掘体系结构下,利用一群特殊的智能代理增量修改知识模型,提出了群体智能聚类模型的构建方法及增量模型维护算法.该方法利用信息熵加快聚类过程,根据信息素和数据库的插入及删除增量操作调整已生成的聚群,设定的参数较少,实验表明聚类结果准确.     

基于混沌粒子群算法的关键链项目进度管理研究*

应用混沌粒子群算法解决关键链项目管理的优化调度问题,并利用了混沌运动遍历性,随机性等特点,对传统粒子群算法进行改进,摆脱了粒子群算法后期易陷入局部极值点的缺点,并保持了前期搜索的快速性。通过实例证明,在求解该类问题上,混沌粒子群算法比基本粒子群算法更具有优势。     

基于傅里叶特征谱和相关系数的织物疵点检测

为提高织物疵点自动检测的准确度,提出一种基于傅里叶特征谱和相关系数的织物疵点检测算法。以平纹、斜纹织物为研究对象,对织物图像进行傅里叶变换,得到织物图像的频谱图;定位频谱中的特征峰点,提取表征图像灰度、纹理的五个特征值;以正常织物为模板,计算待检图像特征值与模板图像特征值之间的相关系数,确定用于识别织物疵点的阈值,来实现织物疵点检测。实验结果表明:当阈值设定为0.80时,该算法能够实现稀密路、断经、吊经、纬缩、破洞等常见疵点的准确检测。