基于MPEG-4的人脸动画技术研究

MPEG-4提出的基于对象的编码格式，将人脸作为一个特殊的对象，为人脸建模和动画研究奠定了基础。本文通过对MPEG-4人脸动画标准的分析，提出基于MPEG-4人脸动画系统的设计思想和需解决的关键问题。     

基于一种新模型的多目标遗传算法及性能分析

在多目标优化中,各目标通常相互冲突,其最优解往往有无穷多个,如何在最优解集中求出一组分布均匀且数量多的Pareto最优解供决策者选择十分重要.本文给出了多目标优化的一种新解法.首先定义了种群序值的理想方差和种群密度的方差,然后把目标个数任意的多目标函数优化问题Ⅰ转化成了用种群序值的理想方差和种群密度的方差构成的两个目标函数的优化问题Ⅱ,并对转化后的优化问题Ⅱ提出了一种新的多目标遗传算法(RDMOEA).计算机仿真表明RDMOEA算法对不同的实验函数均可求出在最优解集合中分布均匀且数量充足的Pareto最优解.     

USB2.0总线的数据采集设备的设计

介绍了基于USB2.0总线的数据采集设备的开发方法.其中包括接口硬件设计、firmware(固件)设计、基于WINDOWS驱动程序模型(WDM)的设备驱动程序设计以及应用软件的设计.     

基于最小树权矩阵法的改进算法

针对最小树权矩阵法在大型网络应用中的不足，从提高算法效率方面对其进行了改进，并给出了新的算法。新算法减少了运算量，达到了快速寻找最小树的目的。通过对新算法和权矩阵法的比较，结果表明新算法具有较低的复杂度，是一种更为有效的算法。     

一个高效的广义动态多秘密分享机制

针对Yeun秘密分享方案[7,8]的不足,给出了一个基于单向函数的广义动态多秘密分享方案。新方案可适用于任意接入结构,并对Yeun方案的不足进行了改进,它可以及时检测出分享成员中的所有欺诈者,解决了秘密更新与子密复用问题,且可以很方便地增删系统成员。尤其方案所需计算量与计算复杂度均比Yeun方案大大减小,因而高效且实用,它将在密钥托管、电子商务中得到广泛的应用。     

基于数据挖掘的销售预测研究

在研究数据挖掘预测算法时间序列AR模型的基础上,提出了将影响销售预测的因素与时间序列预测结合在一起的BP神经网络销售预测模型,该模型通过数据仓库获取销售历史数据.实例验证表明:BP神经网络销售预测模型比时闻序列AR销售预测模型精度高.     

高空螺旋桨驱动电机控制系统的仿真研究

螺旋桨的负载特性不仅与飞行器的飞行高度相关,还与其驱动电机的转速呈现非线性关系,若驱动电机采用传统的PID控制方法,较难取得理想的控制效果.为了解决这一问题,在分析了驱动电机的数学模型和螺旋桨负载特性的基础上,设计了一种模糊自适应PID控制方法.并在Matlab/Simulink中建立了控制系统的仿真模型,进行了仿真实验.实验结果表明,模糊自适应PID控制方法动静态品质良好、鲁棒性强,控制效果明显优于传统的PID控制器.     

LSO改进CGA解决多目标作业车间调度问题

针对传统方法在处理作业车间调度问题时很难将库存容量考虑在内的问题,提出了基于局部搜索算子(LSO)改进交叉遗传算法(CGA)的多目标作业车间调度模型。为了提高所提模型的效率,首先设计一种基于关键路径的交叉遗传算子;然后,设计一种新的局部搜索算子来提高遗传算法的局部搜索能力;最后,基于这两种算子,设计混合遗传算法框架,在考虑调度总完成时间的同时将库存容量作为目标进行优化。所提算法的有效性在FT10、LA01、LA06、LA11、LA21和LA36等基准问题测试中得到验证。仿真结果表明,与较为先进的非劣分层遗传算法(NSGA-II)相比,使用所提算法获得了更好的非支配解,从而更好地解决了多目标作业车间调度问题。     

USB2.0总线的数据采集设备的设计

介绍了基于USB2.0总线的数据采集设备的开发方法。其中包括接口硬件设计、firmware（固件）设计、基于WINDOWS驱动程序模型（WDM）的设备驱动程序设计以及应用软件的设计。     

多时间粒度序列模式挖掘

序列模式挖掘是数据挖掘的一个重要问题.传统的序列模式仅能揭示频繁出现的项目以及出现的顺序,但不能揭示在前续项目出现的情况下,后续项目出现的时间.在本文中,引入一种新的多时间粒度序列模式,模式中相邻项目之间的转换时间采用从原数据集中导出的、多时间粒度下的最小有界时间区间和平均时间标注.建立了多时间粒度序列模式挖掘模型,提出了一种新的多时间序列模式挖掘算法MG-PrefixSpan.实验表明,算法是有效的.