证据理论加权决策树在外包维修中的应用

外包维修过程中产生的数据通常是模糊的,传统上很少按重要性分类,从这些数据仅仅能搜索到相关的不确定信息。将证据理论作为处理不确定数据的有力工具,提出用证据理论加权决策树算法对外包维修过程产生的不确定数据进行分类并挖掘出规则。实验结果表明本算法可有效的对外包维修数据进行分类,并可以生成可指导产品研发的规则。     

基于遗传算法的查询优化算法及其在税收专业化系统中的应用研究

税收专业化是税收发展的必然趋势,税收专业化系统将税收工作信息化、专业化、智能化,提高了税收效率,节省了资源。随着系统数据量的日趋庞大,记录查询的结果越来越差。提出一种基于改进遗传算法的查询优化技术,改进适应税收专业化系统的编码方案,以及相对应的交叉算子、变异算子,应用于税收专业化系统时,表现出良好的性能,与一般查询方法相比,能大大提高数据查询的查全率与查准率。     

分布式数据库复制问题的一种解决方案及应用

分布式数据库系统中的复制机制有许多优点,但同时也带来一些问题,解决这些问题的方法有很多。针对这些问题,从需求分析、数据分片和分布、异步复制、数据更新、复制模式、数据冲突、查询处理等多方面因素进行考虑,根据实际情况,选择或改进其中的方法,从而形成一种新的解决分布式数据库复制问题的方案,并将其应用到一个实际的出版物发行信息系统之中,较为完善地解决复制问题。     

基于SVM的人脸检测研究

支持向量机（SVM）是在统计学习理论基础上发展起来的一种新的机器学习算法。依据SVM良好识别和泛化能力,实现了一种基于支持向量机的图像人脸识别方法。利用Opencv提取样本类的低层特征,训练具有径向基核函数的SVM分类器,在VS2008和Qt平台下实现识别软件开发。运行结果表明,软件具有良好的图像人脸检测能力。     

基于二维金属亚波长孔阵列结构的MEMS红外辐射源特性研究

以MEMS红外气敏传感器为应用目标,采用MEMS技术设计和制作一种二维金属亚波长孔阵列结构红外辐射源。探讨了不同厚度SU-8膜对金属/电介质/金属(M/D/M)二维金属亚波长孔阵列结构在中远红外波段透射特性的影响。设计并制作了Au/SU-8/Au的M/D/M结构,测试采用傅里叶变换红外光谱仪器。同时对M/D/M结构不同电介质层情况下的中远红外波段透射特性进行了模拟。实验结果表明,SU-8厚度在小于1μm时,透射强度远大于厚度1μm以上的结构,且有透射强度最大值出现(SU-8厚度为360nm),同时,随着SU-8厚度的增加,透射谱峰值呈现规律性红移。     

高校统考课程成绩数据仓库的建立与应用

通过分析高校统考课程成绩对高校教学进行分析决策的重要价值,以计算机基础统考课程成绩为实例,建立一个基于高校统考课程成绩的数据仓库模型。该成绩数据仓库不仅综合分析学生的总得分,而且将试卷难度和题型得分也做深入分析,分析结果不仅能让教学管理者了解到学生成绩波动趋势,而且可以更详细地知道成绩波动的原因所在,从而能帮助教学管理者更加科学快速地做出有效的决策,最终达到提高教学水平的目的。     

IEEE802.15.4无线传感器网络仿真与性能评估

IEEE802.15.4标准是为满足低速率、低能耗、低成本需求而制定的无线个人区域网（LR_WPAN）规范。通过用网络仿真软件NS2对基于IEEE802.15.4的无线传感器网络的主要性能指标进行分析,较为详实地论述了IEEE802.15.4MAC层基于时槽的CSMA/CA机制,最后给出仿真环境及其结果,并进行度量分析和阐述各指标间的依赖关系。     

基于ARM和μC/OS-Ⅱ的自动售货机系统软件设计

主要介绍在以ARM微控制器LPC2124为控制单元,μC/OS-Ⅱ为嵌入式操作系统所构成的软硬件平台上实现自动售货机系统。该系统具有界面友好、使用简单、成本低廉的优点。着重讲解应用程序的实现,并在PROTEUS仿真软件中给出了该系统的仿真实现。     

RBF神经网络在物流系统中的应用

物流已经成为我们国民经济的动脉,但是影响其成本的因素过多且复杂,对其成本的研究目前较多的是采用简单的猜测式赋值,这样的方法具有较大的主观性,因此物流成本预测这个复杂的非线性问题已经成了物流界研究的重点问题。将社会物流系统看出了一个投入产出系统,将其物流成本——运输费用、保管费用和管理费用当作了投入,而社会的消费总额看成了产出,因此导出物流消费品总额和成本之间的映射关系模型;其次,提出用改进的自适应遗传算法对径向基函数神经网络进行了优化,得到了最佳的基函数中心和宽度值;最好用优化后的径向基函数神经网络应用于物流成本的预测,结果表明,模型具有好的稳定性和较高的精度,对扩大消费、拉动内需具有一定的参考意义。     

基于高斯混合模型的阴影消除算法

关于阴影消除是智能监控系统的重要组成部分,且对后续的识别和跟踪有很大的影响。根据改进的高斯混合模型检测出目标,用高斯混合阴影模型来检测阴影,并用高斯平滑滤波处理检测的结果。然后动态选择合适的阈值对图像做二值化处理,进一步对结果进行形态学滤波。经过整个过程的处理,得到了较为完整的轮廓,很好的消除了阴影,提高后续的识别和跟踪的准确性和可靠性。实验表明,算法能较好地消除阴影,且具有较好的实时性和鲁棒性。