Visual FoxPro程序中背景音乐的实现方法探讨

目前很多数据库程序需要实现背景音乐来增强多媒体效果,计算机在安装声卡的情况下Visual FoxPro可以利用set bell to命令、插入OLE控件、调用库函数等多种方法实现背景音乐,一些没有安装声卡的商用计算机也可以利用WindowsAPI函数Beep编写PC喇叭音乐。该文探讨了在各种情况下Visual FoxPro实现背景音乐的方法,并给出程序实例。     

基于医学体数据生成四面体网格的方法

为了从医学体数据直接构造四面体网格,提出一种基于栅格的网格生成算法.该算法的主要思想是从背景栅格中提取并填充代表区域边界的等值面.首先,对医学体数据进行预处理与采样,构建一个背景栅格.其次,用对偶方法从栅格提取三角表面网格,用于分段线性逼近等值面.然后,对栅格中所有位于等值面之内或与等值面相交的立方体,用预定义的模板分解成四面体单元.最后,用Laplacian平滑技术优化四面体网格.在均匀网格的基础上,研究了自适应网格生成算法,在保持网格几何精度的同时精简单元数量,以提高有限元计算效率.给出了从CT数据生成人体股骨远端四面体网格的实例,该网格模型被用于虚拟膝关节镜手术.     

基于注意力机制及类别层次结构的弱监督目标定位

弱监督目标定位是指仅利用图像级的类别标注信息来训练目标定位器, 而不需要使用精确的目标位置标注信息来进行算法训练. 当前的一些方法往往只能定位出目标对象中最具鉴别性的部分而无法准确地标识出完整的目标对象, 或者易受背景无关信息干扰从而导致定位结果不精确. 为了解决上述问题, 提出一种基于注意力机制和类别层次结构的弱监督目标定位方法. 该方法通过对卷积神经网络的注意力图进行均值分割提取更完整的目标区域. 进一步, 通过类别层次结构网络实现对背景区域注意力的削弱, 从而提高对感兴趣目标的定位精度. 基于多个网络结构和公共数据集上的大量实验结果表明, 相比目前已有的弱监督定位方法, 所提方法在多个评价指标下均能够获得更好的定位效果.     

绝缘子污秽等级的高光谱特征优化识别技术研究

为解决传统污秽检测方法对输电线路绝缘子污闪防治的局限性,采用非接触式、高分辨率的高光谱成像技术对污秽在线检测技术进行研究。为有效提取反应污秽度的光谱特征并削弱冗余与干扰信息的影响,提出一种小波包能量谱特征优化的绝缘子污秽等级识别技术。首先,对不同污秽度的绝缘子样品的光谱图像进行背景分割,提取均匀覆污区像素点光谱均值曲线;其次,对不同图像的光强均匀度差异、环境噪声进行预处理,并通过导数变换提升不同污秽等级间的可区分性。再次,对预处理后的谱线进行小波能量谱特征提取。最后,基于所提特征建立基于支持向量机(support vector machines, SVM)的污秽等级识别模型。实验结果表明,相比于采用全波段数据或PCA特征数据作为输入,基于小波能量谱特征建立的支持向量机(SVM)污秽等级识别模型对样品识别准确率达到99.8%。#$NL关键词：关高光谱成像;绝缘子污秽等级;小波包能量谱;支持向量机#$NL中图分类号：TM933     

结合l1/2范数与显著性约束的背景减除

传统背景减除模型在背景静止和前景对象移动较快时提取到的前景效果较好,但当背景变化或前景对象移动缓慢时容易将动态背景误判为前景或检测出的前景有较多空洞。针对传统背景减除模型在动态背景和前景对象移动缓慢条件下存在前景检测精度下降的问题,提出一种基于l_1/2范数与显著性约束的背景减除模型。将观测数据分为低秩背景、运动前景和动态干扰3类,利用l_1/2范数约束运动前景加强前景稀疏性,有效抑制动态背景对前景提取造成的干扰,提高运动前景在动态背景中的检测精度。引入视频每一帧的显著性约束,通过对每一帧图像进行低秩稀疏分解来检测移动缓慢的目标。实验结果表明,该模型对于复杂场景具有较强的适应能力,可有效去除动态背景对前景的干扰,快速检测出移动缓慢的前景对象,相比于l_1/1/2-RPCA背景减除模型的平均查全率、查准率和调和平均值分别提升了9、14和10个百分点。     

关于"标准化+"战略的初步探讨

近来,"标准化+"战略甫一提出,就受到各级政府的高度关注和积极响应.为更深入地理解该战略的意义和内涵,支撑战略实施,本文围绕"标准化+"战略的背景和特点进行初步探讨.文章认为,"标准化+"战略提出的时代背景是国家治理挑战日益严峻、国家治理结构亟待调整、治理制度体系需要完善;"标准化+"战略的特点是定位改变的战略目标、系统协同的战略规划和持续改进的战略实施.政府在推进"标准化+"战略实施中有关键性作用,应做好系统规划、保障实施、培育能力等工作.     

基于背景自适应更新的车辆阴影检测算法

对基于视频的交通流量参数检测及交通路口控制方法而言,车辆检测是很关键的一步,但是由于车辆阴影的客观存在,经常会造成汽车数量的误检。本文在背景自适应更新的基础上,对阴影建立了模型并对检测算法进行了改进,以提高车辆检测精度。     

??????????????????

If using the traditional algorithms of background extraction and update on the fixed-point DSP, which is memory-limited and weak at floating-point operation, the detection speed is slow and the real-time ability is poor. The algorithm initializes the background reference frame according to the hypothesis that the background pixel intensity appears in video sequence with maximum probability and the temporal relativity between two neighboring frames. In the session of background update, the algorithm updates the background reference frame by assigning different weights to the original background and the current frame and calculating the result based on shifting operation. It is successfully implemented on TMS320DM642 and results show that the algorithm can meet the real-time constraint in 25 FPS.     

基于压缩传感的背景差分方法研究

近年来国际上出现了一种新的信息获取理论——压缩传感理论（CS）,不同于传统的奈奎斯特采样定理,它指出只要信号具有稀疏性或可压缩性,就可以通过少量随机采样点来恢复原始信号。基于对CS理论基础的深入分析,提出一种运用背景差分进行运动目标检测的新方法,此方法可以显著减少信号采样点数和传输带宽,而且一定程度上了克服了由于如光照变化而造成的误检测,仿真结果证实了该文算法的可行性。