基于JSF框架的信息管理系统的设计和实现

JSF(Java server faces)是Java社区过程倡导的技术,是一个完整的Web解决方案.JSF是Sun制定的一个规范,未来很有可能包括在J2EE规范中.JSF以它所具备的条件使得应用程序开发变得简单、方便.在介绍了JSF的一般开发过程后,以目前流行的Eclipse为开发平台,后台加入实现数据封装的Hibernate技术,结合对象建设投资集团信息管理系统项目的开发生成一个功能简单的系统,并对JSF的应用做了探讨.     

基于增量符号相关的缺陷检测方法

传统的规格化互相关算法在计算机视觉领域中用得较多,但其运算速度不能满足实时检测要求.用基于增量符号相关的算法对两幅图像间的缺陷进行检测可有效地缓解规格化互相关算法计算量大的问题.通过图像像素值间的大小比较得到增量图像后,计算出增量符号相关值,将它显示为与相关值成正比的亮度值就得到了检测结果图像.实验证明该方法在图像有亮度或对比度变化时仍能正确地检测出缺陷位置.     

基于节点位置与剩余电池量的Ad hoc网络多路路由研究

基于Ad hoc网络节点剩余电量和位置信息,为降低路由发现延时和延长网络生存寿命、充分利用网络带宽、存储及计算等资源,遵循网络负载均衡原则提出了基于位置与剩余电量的多路路由算法.通过构建算法模型,论证了节点剩余电量与位置对路由发现延时、稳定性与可靠性的影响.经NS2仿真试验表明该协议的节点利用率一般在75%左右,具有较好的综合性能,比较适用于节点频繁移动的Ad hoc动态网络环境.     

基于混合本体方法的集成算法研究

本文提出了一种基于混合本体的集成算法。该方法充分利用了领域知识模型以及局部本体之间存在的语义相关性,从语义匹配的角度探讨了构造新的全局本体的可能。本文还重点讨论了n个局部本体如何构造全局本体的算法;最后介绍了一个本体构造系统,并结合项目给出了具体实例。     

不完备信息系统的Rough模型扩充

在处理不完备信息系统时,需要对经典粗糙集理论进行扩充。目前有一般容差关心,相似关系,限制容差关系等Rough集模型,然而这些模型还存在一定的局限性。本文对此进行了分析和改进,建立了基于k等价度容差关系的Rough模型。并通过实例说明了该模型具有很好的灵活性,得到的结果也更加符合实际情况。     

模糊理论在基于特征向量的模式识别中的应用

在计算机测量与控制系统中经常会遇到基于特征向量的模式识别问题,由于特征向量提取过程所带来的误差,使得数据库中标准模式的特征向量与待识对象的特征向量都具有一定的不确定性。将模糊理论应用于识别过程中,将识别过程转换为两个模糊集的贴近度或距离问题,设计实现了基于格贴近度和距离的识别算法,并成功应用于基于手掌形状的身份识别系统中。     

基于粗糙集的知识粒度及粒度关系研究

本文基于粗糙集理论,针对不完备信息系统,提出了一种知识粒度的定义,并研究了知识粒度与信息熵的关系;提出了知识的相互支持度和知识的差异支持度的概念,并研究了二者之间的关系,为进行知识的度量和知识的评价提供了一种可行的方法。弄清楚知识的度量和知识相似程度的评价,一方面可以根据知识的粒度,从不完备信息系统中抽取符合一定粒度的知识;另一方面当进行知识融合时,可以比较融合后形成的知识库之间的差异相似程度,间接评价知识的完备性。     

基于最具影响粒子群优化的BP神经网络训练

系统地介绍了粒子群优化算法,将粒子群优化算法用于BP神经网络的学习训练,提出了一种改进的粒子群算法——最具影响粒子PSO算法BIPSO,并利用复合适应度即均方误差和误差均匀度之和作为BIPSO训练神经网络的指标,并对它与其他的神经网络训练算法诸如BP算法、GA算法、PSO算法进行了比较。实验结果表明:BIPSO性能优于其他算法,更容易找到全局最优解,具有更好的收敛性。     

知识挖掘与它的链式特征

利用S-粗集与它的属性迁移,提出f、■知识、挖掘度概念,讨论了属性迁移与知识挖掘的数量关系;给出了f、■知识链式定理和f、■知识最小、最大挖掘度定理。最后,给出了■知识挖掘的实例分析。     

棉麻纤维的中红外光谱的特异性探索

棉、麻纤维鉴别是纺织纤维定性分析的一个难点。它对检测人员的要求高,且检测结果易受人为因素影响。通过用相关分析法和峰强比值法对棉、麻的中红外光谱与反映棉、麻晶体结构的结晶度和取向度指标进行综合分析,得到了棉和麻的特征光谱和基准光谱。由于棉、麻的取向度存在显著差异,选取取向度的中红外特征波长,然后通过回归分析,得到了取向度与棉、麻中红外光谱的回归方程。该回归方程即可对棉、麻进行区分。该方法简便、快速、无损而且环保,无纺织背景的检测人员也可在1～2 min内得到检测结果。研究结果表明,该方法可有效简化棉、麻鉴别实验,从而提高工作效率。