基于统计模型的遗传粒子滤波器人体运动跟踪

提出了一种基于统计模型的遗传粒子滤波器人体运动跟踪算法。引入局域二值模式(LBP)算子提取纹理特征,利用颜色直方图与纹理直方图相似度的加权和表示目标相似度,以有效解决自遮挡对跟踪的影响。利用该统计模型精确表示运动人体轮廓,目标形状可由一可变形状参数确定;采用遗传粒子滤波器作为跟踪算法以提高粒子滤波器的鲁棒性和精度。通过预测更新可变形状参数,再利用统计模型中目标形状与形状可变参数的关系得到图像序列各帧中人体轮廓,有效降低了计算量,从而达到快速而准确的跟踪目的。最后用上述方法进行了实验,验证了该方法的实用性和有效性。     

基于XML的完全频繁查询模式挖掘算法

使用树结构建模对XML查询进行研究,提出了一种基于树同构的查询包含检测方法。采用最右分枝扩展方法,系统地枚举查询模式树的同根子树。在枚举过程中,采用Diffset结构记录包含同根子树的事务集的查询事务标识,并给出挖掘算法DiffFRSTMiner。实验结果证实了该算法合理、高效,并可以减少一定的内存开销。     

基于数据预处理的板蓝根注射液指纹图谱模式识别

中药色谱指纹图谱具有成分复杂、图谱基线和成分保留时间易受外界因素干扰等特点.本文对获得的色谱指纹图谱进行基线校正和色谱峰保留时间校正的数据预处理,不需色谱峰的积分,直接用各色谱信号的全谱数据评价相似度、主成分投影分析和谱系聚类分析,将各厂家的注射液样本正确分类并检出其中的异常样本,为处理和评价中药色谱指纹图谱数据,提供客观、便捷的方法.     

序列模式挖掘综述

综述了序列模式挖掘的研究状况。首先介绍了序列模式挖掘背景与相关概念;其次总结了序列模式挖掘的一般方法,介绍并分析了最具代表性的序列模式挖掘算法;最后展望序列模式挖掘的研究方向。便于研究者对已有算法进行改进,提出具有更好性能的新的序列模式挖掘算法。     

一种基于最小误分率估计高斯混合模型参数的方法

传统的基于最大似然估计高斯混合模型参数的方法是一种无导师的学习方法,该方法的主要缺点昌学习算法在会计一类模式模型中的参数时只利用了该类模式中的训练样本, 未考虑其它类训练样本的分布影响,因此,这种方法的识别效果往往不够理想。针对以上问题,作者提出利用最小误分率估计高斯混合模型参数的方法,这种方法考虑了不同类之间的样本的区分性。     

基于混合粒子PHD滤波的多目标视频跟踪

针对可变数目多目标视频跟踪,粒子滤波不能持续维持目标的多模态分布问题,本文提出一种混合粒子概率假设密度(PHD)滤波的多目标视频跟踪算法.该算法首先用K-means算法对粒子进行空间分布聚类,给各粒子群附加身份标签,使各粒子群分别对应混合粒子滤波的各分量,采用相互独立的各分量粒子滤波跟踪各目标,这样提高了目标状态估计的准确性,也能有效维持各目标的多模态分布.实验结果表明,该算法能有效处理新目标出现、合并、分离等多目标跟踪问题.     

分层多agent应用集成框架中的动作组件库设计*

提出了称为动作组件库的设计来支持分层的多agent应用集成框架。首先,提出采用由上层agent协调下层agent执行的企业应用集成方式的原因,说明了动作组件库的设计以及如何集成动作组件库的动作实例来支持下层agent完成特定目标。通过一个场景的实现说明动作组件库如何在应用集成中发挥作用。在分层的应用集成框架中,动作组件库的设计为上层agent提供统一的接口来协调下层agent的运行,从而使下层职能agent可以并发地执行业务过程,提高系统运行效率,减少局部流程变化对于整体流程的影响,最终使用户能够采用基于     

用Struts框架建立Java Web应用程序

简要介绍MVC设计模式和Struts工作原理,并结合实例讲述运用Struts框架进行Web应用程序开发的方法和过程,最后说明运用Struts框架进行开发可以提高开发效率和软件的质量。     

基于自动测试系统的DSP测试方法研究

论文以ADI公司的ADSP-TS201芯片为例,介绍了在自动测试系统上开发DSP测试程序的方法,其中,重点介绍了测试图形生成技术。     

一种有效的XML数据库的小枝模式匹配算法

目前,XML文档查询是研究的热点,其中小枝模式匹配方法是重要的研究方向,但是大多数基于这种思想的算法只能处理包含祖先／后代关系的查询。为此,提出了一种新的小枝模式匹配算法——TwigStackPC,它能够有效地处理包含祖先／后代和父／子关系的查询。