浅谈面向对象分析的基础教学

针对一个业务应用实例进行介绍,从而引入软件工程、面向对象分析的基本概念、优点和表示方法,并向读者展现如何在程序设计课程中开展面向对象分析与设计的基础教学。     

分布式同步网络教学系统研究与设计

针对目前网络教学系统的交互功能差和数据流造成的视频播放拥塞的缺点,在分布式网络流媒体教学系统的逻辑模型中对其功能进行分析,研究了分布式多媒体网络教学系统的结构,比较了不同组网方案下的数据传输方案,得出了一种适合于多媒体数据流的组网方案,给出了组播协议,并在VC++上实现了客户端和服务器端,最后通过测试系统主要模块证明系统能够满足多媒体教学的要求。     

吉林省HIS与新农合接口的解决方案及实现

随着新型农村合作医疗步伐的加快,如何实现医院信息系统(Hospital Information System,HIS)与新农合系统的对接,各家医院面临着如何开发接口程序的问题.介绍了我公司医院信息系统与吉林省新型农村合作医疗管理系统数据接口的设计与实现方法.系统实施后,实现了吉林省新型农村合作医疗病人的信息共享.     

频率计检定系统的设计与实现

在研究GPIB等总线的特点及控制仪器的方法基础上,利用GPIB软硬件组合配置来完成GPIB总线接口仪器的通信,从而完成系统的自动化检定。系统操作简单、数据准确详实、检定报告完善,达到了检定要求和预期目标。     

一种基于数据并行的过程神经网络训练算法

针对过程神经网络时空聚合运算机制复杂、学习周期长的问题,提出了一种基于数据并行的过程神经网络训练算法。该方法基于梯度下降的批处理训练方式,应用MPI并行模式进行算法设计,在局域网内实现多台计算机的机群并行计算。文中给出了基于数据并行的过程神经网络训练算法和实现机制,对不同规模的训练函数样本集和进程数进行了对比实验,并对加速比、并行效率等算法性质进行了分析。实验结果表明,根据网络和样本规模适当选取并行粒度,算法可较大提高过程神经网络的训练效率。     

复杂光照下的自适应人脸图像增强

提出了一种自适应的快速图像增强算法用于改善复杂光照下的人脸检测。算法对人脸图像的增强分为两步:动态范围压缩和细节增强。算法首先利用对数变换和非线性变换,增强图像阴暗区域的信息,同时对高光区域进行有效地抑制,然后利用反锐化掩模滤波对图像的细节进行增强。将各种增强算法应用于图像的预处理,结合Adaboost人脸检测算法,在Yale B人脸数据库上进行对比实验。实验结果表明,自适应快速图像增强算法能有效提高人脸检测率和降低误检率,具有比直方图均衡算法、单尺度Retinex算法和多尺度Retinex算法更好的性能。     

面向嵌入式应用的数据并行语言设计

根据基于PIM(Processor-In-Memory)技术的数据并行计算机体系结构的特点和面向多媒体计算的应用需求,提出了面向嵌入式SIMD(Single Instruction Multiple Data)计算的数据并行语言PIMC。简单讨论了PIMC语言的形式化定义,并以数据并行图像处理的均值滤波算法为例对语言的使用作了说明。结合其他大量的数据并行编程实例,说明了该语言能够在基于PIM技术的SIMD并行计算机上正确描述基本多媒体处理算法的数据并行实现。     

铸件DR图像工件号的增强和分割

铸件DR(DigitalRadiography,数字化X射线照相)图像中工件号的识别对提高检测信息录入的自动化程度具有重要意义。由于受铸件厚薄不均等因素的影响,某些铸件DR图像字符区域存在字符与背景区分不明显等问题。要正确识别出铸件的工件号,必须对图像进行处理。采用加性模型消除字符与背景区分不明显的影响,gamma校正调整图像灰度范围,可增强对比度,获得适宜于二值化的增强图像。改进基于二次边缘提取的二值化算法,用于对铸件DR字符图像的二值化,可以减少笔画断裂问题,得到良好的二值化字符图像。字符分割采用小波变换提取图像列和的突变信息,从而确定字符间隔,能够完整地分割出每个字符。对实际的铸件DR图像进行实验表明,研究的方法获得了良好的效果,为铸件DR图像的工件号自动识别做好了准备。     

利用RDS实现浏览器环境下的批量数据修改

ＲＤＳ的工作原理及利用ＲＤＳ实现基于浏览器的批量数据修改的具体实现方法。     

一个混合特征属性选择算法

1.引言特征属性选择(feature attribute selection,FAS)是机器学习和模式识别中比较困难而又非常有意义的一个问题。FAS问题是从一个大的侯选属性集合中选择一个较好的、有代表性的属性子集。由于在实际应用中,过多的属性会严重影响归纳学习的质量,一些不必要的属性会加大训练数据量,影响学习速度,损害所生成规则的精度,因此FAS是一个有实际意义的问题。