受限工作模式下航迹融合多目标跟踪算法研究

针对实际目标跟踪系统中，传感器工作常常受到限制，以满足跟踪精度和隐蔽性双重 要求的工程应用问题．研究了杂波环境下，采用红外(主传感器)始终工作、雷达(辅传感器) 间歇工作的特殊传感器工作模式，红外\雷达双传感器航迹融合多目标跟踪算法及实现．仿 真表明可以达到跟踪精度与隐蔽能力兼顾的系统要求．     

基于同步协作的分布式网上关节置换临床系统

为解决医疗水平的地区性差异,有必要采用网上关节置换临床系统。系统采用基于医学图像图形协作的分布式系统。文章给出系统中的主体模型以及网络拓扑结构,提出了基于令牌机制的双线程协作交互模式。为实现同步协作技术提出事前共享方法,在原有主体模型中加入了事件处理机及本地VRML文件,并对同步协作软件进行了说明。     

一个基于混合语言模型的日文识别后处理系统

在文字识别系统中,为了进一步提高文本识别率,后处理模块是很重要的环节。文章针对日文的语言特性,建立统计方法和规则相结合的混和语言模型,实现了一个日文识别后处理系统。该系统首先利用Viterbi算法得到统计模型输出的最优结果,通过与前端识别器输入的识别结果相比较,确定可疑字位置,再利用上下文词匹配方法和语法规则库的使用对可疑字进行检错和纠错处理。经实验验证,该后处理系统对识别日文印刷体文本错误率平均下降21.4%。     

基于WEB的CSCW系统及其相关技术浅析

介绍了计算机支持协同工作（CSCW）的内涵，特点，系统结构，实现方法和开发方法，着重介绍了基于Web的CSCW系统，从实现原理，系统结构和相关技术方面进行了较为详细的阐述，最后对CSCW的应用及其展望进行了描述。     

基于语义的多代理协同数据库平台

提出了协同数据库平台CDP的体系结构、模型和实现。该平台可支持协同活动和管理多数据源。讨论了包括应用、支持和数据库的3层多Agent体系结构，基于语义的Agent模型以及语义联系的实现，从而屏蔽了异步和同步工作方式。协同用户通过应用语义来进行协同操作和信息共享。     

面向设计过程的协同审图模型及其实现

鉴于现有的电子会议系统不能很好地满足设计部门对工程图进行协同审议的需求，介绍了一个面向设计过程的协同审图模型及其实现方法。该模型利用COM／DCOM实现了针对图档讨论的同步交互，将图档讨论的特点和普通电子会议的功能结合起来，为设计部门提供了一个高效率的工作模式。     

基于Domino/Notes的化工企业设备管理系统分析与实现

从对大型企业设备管理的实际需求的全面、深入分析出发,指出了传统关系型数据库系统解决问题时的困难,在概述Lotus Domino/Notes的基本工作特性和突出优点的基础上,提出面向对象的数据库和基于工作流群件系统的设备管理系统解决方案。     

汉语-盲文机器翻译系统的研究与实现

对汉语－盲文（简称汉盲）翻译的原理进行了研究，提出了一个盲文形式模型和汉语－盲文机器翻译的方法：采用基于词频和词分级加权评估的逆向全切分算法进行分词，采用规则和统计相结合的方法进行词性标注和连写块识别，并在此基础上设计开发了一个实用的汉语－盲文机器翻译系统。     

半透明半明确协作框架下远程指针协同感知研究

远程指针协同感知是CSCW系统的关键技术之一，首先提出了半透明半明确协作框架下指针共享原理，包括鼠标移动消息事件的截取和鼠标消息事件和执行模式，然后提出了指针一致性维护和指针映射方法，给出了指针映射前、后处理算法和基本映射思路，最后研究了动态指针与语义重载的实现框架，构造了动态指针的模拟资源，设计了远程指针的感知域和重载语义，原型系统的实践表明这些技术方法是正确可行的，有利于增强协作者的群体意识，促进协同工作的进行。     

Partially Occluded Object Recognition Using Statistical Models

In this paper, we present a new Bayesian framework for partially occluded object recognition based on matching extracted local features on a one-to-one basis with object features. We introduce two different statistical models for occlusion: one model assumes that each feature in the model can be occluded independent of whether any other features are occluded, whereas the second model uses spatially correlated occlusion to represent the extent of occlusion. Using these models, the object recognition problem reduces to finding the object hypothesis with largest generalized likelihood. We develop fast algorithms for finding the optimal one-to-one correspondence between scene features and object features to compute the generalized likelihoods under both models. We conduct experiments illustrating the differences between the two occlusion models using different quantitative metrics. We also evaluate the recognition performance of our algorithms using examples extracted from object silhouettes and synthetic aperture radar imagery, and illustrate the performance advantages of our approach over alternative algorithms.