2002年我国光通信产业发展回顾

从近两年通信产业的背景出发，概述了我国光通信产业在2002年的发展。我国在这一领域虽取得了一定的成就，但也出现了很多问题。本文探讨了其原因，并指出作为21世纪的朝阳产业，光通信必将迎来其发展的黄金时期。     

HGC图形卡驱动程序的改进

ＨＧＣ图形卡驱动程序的改进贾克裕，子康四川大学数学系（６１００５４）本文分析了Ｂｏｒｌａｎｄ公司提供的ＨＧＣ驱动程序，提出了将其修改为支持６４０×４００分辨率模式的方法。ＨＧＣ图形卡即是Ｈｅｒｃｕｌｅｓ图形卡。这种图形卡既支持ＭＤＡ的文本显示功能，又...     

基于感知器的快速彩色图像无损压缩算法

针对彩色图像像素和颜色分量之间存在的相关性，将神经网络中的感知器技术引入彩色图像的无损压缩算法中，提出了一种新的预测模型。应用感知器的自学习和自适应能力，对预测值进行自适应调整，使算法在运行过程中具有很小的预测残差并具有较小的动态范围。同时应用颜色空间变换来减小颜色分量间的相关性。相对于新的国际标准JPEG—LS，这种预测模型具有较低的计算复杂性。对比实验结果说明，这种算法的性能明显优于传统算法，在压缩比损失很小的前提下，其执行速度高于JPEG—LS。     

基于宽带时频图的多路摩尔斯信号自动检测

针对现有算法没有涉及的宽带环境下多路摩尔斯信号自动检测问题,提出一种基于宽带时频图和集成学习分类器的算法.首先,通过提出一种基于宽带时频图的信号快速窄带滤波方法,实现噪声背景中各类型信号窄带时频图的快速获取;然后,为从上述窄带时频图中识别出多路摩尔斯信号,提出3个新特征与局部二值模式特征构成特征向量;最后,采用集成学习算法设计分类器实现摩尔斯信号的自动检测.与现有算法对比实验结果表明:针对多组实际数据,该算法的正确率均可达95%以上,同时误检率低于10%,具有良好的鲁棒性和应用价值.     

基于Apriori算法的数据挖掘在移动医疗系统中的应用

针对医疗行业海量数据的数据挖掘应用少、基础差,数据分析的需求迫切等问题,提出一套创新型数据采集与挖掘方案.该方案选用Apriori算法就目前产科数据集展开关联分析,重点研究剖宫产与体征、药品之间的关联,并分析了产妇入院时间及新生儿出生时间分布与数量的关系.另外,还对关系到数据采集与传输效率的移动医疗系统进行研究,选用便携数字终端(portable digtital assistant,PDA)进行移动式数据采集,并阐述了基于新型分布式多层系统模型和SSH2框架的设计方案.在北京市某妇产医院的临床应用表明:该系统能够为医护人员提供精确、客观的数据支持,优化医护流程.数据挖掘分析结果对于药房的备药、发药,手术室准备,医护人员排班等具有指导意义和参考价值,可为后续医疗数据的统计和处理提供良好的技术基础.     

文化遗产视频检索系统的研究与实现

介绍文化遗产视频检索系统的设计与实现方法。描述采用MVC架构的系统的总体结构及其主要功能模块。针对网络带宽窄、视频传输数据量大的特点,提出一种新的支持基于内容的视频检索算法——基于“视频指纹”的检索方法,采用RGB颜色空间平均值作为视频特征。设计了相应的匹配检索算法,实验结果表明该算法具有较高的检索准确度,查全率比原算法提高了33.33%。     

运用特征点匹配的柱面全景图像快速拼接算法

针对大幅面图像的拼接问题,提出了一种新的基于特征点的柱面全景图像快速拼接算法。该算法在Harris角检测算法提取特征点的基础之上,针对传统RANSAC（random sampling consensus）算法在提纯匹配点时计算极其复杂,难以实现快速拼接的问题,设计了专门的聚类预筛选的方法进行图像特征点的预匹配,显著提高了特征点匹配的效率;在图像融合部分提出了最佳路径与HSI颜色空间的亮度权重函数相结合的算法,既有效消除了拼接图像中的鬼影现象,又使拼接图像达到了平滑融合效果。实验结果表明,该算法具有匹配精度高、鲁棒性强、计算效率高的特点。     

一种新的运动目标快速检测分割方法的研究

运动目标的检测与分割是视频分析的重要内容.对静态背景中的运动对象的检测方法进行了研究,针对基于混合高斯模型的背景减除法无法解决的"鬼影"和算法复杂耗时的问题,提出了一种新的基于帧差运动边缘检测的方法.实验证明,该方法可以在复杂背景下准确地获得运动对象边界,大大提高检测速度,同时有效消除背景光照变化及个别景物扰动带来的干扰.采用模板填充算法分割运动目标,并通过数学形态学滤波去除运动区域内的噪声点和填补空洞,获得完整理想的运动对象区域.     

应用颜色矢量法抑制彩色图象中的噪声干扰

由于消除彩色图象中的噪声比一般的黑白图象更困难,因而针对彩色图象中多个单种颜色目标识别过程中的噪声处理问题,使用了一种新的颜色矢量分析法来进行噪声的抑制。首先定义了颜色矢量和平均颜色矢量,通过计算和分析图象象素与各类训练区平均颜色矢量的欧拉距离,快速地将多个被干扰目标分割出来;然后对多个单色目标图象分别进行平滑处理,以消除各自中的噪声,最后再将它们与背景图象进行“叠加”操作,以达到消除彩色图象中噪声的目的。实际应用的结果表明,这种方法的效果是令人满意的。这种方法主要适用于由多个单色目标和复杂背景等组成的彩色图象的噪声抑制。