ASP.NET 2.0跨页发送技术研究与应用

ASP.NET 1.x中"跨页"请求的处理一直较为复杂,束缚了ASP.NET许多技术优势的发挥.ASP.NET 2.0对此有了重大改进.其"跨页发送"技术使得页面传值更加简单易用,因此通过实例演示如何使用ASP.NET 2.0跨页发送进行网页问的数据传递.     

基于玉米籽粒近红外光谱的品种与产地识别研究

为考察近红外光谱对玉米种子的品种识别与产地识别性能,采集了8个玉米品种波长范围为12 000~4 000 cm-1的近红外光谱数据,并基于此数据研究了基于PCA的光谱数据特征的提取方法,并探讨了神经网络(ANN)和支持向量机模型(SVM)在品种识别上的性能,进一步研究了玉米品种的产地识别技术,且比较了传统可见光图像的品种识别。研究发现:基于近红外的玉米品种识别,在6个主分量的情况下整体上性能达到90%以上;SVM算法较ANN算法稳定可靠,更适合于小样本情况下的光谱分析;基于光谱的品种识别与基于可见光图像的品种识别效果相当;另外发现同一品种在不同产地上其光谱特征差别较大,据此可以应用光谱进行产地鉴别,鉴别力达到95%以上。本研究所构建的方法对玉米品种识别和产地识别具有积极意义。     

基于机器视觉的马铃薯智能分级系统

为实现马铃薯外观品质自动分级,构建马铃薯智能分级装置,提出一种简单易行的马铃薯智能分级控制方法和流程,并基于Visual C++环境实现马铃薯智能分级软件系统。该系统通过下位机发送信号给上位机来控制摄像头拍照,上位机对所拍摄的马铃薯图像进行处理与分级检测,并将检测结果发送给下位机智能分级装置,最后分级执行器执行分级。经测试:该分级控制方法简单易行且运行稳定,不受机器运行速度的影响,基本消除了强电干扰所构建的分级系统分级结果稳定,分级精度达到90%,可满足马铃薯实时分级的要求。     

ASP.NET 2.0页面传值方法探析

选用恰当的页面传值策略,能够提高Web应用程序的质量和效率.本文从资源使用、运行效率以及安全性等方面对ASP.NET2.0中几种页面传值的方法进行了分析,并结合实例,重点探讨了ASP.NET 2.0中新的传值方法--“跨页发送“.用对比的方法提供解决问题的参考.     

基于图像处理的花生荚果品种识别方法研究

为实现品种鉴定与真伪识别的自动化,基于图像识别的方法,采用扫描仪采集了20个品种,每个品种100颗花生果正面和2个侧面的图像,分别获取每幅图像的形态、颜色和纹理三大类共50个特征,并对这些特征进行主分量分析(PCA)优化,针对优化和没有优化的特征,搭建了人工神经网络识别模型和支持向量机模型,并采用两种模型进行品种识别,结果表明,采集的特征经PCA优化后表现出更强的识别性能,SVM较神经网络识别效果总体上得到提高,并且识别效果稳定。品种的数量对识别效果有影响,在通常情况下可根据品种的数量来确定特征的数量,可以进一步提高效率,对20个品种,需要选择超过15个特征。颜色类特征比形态类和纹理类特征具有更好的识别效果,经过不同类别的特征组合后,整体上识别性能达到90%以上,基本可以推广到实际生产中使用。     

新的教学环境下《数据结构》教学方法的探讨

讨论了如何在新的教学环境下利用现代化教学条件进行<数据结构>教学及教学方法探讨.     

软件外包专业编译原理教学改革与实践

根据编译原理课程性质和特点,针对软件外包专业和学生特点选取合适的教学内容,介绍案例教学法、类比教学法、启发式教学法等多种教学方法在课程教学中的应用。     

基于反射与透射图像的糯玉米叶片机器视觉识别效果分析

利用机器视觉技术,以菜农糯38、京糯2000等13个糯玉米品种作为研究对象,从玉米叶片的反射图像和透射图像中提取与玉米叶片形状、颜色和纹理等有关的36个外观特征,利用BP神经网络方法进行训练识别,并对不同类别特征和各颜色分量对透射和反射图像的识别结果进行了分析.结果表明,透射图像较反射图像具有较高的样本识别率,13个品种样本识别率均在89％以上,研究结果对于糯玉米生长期间植株外观性状的品种识别具有积极意义.     

用贪心算法求解最优服务次序问题

贪心算法是解决问题的一类重要方法,因其简单、直观和高效而受到人们的重视。特别是对于具有最优子结构和贪心选择性质的一类实际问题,它可以通过一系列局部最优选择来获得整体最优解。本文首先对最优服务次序问题进行了分析,然后给出了该问题的贪心解法,最后对所提出算法的时间复杂度进行了分析。     

基于Zernike矩与SIFT特征的商标检索算法

为降低商标检索算法的误检率,提出一种结合Zernike矩(ZM)和尺度不变特征变换(SIFT)的商标检索算法,该算法由离线数据库构建和在线检索组成。分别从查询图像中提取ZM和SIFT特征;根据查询图像的特征集与数据库中存储的图像的特征集之间的ZM特征进行相似度度量,形成候选商标集;最后,利用SIFT特征对查询图像与候选图像精准检测,对相似距离进行排序,将结果返回给用户。实验结果表明：与当前流行的商标检索算法相比,该算法具备更好的检索性能,在缩放、平移、模糊、透视、斜切、扭曲等变换干扰下,仍呈现出更理想的Precision- Recall曲线以及F值。