信息过滤研究概述

信息过滤所研究的内容就是如何准确地表达用户需求,进而在大规模的信息流中自动地筛选出满足用户需求的信息,使人们更有效地利用信息资源。     

基于小波的纹理合成方法

将KL变换与小波变换相结合提出了一种新的纹理合成方法,利用KL变换克服了合成彩色图时存在的颜色失真;对样图进行二维小波分解使得最佳匹配块的搜索仅在原样图的低频部分进行,从而提高了合成速度。在搜索最佳匹配块时,使用多尺度小波变换后的小波系数的差异作为误差度量,并在比较匹配误差时增加高频系数的权重,突出了纹理结构的匹配。实验结果表明,该方法不仅得到了较好的合成质量,而且在很大程度上减少了合成时间。     

《数据结构》教法改革探索

《数据结构》是计算机及其相关专业的专业基础课,具有很强的理论与实践性,同时又是学生普遍反映比较抽象、难学的一个门课程。本文针对该课程特点,结合自己的教学实践,在教学模式,教师观念转变,教学方法等方面提出几点教学中的体会和观点。     

基于Lab颜色空间的车牌定位方法

本文提出一种基于Lab颜色空间的车牌定位方法。首先将RGB颜色空间转换成Lab彩色空间,采用自适应二值化阈值对b分量图像进行二值化处理,使得车牌区域凸显,并通过后续的形态学处理排除孤立点的干扰,最后采用投影法确定出车牌的准确位置。     

基于相关性和小波变换的纹理合成算法

提出一种快速的纹理合成方法,采用小波变换对原样图分解,只在分解后的低频部分进行最佳匹配块的搜索,使合成速度得到了很大提高;同时,在合成过程中利用邻域块的相关性,把搜索范围限制在当前块的邻域,避免了对样图的穷尽搜索。结果表明,该算法在很大程度上减少了合成时间。     

Burgers方程的小波-Galerkin法

研究了小波-伽辽金方法在Burgers方程中的应用,首先对时间变量离散,将含有2个变量x,t的二阶初边值问题转化为相应于边界条件的常微分方程;然后引入Daubechies尺度函数的自相关函数构造基函数,用小波-伽辽金法离散该常微分方程,得到线性方程组;最后求解该线性方程组便得到Burgers方程的解.数值结果表明,本文方法有良好的计算精度,方法简单有效.     

规则引擎在教师工作量管理系统中的应用研究

教师工作量的计算是高校教师工作量管理系统中最为复杂并且最为重要的功能。基于规则引擎的工作量计算具有安全、稳定、透明、易于管理与维护等特点。对基于规则引擎的教师工作量计算进行详细设计．并对规则引擎在教师工作量管理系统中的作用进行分析。     

基于小波的快速纹理合成算法

提出一种快速的采用小波变换的纹理合成方法,在搜索最佳匹配块时,使用多尺度小波变换后的小波系数的差异作为误差度量,并在比较匹配误差时增加高频系数的权重,突出了纹理结构的匹配。同时,使用了多分辨率图像金字塔,加速匹配块的搜索,从而在很大程度上减少了合成时间。