分段抛物插值结点的选择

本文在分析了常用分段抛物插值结点选择方法的基础上,指出所存在的问题及其对计算结果的影响,最后给出了正确的选择方法。     

空间数据插值方法研究

空间数据插值是获得区域内未知点数据的方法。探讨了常用空间数据插值方法．分析各种方法的优缺点，以期为最佳方法的选择提供一定的借鉴。     

一种基于新插值方法的图像旋转算法

图像旋转算法采用的插值方法存在不足,容易出现“锯齿”形边缘和模糊的现象,改变了图像的表示模型,为此提出了平面插值和球面插值相结合的图像插值方法,从而避免了传统的插值方法用统一的模型逼近所有像素的不足,它对不同的情况采用不同的插值方法。理论分析和实验结果表明了该方法的有效性。     

基于加权ENO的图像放大算法

E.Arandiga的图像自适应插值方法在图像边界区域使用了ENO方法进行插值。通过比较差商的绝对值的大小自适应地选择模板,尽量避免所选择的模板中包含间断,有效地抑制了Gibbs振荡,但仍有很多不足。为弥补ENO方法的缺点,提高插值方法的精确度,提出基于加权ENO的图像放大方法。基本思想是将图像的离散化形式看成图像在单元网格上的平均值,先判断每个单元中是否存在图像边界,在图像边界区域使用加权ENO方法插值图像,在光滑区域使用线性平均插值。该放大方法能得到比FArandiga的图像自适应插值方法更高阶的精度。     

计算机动画关键画法中的插值方法

计算机制作动画是最关键的中间画的产生，目前产生中间画的最常用方法是关键画法，本文论述了几种利用关键画产生动画方法的基本原理，分析了其优缺点，并建议在实际应用中应根据不同的场合选择适当的方法，或将几种方法合并使用以达到更为理想的动画效果。     

一种B样条表面插值控制点的缩减方法

研究了从给定节点向量中选择节点进行B样条曲线插值的方法，并将此方法应用到行数据点不相同的B样条曲面插值，得到了一个通过对行节点矢量调整传递的曲面插值方法，理论分析和实验表明该方法可大量减少曲面控制点的数目．     

BP神经网络在甘油水溶液粘度预测中的应用

二维数据表广泛应用于科学与工程计算,当出现数据缺失时,由于数据间存在的非线性关系,采用传统方法在两列数据中插值将产生较大的误差.结合甘油水溶液粘度的预测,提出使用人工神经网络的插值方法,对神经网络模型、参数以及训练样本集的选择进行了实验与优化.实验表明,利用BP神经网络预测25℃甘油水溶液粘度时,网络收敛速度快,预测精度高,优于传统的最邻近插值和双线性插值,能够满足一般科学与工程计算的需要.提出的插值预测方法对类似条件的二维数据表具有普遍指导意义.     

基于图像梯度信息的插值方法

图像插值是图像处理中的一个基本问题,为了获得更合理的图像插值权函数,从1维函数中插值的有关思想出发,通过梯度信息在图像插值中的应用研究,构造了一种基于图像梯度信息的加权插值方法。该方法利用图像为分片连续的光滑函数的先验信息,通过建立一个与各点梯度值成反比的权函数来完成对图像的插值,同时对涉及的有关参数选择问题进行了讨论,给出了一种合理的参数选取方法。仿真计算表明,该方法对一般图像均具有较好的插值效果,尤其适用于对比度较强,且边缘简单的图像,插值后的图像边缘更清晰。     

三维地质体重构中空间数据插值方法的研究

空间插值方法的选择是地质三维可视化当中能真实、准确的再现工程研究对象的关键要素。为此，本文针对建立三维地质体的体数据模型插值算法的特点，对各种常见空间插值方法的特点进行了比较分析。最后结合某矿区的实测勘探数据，采用Kriging方法进行了三维地质体的重构，取得了与工程现场较为一致的效果，证明了该方法在地矿领域的适用性。     

遥感影像重采样方法实现与应用研究

重采样是对遥感图像进行处理的一个重要处理过程。为了保证遥感影像的清晰度、真实度,还有就是图像处理的时间效率,就要选择合适而且正确的方法来处理影像数据,这种选择是非常有实际意义的。本文采用最邻近插值法和双线性插值法这两种重采样方法对图像进行旋转、缩放,并对处理结果进行了对比分析。结果可知:最邻近法速度快,双线性次于它,但是双线性法得出的效果优于最邻近法。所以在选择合适的重采样方法的时候,要综合考虑耗时、产品的效果,从而选择合适的重采样方法。     

多目标优化特征选择研究综述

特征选择是模式识别领域中有效的降维方法,当特征选择涉及到的多个目标彼此冲突,难以平衡时,将特征选择视为多目标优化问题是时下的研究热点。为方便研究者系统地了解多目标特征选择领域的研究现状和发展趋势,对多目标特征选择方法进行综述。阐明了特征选择和多目标优化的本质;根据多目标优化方法的区别和特点,重点对比剖析各类多目标优化特征选择方法的优劣势;讨论现有多目标优化特征选择研究方法存在的问题以及对未来的展望。     

半监督特征选择综述

如何针对半监督数据集,利用不完整的监督信息完成特征选择,已经成为模式识别与机器学习领域的研究热点。为方便研究者系统地了解半监督特征选择领域的研究现状和发展趋势,对半监督特征选择方法进行综述。首先探讨了半监督特征选择方法的分类,将其按理论基础的不同分为基于图的方法、基于伪标签的方法、基于支持向量机的方法以及其他方法;然后详细介绍并比较了各个类别的典型方法;之后整理了半监督特征选择的热点应用;最后展望了半监督特征选择方法未来的研究方向。     

射频采样接收机中ADC的设计选型

本文介绍了ADC的性能指标和ADC器件选择的一般标准,并针对软件无线电中现有的射频采样接收机的模型,定量地分析了相应的ADC选择指标,并对相应模型的优劣进行了深入讨论。     

基于Visual C ++的自动组卷系统的实现

自动组卷系统是在已有的题库基础上,按照考核目的随机生成一份满足一定要求的试卷管理系统.在该系统中,计算机如何自动选题形成一套科学合理的试卷是最关键的问题,本文以《C语言程序设计》试题库为例,详细阐述在试题库中自动组卷的过程.     

井下NUS的零序功率选线算法的Simulink仿真

文章使用Matlab的Simulink工具箱建立了井下NUS单相接地故障的仿真模型,阐述了零序功率选线算法和带有补偿的零序功率选线算法的原理,介绍了基于零序功率选线算法的选线模型的仿真结构,并采用模拟选线装置运行机制的方式对2种选线算法进行了仿真分析。仿真结果表明,零序功率选线算法的选线准确性高,抗干扰能力较强,对故障的反应速度较快,适合作为井下NUS的单相接地故障选线算法。     

利用VBA在Word中实现试卷的自动生成

主要以Microsoft Word 中的书签(bookmark)作为试题的标志完成试卷中定位,通过设置不同题型的模版并利用随机抽取算法实现了对题库中题目的随机抽取,在Word中实现了试卷的自动生成.     

特征选择方法综述

本文总结并提出了较为完备的特征提取定义。根据特征子集形成过程将特征选择分为穷举式、启发式和随机式三类;根据特征评价标准将特征选择分为距离测度、信息测度、相关性测度、一致性测度和分类器错误率五类。通过分析特征选择的影响因素,提出了选择特征、选择方法应该遵循的原则。     

企业PaaS平台产品选择框架研究

云计算的三层服务架构（SaaS、PaaS、IaaS）正深刻地影响着企业信息化系统建设,其中平台即服务（PaaS）产品选择问题成为当前企业私有云构建中的棘手问题,至今仍无好的解决方法。为此,提出一个企业PaaS平台产品选择框架,分别从PaaS产品选择的需求分析、测评指标和评选方法三方面研究融合云计算模式的企业面向服务体系架构,PaaS产品评价指标体系的构建方法和基于ANP的多属性产品选择决策过程。通过一个案例展示该选择框架在提高企业PaaS平台产品选择决策水平中的作用。     

基于稀疏学习的低秩属性选择算法

针对回归模型在进行属性选择未考虑类标签之间关系从而导致回归效果不理想,提出了一种新的具有鲁棒性的低秩属性选择算法。具体为,在线性回归的模型框架下,通过低秩约束来考虑类标签间的相关性和通过稀疏学习理论中的[l2,p-]范数来考虑属性间的关联结构,以此去除不相关的冗余属性的影响;算法通过嵌入子空间学习方法（线性判别分析（LDA））来调整属性选择结果。经实验验证,提出的属性选择算法在六个公开数据集上的效果均优于四种对比算法。     

面向排序学习的锦标赛排序特征选择方法

排序问题在信息检索领域是一个非常重要的课题。虽然排序学习模型的算法早已被深入研究,但针对排序学习算法中的特征选择的研究却很少。现实的情况是,许多用于分类的特征选择方法被直接应用到排序学习中。但由于排序和分类有着显著的差异,应研究出针对排序的特征选择算法。文中在介绍常用的排序学习的特征选择方法的基础上,提出了一种全新的、适用于QA问题的排序学习的特征选择方法一锦标赛排序特征选择方法。实验结果显示,这种新的特征选择方法在提高特征提取效率和降低特征向量维数方面都有显著改善。