汉字识别的方法及Rosen细化算法的改进

介绍了汉字识别方法，改进了Ｒｏｓｅｎ细化算法，消除了该算法中的笔道丢失与断开     

汉字识别的方法及Rosen细化算法的改进

介绍了汉字识别方法，改进了Ｒｏｓｅｎ细化算法，消除了该算法中的笔道丢失与断开。     

基于Agent的时序数据挖掘系统的研究

本文针对现有的数据挖掘算法的智能化低,结构化不清晰,通用性低等问题,将Agent技术引入数据挖掘系统中,通过分析指出了Agent技术在数据挖掘中的优势;其次,采用合同网和消息的多Agent方法设计了一个基于Agent的时序数据趋势分析的挖掘系统,增强了数据挖掘的智能性和有效性.     

远程教育系统中知识表示的研究

针对现有远程教育系统智能化低、知识表达能力差、结构化不清晰等方面的问题，引进了基于扩展标记语言XML(extesible markup language)的表示方法，并通过分析指出基于XML的表示方法在远程教育系统中的巨大优势；给出了一个通用的远程教育系统的体系结构，并用形式化的语言描述了该系统，最后将该形式化的语言转换为XML语言．     

点阵汉字的放大与平滑

本文给出了一种将２４×２４点阵汉字放大为４８×４８点阵汉字并平滑的方法．放大操作是对二值点阵按位进行运算，平滑操作不是对放大后的二值点阵按位操作，而是根据放大后图象的特性在需要平滑的地方进行操作，用该方法得到的汉字质量令人满意．     

基于知识发现的时序数据分析方法

现实生活中存在着大量的时序数据.对于时序数据的分析,以发现其内在的规律,来指导人们的决策是很重要的.因此,我们讨论了几种基于知识发现的时序数据的分析方法,并对这些方法进行了比较、分析,最后归纳出其优缺点及其不同使用范围,以对选用时序数据方法者提供参考.     

基于对象的 XML 知识表示方法

目的为智能系统寻求一种较好的知识表示方法. 方法分析现有的各种知识表示方法, 尤其是面向对象表示法和 XML 的知识表示方法. 结果提出了基于对象的 XML 知识表示方法. 结论基于对象的 XML 知识表示方法将在知识表示中占据重要地位.     

基于粗糙近似的Web事务聚类方法研究

Web使用挖掘是数据挖掘技术在Web信息仓库中的应用.Web使用挖掘通过挖掘Web服务器日志获取的知识来预测用户浏览行为,是Web挖掘技术中的一个重要研究方向.通常发现的知识或一些意外规则很可能是不精确的、不完备的,这就需要用软计算技术如粗糙集来解决.提出一种基于粗糙近似的聚类方法,该方法能够实现从Web访问日志中聚类Web事务.通过这种方法可以有效地挖掘Web日志记录,从而发现用户存取Web页面的模式.     

可编程增益多通道数据采集系统研究

本文提出了一种利用现场可编程门阵列（FPGA）、仪表运算放大器AD623和高精度AD转换器实现多通道数据数据采集系统的原理.通过对FPGA进行编程配置,可以对不同通道输入的伏值不同的电压信号分别设置增益,使每一个通道输出的信号正好在AD采集所需要的信号范围内,满足了采集要求.实验结果表明该设计结构简单、体积小、适用性强、性能优良、可控性好、能够满足大部分试验和科研过程的需求,具有很广泛的适用性.     

VRML编辑器中可视化路由的设计与实现

VRML使用路由机制处理事件,而路由的可视化编辑一直是VRML编辑器的难点,基于此,对VRML编辑器可视化编辑路由进行了研究,把路由这种无形的一种机制进行了可视化编辑,借助Open Inventor强大类库和VC 开发工具实现了VRML可视化编辑器,将节点树视图,场景视图,路由视图结合起来,使用户能够进行可视化编辑路由。