“磁性载体档案管理规范”编制若干问题初探

随着现代科学技术的发展,磁记录技术的普遍应用,产生了大量的软磁盘、磁带等磁介质文件。磁介质文件是一种新型的档案载体,是档案的重要组成部分。它的出现,为当今信息社会提供了理想的信息存贮手段,由于磁介质文件在管理使用上有着特殊的要求,磁记录信息一旦丢失和破坏,将给经济建设带来不可估量的损失。因此,加强对磁介质文件的管理和保护,已经提到了各级档案行政管理部门的重要议事日程上。目前．国家对磁性载体档案的管理,尚未建立有关制度和规范。为了贯彻《档案法》和其它档案法规,确保磁性载体档案的完整、准确、安全,更…     

一种激光雷达探测模块控制电路的设计和制作

传统上使用机械旋钮调节光电倍增管 (PMT) 增益的方法不仅存在需要人为依据经验手动操作、准确性差等 弊端, 而且 PMT 增益易受温度影响, 需要根据环境温度动态调整 PMT 的高压, 这些局限性都不利于其在激光雷达系 统中的应用。为了便于对 PMT 进行增益调节并保持 PMT 增益的稳定, 设计了可用于激光雷达系统的 PMT 控制电路 板, 该电路可使用计算机实现增益调节和高压的温度自适应调节, 从而精简了信号探测系统的结构与体积, 提升了信 号的稳定性。本工作采用内置高压电源的 H10721-20 型 PMT, 并基于 STM32 单片机结合数模转换器 (DAC) 和外围 电路完成控制电路板的设计并进行实际制作。进一步对使用电位器调节的 PMT 和利用所提出的控制方法进行调节 的 PMT 进行了高压稳定性的对比实验, 并对使用 PMT 控制电路板的米散射激光雷达的性能进行了测试。实验结果 表明所提出的控制方法可实现更稳定的 PMT 增益控制, 设计的 PMT 控制电路板具有良好的可靠性。     

基于绝对最小Lipschitz延拓的图像编码算法

提出一种基于图像水平集绝对最小Lipschitz延拓(AMLE)的图像编码方法。该算法在原有AMLE算法的基础上,保留图像水平集的边界数据,采用逐层处理方法实现图像重构。实验结果表明,其峰值信噪比高于原有AMLE算法,取得了更好的视觉效果。     

基于灰度共生矩阵和聚类方法的木材缺陷识别

文章提出了一种新的基于灰度共生矩阵的木材纹理特征提取和聚类分析的木材缺陷识别方法。该方法基于灰度共生矩阵,提取5个具有代表性的纹理特征：能量（E）,惯性矩（I）,均值和（SOA）,聚类阴影（SOC）,方差和（SOV）,实现数据降维,对产生的特征数据集分别利用k-means算法及AP算法进行聚类,自动找出并正确标识木材表面缺陷位置,并对比分析不同木材表面缺陷类型识别效率。实验结果表明,该方法能快速有效地进行木材表面缺陷自动识别。     

一种多序列比对分治算法DCA-ClustalW

多序列比对是生物信息学研究中最基本的一项内容,多序列比对的精确算法是一个NP-hard问题,一般研究者都侧重于设计多序列比对近似算法,最有代表性的近似算法是ClustalW;分而治之是一种重要的算法设计思想,它将复杂问题分割成更简单的子问题来解决,能有效提高算法效率。本文设计了一个DCA-ClustalW算法,对多序列比对问题,同时考虑从纵向和横向两个方面将复杂问题分割成简单易解的子问题,在BaliBase基准数据集上测试表明,该算法是可行的。     

基于正则化技术的对支持向量机特征选择算法

对支持向量机(twin support vector machine,TWSVM)的优化思想源于基于广义特征值近似支持向量机(proxi mal SVMbased on generalized eigenvalues,GEPSVM),问题解归结为求解两个SVM型问题,因此,计算开销缩减到标准SVM的1/4.除了保留了GEPSVM优势外,在分类性能上TWSVM远优于GEPSVM,但仍需求解凸规划问题,并且,目前尚无有效的TWSVM的特征提取算法提出.首先,向TWSVM模型中引入正则项,提出了正则化TWSVM(RTWSVM).与TWSVM不同,RTWSVM保证了该问题为一个强凸规划问题.在此基础上,构造了TWSVM的特征提取算法(FRTWSVM).该分类器只需求解一个线性方程系统,无需任何凸规划软件包.在保证得到与TWSVM相当的分类性能以及较快的计算速度上,此方式还减少了输入空间的特征数.对于非线性问题,FRTWSVM可以减少核函数数目.     

个性化图像推荐及可视化研究

传统图像检索系统中的图像标注与视觉特征存在语义鸿沟现象、未考虑图像标注的潜在语义联系,且检索界面显示效果不佳、个性化程度不高。针对上述问题,提出一种融合图像标注语义与图像视觉特征的个性化图像推荐模型。分析图像标注语义之间的关系,采用双曲空间和庞加莱磁盘模型进行图像可视化。实验结果证明,该模型具有可行性和有效性。     

基于Google与KL距离的概念相关度算法

WordNet在计算概念相关度时存在词汇量小、难以及时扩展更新以及同义、近义、一词多义等问题。为此,提出一种结合文本信息和图像视觉信息的概念相关度方法。利用Google距离和KL距离分别计算基于词语同现频率的概念相关度和基于视觉特征的概念相关度,并结合两者得到概念的总体相关度。实验结果验证了该方法的有效性。     

基于简单特征值问题的修正GEPSVM

针对GEPSVM可能存在奇异性问题,提出一个改进的GEPSVM算法——SMGEPSVM。基于简单特征值问题,得到2个非平行过原点的超平面。与GEPSVM相比,SMGEPSVM不仅可以求解XOR问题,还可求解简单特征值问题,避免GEPSVM奇异性问题,测试精度好于GEPSVM,学习速度更快,其计算结果在人工数据集与UCI上得到了验证。     

噪声不敏感的柱状图特征描述符及其在图像检索中的应用

基于内容的图像检索方法往往将图片的内容表示成柱状图,根据图片柱状图之间的相似性进行图片的检索。数码图片中包含的噪声使得柱状图变得平滑,从而使图片之间变得更为相似,这增加了返回结果中包含的图片数量。为了进一步提高图片检索的性能,提出了一种对噪声不敏感的柱状图特征描述符,并应用该特征描述符进行图像之间的相似性匹配。首先将图片中的噪声描述为平稳附加高斯白噪声,并给出了相应的柱状图表示;然后通过随机变量的原点矩定义了柱状图的特征描述符,并分析了如何应用特征描述符恢复原始图片的柱状图。在算法的性能验证过程中,将提出的方法与4种相关算法进行比较,应用两个真实的图片数据库的图像检索实验验证了所提方法的有效性。