伴随二元关系粒运算的布料色卡图像检索模型

伴随二元关系的信息粒的加粗、加细、信息粒之间的并和交等的运算法则,为实现信息粒之间的有机联系与不同层次上的信息粒之间的变换提供了一种简单且有效的实现模型。针对布料制品加工领域中存在的找料难和分类难等问题,提出一种基于伴随二元关系粒运算体制的布料卡图像检索模型。采用粒计算方法构建具有不同粒度的布料色卡图像粒度空间,基于伴随二元关系粒运算体制的布料色卡图像检索方法以模拟人类识别与检索图像的方式对布料色卡图像进行检索,旨在有效解决了目前布料制品加工领域中存在的找料难和分类难的问题。基于所提出的模型,一个实际所开发的系统已经得到初步应用。     

基于Android的色卡识别系统的设计与实现

针对箱包企业在原料采购过程中找料难的问题,结合目前Android智能手机的普及,基于Android系统开发了一个色卡识别系统移动端。系统结合基于HSV颜色空间的主色权重直方图和带参数的LBP算子提取色卡的颜色和纹理特征,基于粒计算构建识别模型,针对用户特定需求,使用4种匹配模式结合颜色和纹理特征进行色卡识别。系统使用CS架构、MVC框架,做出概要设计后详细设计各个模块。在完成系统的开发后,系统在华为C8816上进行真机测试。结果表明:系统运行流畅,无卡顿等异常现象,达到预期效果,性能测试也表明系统具有较高的实用价值。 更多还原     

商集统计Rough sets及其医学辅助诊断模式

在医学上没有正确的诊断,就没有正确的治疗。针对收集的确诊病例多,因假阳性或假阴性等造成误诊和漏诊的情况,以及根据诊断匹配时的要求不同,提出一种基于商集统计Rough sets 的医学辅助诊断模式。通过对数据测试表明,该模式是可行有效的,是一种能根据临床需要进行辅助诊断的方案。     

基于UML和GSP规范的医药连锁综合管理系统的模型设计

从实际开发的一个符合GSP管理规范的医药连锁综合管理系统为背景，简要分析了系统的开发背景、开发意义、开发方法，阐述了系统的主要功能及运行平台，阐述了如何利用统一建模语言UML对系统建模。     

基于C/S与B/S国家高新技术考试管理信息系统的设计与实现

伴随着网络技术的快速发展，合理利用以往考试资源，实现资源共享以及异种数据库的转化已成为考试管理信息系统中迫切需要解决的问题。从分析C／S和B／S模式各自的优势入手，讨论国家高新技术考试管理信息系统的主要功能，采用C／S和B／S混合模式设计该系统，并实现资源共享。对异种数据库的转化采用数据管道技术，并给出部分代码实现。最后分析系统开发涉及的存储过程技术。系统自开发以来，运行稳定，客户反映良好，同时考证了系统设计方法及思想的正确性。     

多用户住院管理系统设计与实现

本文介绍了多用户住院管理系统的设计、总体结构、模块功能和系统特点。     

多用户门诊管理系统设计与实现

本文介绍了多用户门诊管理系统的设计、总体结构、模块功能和系统特点。     

基于粒计算的Apriori算法及其在图书管理系统中的应用

粒计算作为一种新的信息和知识处理的方法近来已经被许多研究者所重视,以及在许多领域中的得到应用。本质上,粒计算能够表示存储在系统中的数据的语义信息,因此粒计算能作为用于探索数据性质的一种方法,如挖掘数据库中的关联规则。本文在分析经典Apriori算法的基础上,从信息粒的角度出发,提出基于粒计算生成k-频繁项目集算法。分析了对给定问题,当用粒计算模型求解时需要解决的几个基本问题。最后通过实例说明如何通过信息粒的二进制表示,并基于粒计算k-频繁项目集生成算法来获取隐藏在图书借还记录中的有关关联规则。可以看出该算法具有实际应用价值。     

基于B/S结构OA系统公文流转在J2EE平台下的实现

在实际从事OA开发的基础上，分析了公文流转在B／S结构下的优势，提出了在J2EE平台下如何设计出扩展性好、操作简单且能进行动态管理的公文流转的解决方案。介绍了公文流转的基本结构及其工作流程，并对一些重要部分及主要问题进行了详细介绍。     

多损失融合网络的中国书法字体与风格分类

目的 中国书法博大精深,是中国文化很重要的组成部分。书法字体与风格分类是书法领域的研究热点。目前书法字体和书法风格两个概念混淆,并且书法风格分类准确率不高,针对上述问题,本文将两个概念进行区分,并提出了一个融合多损失的孪生卷积神经网络,能同时解决中国书法字体以及风格分类问题。方法 提出的网络包含两个共享权重的分支,每个分支用于提取输入图像的特征。为了获得不同尺度下的特征表示,将Haar小波分解嵌入到每个网络分支中。与传统孪生神经网络不同的是,将网络的每个分支扩展为一个分类网络。网络训练时融合了两类不同的损失,即对比损失和分类损失,进而从两个角度同时对网络训练进行监督。具体来说,为了使来自同一类的两幅输入图像特征之间的距离尽可能小、使来自不同类的两幅输入图像特征之间的距离尽可能大,网络采用对比损失作为损失函数。此外,为了充分利用每幅输入图像的类别信息,在网络每个分支上采用交叉熵作为分类损失。结果 实验结果表明,本文方法在两个中国书法字体数据集和两个中国书法风格数据集上的分类准确率分别达到了99.90%、94.09%、99.38%和93.28%,高于对比方法。两种损失起到了良好的互补作用,Haar小波分解的引入在4个数据集上均提升了分类准确率,在风格数据集的提升效果更为明显。结论 本文方法在中国书法字体以及风格分类两个任务中取得了令人满意的效果,为书法领域研究工作提供了新思路。