基于最优相似度三支决策的模糊粗糙集模型

模糊信息系统中,对象的相似度往往会受噪声影响,且它在模型运算中常常并非全部需要高精度参与计算。文中首先引入阈值对(α,β),提出了一种基于相似度三支决策的模糊粗糙集模型;其次利用模糊集近似的三支决策方法,给出了对象相似度三支决策的错误率、决策代价以及相应的语义解释;然后以总体决策代价最小化为目标,给出了最优(α,β)的计算方法,从而建立了一种基于最优相似度三支决策的模糊粗糙集模型;最后通过实例分析说明了该模型的可行性和合理性。本文建立的三支决策模糊粗糙集模型保留了模糊信息系统的不确定性,一定程度地去除了噪声影响,且能通过计算得到最优阈值(α,β),从而建立基于相似度三支决策的最优模型,这将有益于模糊信息系统的应用。     

非接触式ID卡浴室收费系统设计

为了方便公共浴室的营业管理,设计了一套采用非接触式ID卡技术的浴室收费系统.本文详细的描述了该系统的硬件和软件设计,并且为了满足营业过程中实时数据处理的要求,提出了一种基于散列表的单片机快速查找算法.本系统具有结构简单、操作方便和性价比高的特点,具有良好的应用前景.     

图像配准中的一种特定区域轮廓提取算法

多模态医学图像的配准在医学诊断和治疗计划中起着重要的作用,特定区域轮廓提取是图像配准的重要基础,常规的轮廓提取算法不能满足多模态图像配准的要求。提出了一种用于多模态医学图像处理的特定区域轮廓提取算法。该方法首先对图像进行预处理,去除噪音,对图像进行平滑,采用Canny算子进行边缘提取之后,提出了延伸权的概念,并采用一种新的基于延伸权概念的边缘连接算法对边缘结果进行连接,最后采用填充算法获得特定的辅助区域并在该区域的基础上向外或者向内获取特定区域的轮廓。实验结果表明,该方法能够满足多模态图像配准的要求。     

启发策略的确定性退火技术非刚性点匹配算法

点匹配问题一直是计算机视觉、模式识别、医学临床诊断领域的一项重要的基础性工作。提出了带启发策略的确定性退火技术非刚性点匹配算法。该算法引入软匹配思想将匹配矩阵系数连续化,为加快匹配矩阵的收敛速度,给出了带启发策略的对应启发矩阵,构造了一种适合确定性退火算法求解的新能量函数公式。实验结果表明,该算法可以得到稳定的解,并且可以避免出格点等噪音的干扰,具有稳定性,有效性,和较高的效率。     

一种新型有机金属化合物的三阶光学非线性研究

为了研究一种新型有机金属化合物(十六烷基三甲基铵)双(1,3-二硫杂环戊烯-2-硫酮-4,5-二硫基)-镍(简称CTNi)的三阶非线性光学性质,配制了浓度为1.0×10-4mol/L的丙酮溶液作为待测样品,采用Z扫描测试技术,在波长为1064 nm,脉宽为40 ps的条件下研究了该样品的三阶非线性光学性质.研究发现,该材料具有很强的饱和吸收特性,其激发态有效吸收截面为eσff=1.47×10-18cm2,相应的非线性吸收系数β=-4.36×10-12m/W.另外,Z扫描曲线显示该材料还具有较强的自散焦效应,其三阶非线性折射系数n2=-1.55×10-18m2/W.     

基于时间约束Petri网的工作流可调度性分析

引入时间参数控制工作流高效执行是工作流技术研究的重要内容之一。在工作流的Petri网模型中引入时间参数，不仅可以对工作流中的活动进行时间约束，而且能建立相应的工作流时间约束Petri网模型。文中在分析该模型的时间约束和可调度性的基础上，提出了对工作流可调度性分析验证方法及其相应的算法，最后通过一个实例说明了分析验证的过程。     

基于手机和二维条码的无线身份认证方法

基于现有的身份认证技术,结合二维条码和蓝牙技术,设计一种安全性高、操作方便的身份认证方法。该方案在认证过程中结合静态口令机制和动态口令机制,用RC对称加密算法提高了算法的效率和加密的安全性,利用Randon变换提取边界进行精确定位的高效的二维条码图像的识别方法,解决了在无线认证系统所面临的安全瓶颈。对该系统的安全性能的分析结果表明,该方案切实可行。     

基于FPGA的小型机器人无线通信系统

针对单处理器系统控制的无线通信系统在小型足球机器人比赛中存在丢包现象和实时性差等弊端,提出一种FPGA并行控制无线模块的解决方案,实现全双工通信。包括数据的无线发射、接收以及分包处理等模块,采用有限状态机设计发射、接收部分时序,结果证明该方案实现灵活、稳定性高、实时性好。     

基于符号图的高维时间序列检索

提出一种基于符号图的高维时间序列数据库索引方法,通过等分空间法对高维时间序列数据进行预处理,将其转化为高维符号序列,利用符号状态转换图对数据库进行索引。应用CMU Graphics lab发布的Motion Capture Database动作数据库进行实验,取得了较好的结果。     

连续值属性决策表中的可变精度粗糙集模型及属性约简

属性约简是粗糙集理论研究的一个核心问题.为了有效地处理决策表中连续值属性约简,提出了连续值属性决策表中的可变精度粗糙集模型以及基于此模型的连续值属性约简算法.仿真实验结果表明,该算法可以对连续值属性进行约简,而且比经典粗糙集相关方法在处理连续值属性约简方面更有效.