在Turbo C中建立自己的函数库

Turbo C提供了函数库管理程序TLIB。利用TLIB可以方便地对函数库进行维护管理，还可以建立自己的函数库．     

基于特征融合的步态识别算法研究

根据人体步态变化特点,提出一种基于特征融合和神经网络的步态识别算法。首先采用时域差分法对运动人体轮廓进行分割,然后分别提取空间特征和频率特征,将两步态特征融合在一起,从而实现步态的分类和识别。在CASIA步态数据库上进行仿真实验,仿真结果表明,该方法不仅克服了单一特征提取方法存在的缺陷,同时提高了步态识别正确率。     

基于传感器网络节点配置优化仿真研究

研究无线传感网络节点配置覆盖优化问题。由于无线传感网络存在着热区问题,对网络的覆盖性能造成严重的影响,同时影响网络配置优化。为了有效的提高无线传感网络的覆盖率,提出了一种改进的粒子群算法优化无线网络节点覆盖。针对粒子群算法存在易陷入局部极值和早熟的缺陷,引入遗传算法中的交叉算子和变异算子,优化传感网络节点的混合粒子群算法,在严格确保无线传感器网络连通性的条件下,传感器节点配置数目达到要求的覆盖度,并进行仿真。仿真结果表明混合粒子群算法能快速收敛到更精确的解,使网络节点配置达到覆盖的优化要求。     

改进蚁群算法的无线传感器网络路径优化

研究无线传感器网络路径优化问题,针对无线传感器网络(WSN)路径优化问题,在分析了遗传算法和蚁群算法各自优缺点的基础上,通过把蚁群算法作为WSN路径优化的主框架,采用遗传算的选择、交叉和变异算子提高蚁群算法搜索速度,提出一种改进蚁群算法的WSN路径优化方法。仿真结果表明,改进蚁群算法有效地克服了基本蚁群算法的缺陷,提高了WSN路径优化效率和成功率,减少了能理消耗,有效延长了网络生存时间。     

基于聚类优化主动模型人脸识别算法研究

研究人脸识别和跟踪准确度问题。针对在使用大数据样本进行训练前提下,以往AAM算法人脸识别与定位不准确的缺陷,提出了一种新的利用聚类算法对样本空间进行划分,并在此基础上训练多个AAM的分层人脸识别和跟踪算法。首先利用所有训练样本训练得到初始AAM,然后利用一个全新的相似度计算公式,将所有训练样本划分成若干个子类别,在此基础上,针对每个子类别,训练一个相对稳定的AAM。在识别与跟踪过程中,先使用初始AAM进行定位,然后根据子类AAM进行精细化定位,从而得到比以往算法更为精确的定位效果。仿真结果显示改进的算法能准确定位出人脸所在位置,并且具有很高的运算效率,可以方便的实现实时监控系统的人脸跟踪定位及识别等目标。     

基于联合模型的人脸识别定位算法仿真研究

研究人脸定位和识别精度问题。由于人脸在拍摄过程中可能出现的形变,位置变化,光照变换等因素影响,造成人脸模糊不清,为了提高人脸识别定位的精确度,提出了一种新的ASM和AAM联合模型迭代的人脸定位和识别算法。首先利用ASM提取人脸轮廓上关键点特征,并对人脸定位。在初始定位的基础上,利用AAM对人脸进行投影,产生训练集合中没有出现的合成人脸数据。以上两步交替进行,产生足够的、稳定的人脸形变图像。识别过程中,将变换矩阵与原始合成数据进行比对。仿真结果显示,改进的方法能稳定地提取人脸轮廓,并准确定位,具有很高的识别效率。     

云计算联盟体系结构建模研究

云计算联盟的体系结构对云计算联盟的设计、实现和资源管理效率产生重要的影响。由于云计算联盟的构成和运行过程具有典型的复杂系统特性,基于涌现理论和复杂网络理论对云计算联盟的体系结构进行建模,提出了一种基于域和复杂网络理论的云计算联盟体系结构模型,并对该模型中资源的发布和发现机制进行了详细的研究。     

基于随机并行梯度下降算法的InSAR相位解缠方法

相位解缠是干涉合成孔径雷达InSAR数据处理中的一个关键步骤,解缠结果的好坏直接影响最终数字高程模型的精度。介绍了一种基于随机并行梯度下降SPGD算法的解缠方法,该方法对图像中各相位点施加随机并行扰动,通过迭代使得解缠误差代价函数收敛到全局最优值,从而实现相位解缠的目的。模拟和实测数据实验结果表明,相较于最小二乘解缠方法,随机并行梯度下降解缠算法精度更高,且原理简单,易于实现,为相位解缠提供了一个全新的思路。     

谈C语言中的图形模式

C语言不仅具有高级语言的功能,而且还具有低级语言特点,它可以直接控制显示屏幕等系统硬件。因此,可能利用C语言提供的图形函数,在图形模式下开发各种图形软件。     

编码键盘连击的处理

本文从编码式键盘的连击问题入手．介绍了在单片机设计中连击的应用和处理方法，从而给初学硬件设计的人员提供一种解决思路。