基于Sobel的多方向算子模板边缘检测算法

针对传统Sobel算子存在的边缘检测方向性不强及提取边缘较粗等问题,提出了一种改进的多方向算子模板的边缘检测算法。算法增加了22.5°,45°,67.5°,112.5°,135°和157.5°六个方向算子模板,能够较好地检测出图像不同的方向边缘。模板权值根据中心像素点到邻域像素的距离及方向夹角的大小进行设定,充分考虑到了邻域内像素对中心点方向梯度的贡献大小;算法对梯度图像采用了改进的非极大值抑制方法进行细化,得到了较细的图像边缘。实验结果表明,与传统Sobel算法相比,该算法提取的边缘图像具有边缘方向性强且边缘较细的优点,具有较高的应用价值。     

基于Sobel算子的医学图像边缘检测研究

边缘检测是图像处理过程的关键技术.由于医学图像的特殊性,检测边缘的准确性对疾病的诊断和治疗有着重大的影响.针对传统Sobel算法存在定位不精确、提取边缘较粗等不足,提出了一种改进算法.算法在传统Sobel算子模板基础上增加了45°方向和135°方向两个模板,提高了边缘定位的精度,采取局部梯度均值作为阈值对初始梯度图像进行局部梯度筛选,局部弱边缘得到增强,然后对处理后梯度图像进行细化和提取,得到边缘图像.实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、边连续性好和边缘较细等优点,在医学图像处理中具有一定的实用性.     

群体Pareto最优的Web服务组合决策方法

针对异构数据描述的QoS信息和群体中个性化的用户QoS偏好的Web服务组合问题,提出了一种基于多属性决策(MADM)理论的面向群体用户的语义Web服务选择算法(GUWSSA),GUWSSA能够获得群体Pareto最优服务组合计划.首先定义了能够描述群组的用户上下文本体和支持异构数据类型的服务上下文本体,然后给出了GUW...     

基于磷酸铁锂电池的快速充电技术

本文基于磷酸铁锂电池,介绍了磷酸铁锂电池作为电动车电池的优点,详细介绍了各种基于磷酸铁锂电池的快速充电技术。     

混合QoS感知的服务组合群决策

为解决具有混合服务质量(QoS)和多决策者的服务组合难题,基于多属性群决策理论,提出了混合QoS感知的web服务组合群决策(GDMA_HQoS)算法,该算法支持多决策者和具有混合QoS信息(实数、区间数、三角模糊数、直觉模糊数)的服务组合.给出了新QoS指标描述方法和QoS聚合算法.实验结果表明,该算法能较好地应用在混合QoS和多决策者的服务组合中,同时也具有较高的执行效率.     

一种新的数字图书馆云服务用户满意度模型

随着云计算技术的发展,数字图书馆云服务评价成为迫切需要解决的问题.基于层次分析法(AHP),设计一种新的用户满意度模型评估数字图书馆云服务;为了从评估者角度获得测评指标的相对重要程度,提出一种新的AHP算法判断矩阵构造方式.实例表明:1)用户满意度模型能准确定位评估人员迫切需要改进的数字图书馆云服务; 2)改进的AHP算法能够从评估人员角度获得测评指标的权重值,有助于提高用户满意度的准确性.     

移动SNS与通信能力的结合方法

移动SNS平台包含了众多的关键技术,移动SNS业务的实现需要与现有移动通信业务、Web应用相结合,提供高效、适应用户需求的移动SNS业务。在前期工作基础上,着重解决移动SNS与现有移动通信业务相结合的方法,如短信、彩信、位置、呈现等。为移动SNS系统工程实施提供一套可行的参考方案。     

动态QoS数据驱动的可靠Web服务选择

基于服务质量(QoS)的Web服务最优选择是一个热点问题。高度动态的QoS数据导致QoS模型的不确定性,对可靠的Web服务选择构成巨大的挑战,该文提出动态QoS数据驱动的可靠Web服务选择(DQoS_RSS)。首先利用均值标准差刻画QoS数据的效益和风险,提高QoS描述的准确度;接着建立不确定服务Skyline集,缩小搜索空间,提高选择效率;借鉴优劣解距离法(TOPSIS),设计2种Web服务选择算法,获得体现用户需求的最优服务。另外,介绍2种QoS模型转换器,以及能够适应QoS动态变化的QoS模型自适应调整机制。最后,实验分析验证了该方法的优越性和高效性。     

一种基于多QoS注册中心和模型异构的WEB服务选择算法

多QoS注册中心并且QoS模型异构给服务选择带来巨大困难。借鉴多属性群决策(MAGDM)理论的基本思想,该文提出一种解决上述难题的多注册中心和模型异构的Web服务选择算法(MRHQ_WSSA)。MRHQ_ WSSA算法能综合评估各QoS注册中心的QoS信息,从而获得QoS综合最优的服务组合计划。MRHQ_WSSA算法包括5个步骤:用户偏好规格化、群偏好确定、加权规格化决策矩阵、确定群理想方案、计算群贴近度。最后通过实验验证算法的优势和有效性。     

基于均值梯度的脉冲噪声图像边缘检测算法

为了有效地检测出受脉冲噪声污染图像的边缘,提出了一种基于均值梯度的图像边缘检测算法。算法将检测窗口根据水平和垂直方向分成上、下、左、右4个不同区域,先计算每个区域内非噪声点的平均灰度值,然后利用这些值的差分计算图像梯度,得出梯度图像,最后对梯度图像采用了改进的非极大值抑制方法对梯度图像进行细化并提取边缘。实验结果表明,该算法能够较好地检测出受较高密度脉冲噪声干扰的图像边缘,而且边缘较细,效果明显优于传统Sobel算法,具有较强的实用性。