简单服务站与顾客站

本文叙述用低档微机在JDCS分布系统中作为服务站提供简单服务以及作为工作站访问系统资源的方法。     

一个实验剑桥环系统

本文介绍我们研制的一个实验剑桥环局部网络系统的组成、功能、设计和实现。     

多路通信控制器与主架机服务

本文介绍JDCS分布式计算机系统的多路通信控制器(它把DUAL 83/80机、Aim-16机和DPS 8/49主架机连入了剑桥环系统),以及主架机DPS 8/49与剑桥环的通信方法和为环系统提供的服务。     

粗糙集理论中求取最小决策规则的研究

本文探讨了粗糙集理论中最小决策规则的求取方法，提出决策依赖度的定义，尝试从最短的条件属性组合中提取尽可能多的决策规则。只有现有长度的决策规则无法完全覆盖所有样本时，才会考虑增加决策规则的长度。同时提出了3种减少计算复杂性的方案：1）引入跳跃系数λ；2）在计算中只对具有相同决策值的样本进行等价类划分，从而避免了对含有不同决策值的等价类的无用划分；3）设计Remain集合，只针对其中的样本进行等价类的划分，随着Remain中样本数的减少，计算量会大幅下降。此外，本文所提出的基于决策依赖度的跳跃式决策规则求取方法可以直接应用于不完备信息系统，因此具有良好的实用价值。     

粗糙集理论中新的针对不完备信息系统的处理方法研究

本文针对不完备信息系统,在分析了现有的数据补齐法和扩充法的优劣后,提出基于差异关系和数据部分补齐的处理方法。本文定义了差异关系,对差异矩阵进行扩充使其能适用于不完备信息系统,证明了用差异关系进行属性约简和求核的可行性,并给出了相应的算法。数据部分补齐的目的是通过分析对象之间的差异性更进一步地挖掘信息之间的潜在联系,为后续的决策规则的求取提供更丰富更准确的信息。实验证明,在处理不完备信息系统时,基于差异关系和数据部分补齐的方法能获得更好的分类性能。     

活跃在英伦三岛的中国留英计算机学者

在远离中国的英伦三岛,有一大批活跃在学术、教育和企业界的中国留英学者。他们在英国的学术及工业界取得了一定的成就,很多人已走上了领导和管理岗位。但他们无时无刻不在关心着国内的发展和变化。一、活跃在学术、教育和企业界的中国留英学者在中国驻英使馆教育处的精心指导和筹备下,留英各专业学会、协会联合成立了“中国留英学者专业团体联合会”(The Federation of Chinese ProfessionalSocieties in the UK)。联合会得到教育部“春晖计划”的重点资助。它是留英高层次人才中第一个跨学科多领域的专业学术团体,体现了留英学者团结协…     

多模态信息融合的一般功能模型设计——基于融合功能与信息层次

根据信息融合的功能要素,在分析了现有几种信息融合的一般功能模型的特点后,提出了基于融合功能与信息层次的多模态信息融合的一般功能模型(FH模型)。该模型综合了JDL模型、Omnibus模型和层次模型的优点,采取了JDL模型对信息融合功能的逻辑划分,指明了信息在系统中的流向,从而避免了开发基于JDL模型的信息融合系统时难以准确控制信息流向。此外,FH模型利用层次模型对Omnibus模型中的融合过程进行了更为细致的划分,同时加入了知识库和数据库管理体系,使信息融合的一般功能模型向更实用的方向迈进了一步,研究者可以将注意力更多地转向信息融合的结构模型和信息融合方法的设计,从而更有利于信息融合技术的研究。     

一种基于有效梯度信息的复杂图像分割方法

论文以集装箱号码图像为例,在分析比较几种流行的图像分割算法后,提出一种新的基于有效梯度信息的图像分割算法,即直接针对梯度图,对目标与背景边界部分的梯度信息进行统计分析,并在此基础上直接得到图像的阈值,完成分割。实验表明,对于类似集装箱号码的复杂图像,论文方法能得到较其他方法更好的分割效果。此外,论文方法有较好的实用性,能广泛应用于多种图像分割领域。     

在德蒙福德大学学习计算机

一、德蒙福德大学简介德蒙福德大学的前身可以追溯到1870年成立的艺术学院,其久负盛名的教学与研究则始于18世纪末的工业技术(理工)教育。如今这所学校已经发展成为一所多学科的综合性大学。1992年,由莱斯特理工大学正式更名为现在的德蒙福德大学。德蒙福德大学分为莱斯特和贝特福德两个校区,并同40多个国家的60多所大学、学院建立了合作关系。目前学校有23000多名在校学生,3300多名教职员工,每年的经费达上亿英镑。学校设有六个学院,每一个学生分属于其中的一个学院。这些学院是根据大的专业方向划分的,不同的学院负责大学里所有与其所属专…     

基于信息融合技术的集装箱号码自动识别系统

运用信息融合技术进行集装箱号码自动识别系统的设计。根据集装箱号码的特性、组成规律及分布特点，在预处理阶段，采用了基于产生式规则的融合算法。该算法采用串行融合的方式并生成了一系列的规则，能够快速准确地输出具有较高质量的号码分割图，为后续的特征提取和号码识别提供更精确的信息。使用了3种不同类型的特征提取方法，分别生成基于神经网络的分类器，并将各自的分类结果通过D-S证据理论进行融合以完成最终的决策，提高了系统的识别率。该系统对光线与阴影具有较强的鲁棒性，结构简单、快捷有效，在实验中得到了满意的效果。