子目标归纳法及其应用示例

子目标归纳法是继各种归纳方法之后出现的又一种验证程序的方法。本文从递归和循环两个方面描述这种方法,给出了作者实践过的用子目标归纳法证明程序正确性的例题,揭示了子目标归纳法与归纳断言法的关系。     

归纳法模式的自动生成

本文介绍归纳法推理系统的核心──归纳法模式的自动生成程序．该程序从递归函数定义出发，自动生成归纳法模板；从待证定理出发，借助归纳法模板，自动生成归纳法模式和归纳法公式．该系统已在微机上用编译ＬＩＳＰ语言实现．     

利用语句结构信息的机器翻译自动评测初探

机器翻译评测对机器翻译有着极其重要的意义,它对翻译系统性能的提高做出了很大的贡献,同时促进了机器翻译的发展.本文在HNC机器翻译策略的基础上,对翻译语料的句类转换和句式转换做了初步的研究,并利用句类转换和句式转换的理论,建立了基于句类信息的自动评测的打分机制.     

基于蜂窝网结构的多目标自动辨识定位方法

针对移动蜂窝网对多目标难以检测识别且定位精度不高的问题,提出一种基于蜂窝网结构的多目标自动辨识定位方法。首先,根据对监测区域内目标源的多次定位结果方差来判别是否有多目标存在;其次,采用k-means无监督学习对定位点进行聚类,由于k-means算法的最优簇数难以确定,因此提出了一种基于波束分辨率的k值裂变算法来确定k值,并确定聚类中心;最后,为了提高接收信号的信噪比,通过各聚类中心确定波束方向,再使用基于线性约束的窄带波束形成器依次接收不同波束方向信号,分别对各目标源进行到达时间差定位。仿真结果表明,对于解决多目标定位问题,相对于时延估计算法和概率假设密度（PHD）滤波器算法,所提多目标自动辨识定位方法能够提高接收信号约10 dB的信噪比,对应的时延估计误差的克拉美罗下界能够下降约67%,定位精度相对误差可提高10个百分点以上,而且算法简洁有效,各次定位相对独立,具有较高的效率和较好的稳定性。     

基于结构上下文的模糊神经网络自动目标检测方法

提出了一种基于结构上下文的模糊神经网络(SCFNN)自动目标检测方法。模糊神经网络方法既具有神经网络的自适应性、并行性、鲁棒性、容错性、优化等优点，又集成了模糊集理论运用知识、规则描述解决系统不确定性的优点，因此成为图像处理和模式识别的一种强有力工具。使用模糊测度作为神经网络的目标函数可以有效地描述像素类别的不确定性，从而通过使其最小实现图像分类优化。对网络神经元加权过程进行结构上下文信息约束可以充分减小图像信息尤其是目标边缘等特性包含丰富信息的损失，有效地保持目标的轮廓和形状等属性，改善目标检测的误检率。针对目标遥感图像的实验，验证了SCFNN方法具有很好的自动目标检测能力，而相对于传统神经网络方法，具有有效的不确定性解决能力和更好的目标形状保持能力。     

利用Delphi的多线程编程技术实现远程实时监控

提出了采用多线程编程的设计思路去完成系统的远程监控.阐述了多线程编程技术及其应用领域,又以通信电源集中监控系统为例,说明了如何利用Delphi的多线程编程技术实现远程实时监控.通过使用多线程编程技术,不仅保证了前、后台协同工作,使应用程序的CPU利用率大大提高,而且加快了信息的处理速度,同时也提高了实时性.     

利用Delphi的多线程编程技术实现远程实时监控

提出了采用多线程编程的设计思路去完成系统的远程监控。阐述了多线程编程技术及其应用领域,又以通信电源集中监控系统为例,说明了如何利用Delphi的多线程编程技术实现远程实时监控。通过使用多线程编程技术,不仅保证了前、后台协同工作,使应用程序的CPU利用率大大提高,而且加快了信息的处理速度,同时也提高了实时性。     

利用邻域象素合成实现对目标的快速自动标记

为了提高多目标跟踪中的处理速度,提出一种快速标记多目标的方法,并给出了算法流程和实验结果分析。通过图像坐标变换,将9点象素融合到新图像中的1点,逐行反复搜索邻域连通点以实现目标自动标记。     

利用Dempster—Shafer信息融合进行自动目标识别

本文主要对红外图像中铁路的特点,将图像处理技术与人工智能相接合,提出一种基于知识的智能识别方法。采用先建立完善的知识特征集,再以知识特征集为基础,采用Dempster-Sgafer来对特征集进行融合来识别铁路枢纽。其基本思路可用作一般目标识别。     

基于平台结构的模态参数识别软件编程技术

模态参数识别软件主要功能信号采集、信号处理和参数识别，为了增强可扩展性能，软件采用了平台技术进行设计，接口具有规范性和通用性，平台由面向对象编程方法搭建而成，不仅强调封装概念，更重要的是平台的结构关系和开发标准，软件广泛运用表达式计算，状态机，多线程编程；OpenGL图形开发技术，设计了功能齐全的数据类，以满足参数识别工程应用的要求。     

基于CCA子空间和GMM的自动图像标注

为了避免图像分割,并提高图像标注精度,提出一种基于典型相关分析(CCA)和高斯混合模型(GMM)的自动图像标注方法.利用CCA对图像的全局颜色特征与全局局部二值模式(LBP)纹理特征进行特征融合.使用融合后的语义特征,对每一个关键词建立GMM模型来估计单词类密度,从而在特征子空间中得到每个单词的概率分布.采用贝叶斯分类器确定每个标注词和测试图像的联合概率,运用词间语义关系优化标注结果.实验结果表明,使用该方法后的图像标注性能有了较大程度的改善.     

利用ADC0809的多通道结构实现自动量程转换

介绍利用ADC0809,增加少量硬件,只需一次A/D转换,实现多至8级的量程快速自动转换.     

基于分水岭变换和遗传算法的自动目标检测

提出了一种新的直接从图像中检测特定目标的算法。算法分为3个步骤。首先用分水岭变换对图像作"过分割",得到标注的积水盆地和堤坝。实际目标可能是其中一个或多个盆地的组合。然后对盆地进行初步筛选,删除不可能是目标的盆地,并用区域邻接图(RAG)表示剩下的盆地。最后针对问题特点定义能量函数,提出一种启发式遗传算法,用来在RAG中检测使得能量函数极小化的子图,子图对应的区域就是目标。实验结果表明了该算法的有效性。     

汉英法律文献的子条级自动索引和对齐

本文提出了基于结构标识的法律文献层次结构模型,该模型描述了汉英法律文献的层次结构特征及章、条、子条的连续性和对应性。根据该模型实现了汉英法律文献的子条级自动索引和对齐,系统具有纠错和容错能力。实验结果表明每篇文献的平均索引时间为3.31ms ,对齐准确率为98.6%。与基于词汇的方法结合后,对齐准确率为99.3%。     

分块多特征目标描述子的移动机器人目标跟踪

为解决机器人目标跟踪过程中的遮挡和外观改变等问题, 提出一种分块多特征描述子的方法. 该方法将候选样本分块, 提取图像片的深度、颜色、纹理特征来表示目标构造检测器. 结合目标与机器人的运动构造运动卡尔曼滤波器(MEKF) 作为跟踪器. 跟踪过程中根据目标深度信息调整其尺寸, 结合深度特征及图像片外观相似度进行检测并处理遮挡. 实验结果表明, 该算法对目标的尺度变化、光照改变和遮挡现象具有较强的鲁棒性.

     

C++语言编程技术的分析和研究

C++语言是当前十分流行的、面向对象程序设计语言。通过对C++语言的深入研究以及较多的编程实践,总结归纳了C++语言的知识体系和编程中的几个常见问题,比如构造函数、对象指针、const数据和成员的访问属性等,对这些容易搞混淆的问题逐一进行详尽的分析和说明,并解释了其原因所在。通过阅读该文可为编程者带来有益的帮助,以便编程中碰到同类问题时能够解决。     

Feigenbaum吸引子的结构

用一个分段线性单峰映射描述了二次映射 Feigenbaum 吸引子的数学结构.证明了存在一个周期2~M 的正则 F_μ-圈嵌套序列,由其生成的吸引的极小 Cantor 集与单边符号空间的一个所谓“加法器”拓扑共轭.对现有结果作了若干补充和简化证明.     

利用浏览器实现目录和文件的自动传输

本文给出了Windows平台下如何利用ie浏览器，通过ftp命令行程序、ActiveX组件FileSystemObject和WshShell，共同配合实现目录和文件自动传输的功能。     

利用PLC和IPC实现原油自动计量

本文介绍了利用PLC和IPC实现原油自动计量的工作原理和过程,阐述了系统实现的硬件组成、软件流程,最后着重介绍了PLC＋IPC在计量中应用的技术特点及其应用效果。此项目已在鲁宁长输管线的多处计量站应用成功,在测量精度、系统稳定性、工作效率、可靠性及可操作性等方面,取得了良好的标定效果。