基于Sobel的边缘检测方法

使用二种方法进行边缘检测。第一种方法为传统方法;第二种方法为新方法。第一种方法:先用Sobel算子做边缘检测,再用Ostu方法二值化边缘,最后用多像素边缘细化算法进行细化;第二种方法:先用Sobel算子做边缘检测,再用Sobel算子对边缘进行细化,最后用自适应的动态阈值计算方法进行二值化。结果表明:第二种方法在结果和时间上都要优于第一种方法。     

开放式计算环境中一个新的声誉建立方法

归纳了目前信任管理领域中声誉建立的方法,分析其不足之处并提出了一种新的声誉建立方法。该方法综合利用了拓扑信息和反馈信息,用于开放式计算环境中声誉的建立。将该方法与当前的方法进行了分析和对比。该方法可以有效地处理开放式计算环境中反馈信息少和动态性的问题,与当前方法相比,该方法更为有效。     

图像轮廓提取方法研究

对现有的轮廓提取现状进行分析,把主要的轮廓提取方法划分为先验知识法、数学形态法、基于梯度的方法、水平集方法、活动轮廓模型方法、以及神经动力学方法六大类,并研究这些方法的主要特点。对轮廓提取方法研究进行展望,提出神经动力学方法是轮廓提取方法的发展方向。     

对面向对象概念建模方法用于系统开发的一些思考

从方法学的角度对面向对象思想方法进行了评述,讨论了面向对象方法的局限性。论文指出面向对象思想方法并非消除系统开发的实质性困难的万能方法。作为系统集成开发策略的一方面,面向对象思想方法应该与其它方法互相协调。文章最后还讨论了面向对象方法在描述问题域时的不足。     

基于遗传算法的多方法协作优化方法

采用遗传算法、模式搜索法和Powell法进行多方法协作构成多方法协作优化方法,进行多方法协作优化方法的结构设计,分析多方法协作优化方法的优化性能。实例证明了多方法协作优化方法相对于遗传算法的优越性。     

一个抽象机库中B方法的研究

B方法是支持规格说明到软件设计和执行的形式化方法。文章研究了B方法中一种抽象机库的实现模型和生成代码,对该方法的特点进行评述。验证了B的正确可靠的实现方法,充分利用B方法的精化原则,提高了B形式化方法的开发验证效率。     

一种新的基于中间语义的跨语言信息检索模型

目前的跨语言信息检索能够使用的方法有四种查询词翻译的方法、文档翻译的方法、中间语言翻译方法和非翻译的方法。该文对这四种方法进行了简要介绍,提出它们的优缺点,并且提出了一种新的非翻译的方法——基于中间语义的方法。我们对提出来的方法进行了TREC跨语言语料库的试验,并且与单语言的信息检索模型进行了比较。试验证明我们的方法具有很好的性能和健壮性。     

一种集成智能故障诊断方法研究

该文提出了一种新的故障诊断方法,该方法把基于观测器的诊断和基于知识的诊断方法相结合而成为一种集成智能故障诊断方法。在研究了基于多观测器故障诊断方法的基础上,对该集成诊断方法进行了较为详细的讨论。仿真例子表明了该方法的有效性和优越性。     

一种混合的中文文本校对方法

本文以模式匹配的方法和3 元文法分析的方法为基础,结合语法属性标注和分 析的方法,提出了一种混合的中文文本校对方法,其结果优于任何一种方法的单独应用。 本文描述了这种方法并将它和其它两种方法进行了分析对比。     

神经机器翻译中数据泛化与短语生成方法研究

该文对神经机器翻译中的数据泛化方法和短语生成方法进行研究。在使用基于子词的方法来缓解未登录词和稀疏词汇问题的基础上,提出使用数据泛化的方法来进一步优化未登录词和稀疏词汇的翻译,缓解了子词方法中出现的错译问题。文中对基于子词的方法和基于数据泛化的方法进行了详细的实验对比,对两种方法的优缺点进行了讨论和说明。针对数据泛化的处理方法,提出了一致性检测方法和解码优化方法。由于标准的神经机器翻译模型以词汇为基础进行翻译建模,因此该文提出了一种规模可控的短语生成方法,通过使用该文方法生成的源语言短语,神经机器翻译的翻译性能进一步提高。最终,在汉英和英汉翻译任务上,翻译性能与基线翻译系统相比分别提高了1.3和1.2个BLEU值。     

Probability representations of fuzzy systems

1 Background of birth of fuzzy systems As is well-known, just considering the great uncertainties of many systems, Zadeh put forward the notion of fuzzy sets and advanced the idea of the fuzzy reasoning by means of fuzzy sets which could describe a system approximately[1]. Those systems that are constructed on the basis of fuzzy reasoning are called fuzzy systems in general[2―4]. The research on fuzzy systems has attracted broad attention[5―7]. For instance, universal ap- proximation proper…     

一种基于PCI技术的谱估计方法

Burg方法是自回归模型谱估计方法中一个最受欢迎的方法。但Burg方法对含有噪声的正弦信号进行谱估计时存在两个方面的问题,为此该文提出了一种基于主成份求逆技术的谱估计方法。推导了利用主成份求逆技术计算自回归模型系数的解析表达式,利用该方法计算自回归模型系数只涉及到相关矩阵的主成分,不需要进行Burg方法中的Levinson递推,从而避免了出现Burg算法所出现的问题。最后通过计算机仿真验证了对该方法相对于Burg方法的优越性。     

三对角线性方程组的分布式并行算法

文中回顾了Ｍｉｃｈｉｅｌｓｅ＆Ｖｏｒｓｔ算法，分析了影响Ｍ＆Ｖ．算法并行效率的主要因素，根据分布治之思想提出了一种求解三对角方程组的并行算法，新算法通信建立次数的Ｍ＆Ｖ算法的５０％，数据传输量为其３３％，最后的工作站网络环境下实现了新算法，就并行效率与Ｍ＆Ｖ算法进行了比较，结果表明在由６台工作站的组成的网络中新算法必能提高可达到４０％。     

一种改进的舰船红外图像分割算法

图像分割在图像分析和识别中具有重要的意义,针对最大类间方差法—Otsu法在复杂背景或目标灰度与其周围背景灰度相差不大情况下,目标相对面积较小时易出现目标与背景误分割的问题,提出了一种改进的Otsu法。该算法先对预处理后的红外舰船图像归一化投影,然后,按一定阈值对图像进行裁剪,最后,利用Otsu法进行分割。实验结果表明:与Otsu法、递归Otsu法相比,该算法能够更好地分割出目标。     

基于逆迭代的增量LLE算法

Locally Linear Embedding（LLE）算法是一种很好的流形学习算法,但是它只能以批处理的方式进行,只要有新的样本加入,就必须重作该算法的全部内容。而原来的运算结果被全部丢弃。提出了一种基于逆迭代的增量LLE算法,实现了流形的增量学习。在Swiss roll和S-curve数据库上的实验表明,该算法与LLE算法所计算出的投影值误差小于0.001%,运行的耗时少,具有很好的应用价值。     

本征正交分解在数据处理中的应用及展望

本征正交分解(Proper Orthogonal Decomposition,POD)是对高维复杂非线性系统进行降维处理的有效方法之一.本文对POD方法在一系列实际工程领域降维中的研究进行了综述.首先简要介绍POD方法的发展历史,简述POD方法分类,随后详细列举POD方法在粒子图像测速(Particle Image Velocimetry,PIV)技术、计算流体力学(Computational Fluid Dynamics,CFD)数据处理中的应用.对比了POD方法和动态模态分解(Dynamic Mode Decomposition,DMD)方法在实际工程应用中各自的优缺点,结果表明在流场稳定脉动时可采用DMD方法,而其他随时间变化的流场采用POD方法更合适.最后对POD方法的发展尤其是在人工智能领域的应用做出展望.     

On the Generalization of Single Input Rule Modules Connected Type Fuzzy Reasoning Method

Yubazaki have proposed a “single input rule modules connected type fuzzy reasoning method (SIRMs method)” in which its final output is obtained by summarizing the product of importance degree and inference result from single input fuzzy rule modules. This paper proposes a “functional-type SIRMs method,” which is an extended version of the SIRMs method, and clarifies the relationship between the Takagi--Sugeno (T--S) reasoning method and the functional-type SIRMs method. The functional-type SIRMs method can be shown to be transformed to the T--S reasoning method, but generally the conversion to functional-type SIRMs method from the T--S reasoning method is impossible. It is shown, however, that the T--S reasoning method can be transformed to the functional-type SIRMs method when the T--S reasoning method fills some conditions. For this reason, it is shown that the functional-type SIRMs method is the subset of the T--S reasoning method.      

基于经验模态分解和小波阈值的冲击信号去噪

冲击信号是非线性的并且容易受到噪声污染;为研究冲击信号去噪的问题,针对经验模态分解(Empirical Mode Decomposition,EMD)去噪和小波阈值去噪方法存在的不足,提出了基于EMD的小波阈值去噪方法;单纯的EMD去噪方法会在去除高频噪声的同时压制高频的有效信息;EMD与小波阈值去噪相结合,利用连续均方误差准则确定含噪较多的高频固有模态函数(Intrinsic Mode Function, IMF),对高频IMF分量进行小波阈值去噪,以分离并保留这些分量中的有效信息,同时保持低频IMF分量不变;对模拟数据和实际冲击信号进行去噪处理,结果表明,基于EMD的小波阈值去噪方法的去噪效果优于单纯的EMD去噪方法和小波阈值去噪方法。     

基于排斥信息素的多机器人协作研究

提出了两种信息素应用的分类方法,一种是将信息素分为点信息素和线信息素,另一种是将信息素分为吸引信息素和排斥信息素。提出了三种排斥信息素应用的多机器人协作任务场合,并进行了仿真研究。仿真结果表明排斥信息素的应用是一种有效的多机器人协作方法。     

基于欧氏权距离法的多生物特征身份鉴别

通过融合不同的生物特征可以改进身份鉴别系统的验证性能。本文借鉴多传感器信息融合技术中聚类分析的思想,提出了基于欧氏权距离法的多生物特征融合的身份鉴别方法。该方法并不局限于特定的两类或多类生物特征,同时该方法克服了传统的估计方法和统计方法需要先验概率和概率密度函数的缺点,更加符合实际应用的需要。