基于虚拟检测线的交通视频关键帧提取

关键帧提取技术是基于内容视频检索的基础,关键帧的提取一方面减少了视频索引的数据量,同时也为检索视频提供了一个组织框架。在归纳分析典型的视频关键帧提取技术的基础上,针对交通视频的独特性提出了一种基于虚拟检测线的关键帧提取方法,并在此过程中提出改进的基于双差分法的背景建模以及基于检测线变化的局部背景更新。实验结果证明,该方法能够依据交通视频内容的复杂程度有效地提取出最具代表性的关键帧,具有较高的提取效率和鲁棒性。     

特征提取的改性麦糟吸附三价砷离子模型

由于改性麦糟吸附三价砷离子As(Ⅲ)的过程复杂,引入特征提取的方法将能够快速发现实验中各因素对吸附率的影响,揭示改性麦糟吸附As(Ⅲ)的最适条件和最佳效果.应用线性降维方法主成分分析和非线性降维方法流形学习提取官能基团和吸附活性质之间的关系.最后,利用支持向量回归模型和偏最小二乘法模型建立构效关系模型,探寻得出最佳吸附条件为:改性剂浓度1 mg/L,改性剂溶液pH为7,改性时间为12h,反应温度为20℃,吸附时间为2h,改性麦糟用量为0.3 mg,吸附率能达到96.19％.     

带束层膨胀对轮胎接地印痕的影响研究

研究带束层膨胀对轮胎接地印痕的影响。对比多种普通带束层膨胀的钢丝帘线角度变化法则,分析普通带束层膨胀对轮胎接地印痕仿真准确性的影响;探讨0°带束层钢丝帘线的特性,提出考虑0°带束层预应变的轮胎性能仿真方法,并分析0°带束层预应变对轮胎接地印痕的影响。本研究结果可为轮胎的结构设计、工艺设计和仿真分析方面提供指导。     

基于藏语字性标注的词性预测研究

该文选取了藏语文中小学教材的部分语料,构建了带有藏语字性标记、词边界标记和词性标记的语料库,通过比较不同的分词、标注方法,证明分词、词性标注一体化效果比分步进行的效果好,准确率、召回率和F值分别提高了0.067、0.073和0.07。但词级标注模型难以解决词边界划分的一致性和未登录词的问题。基于此,作者提出可以利用字性和字构词的规律预测合成词的词性,既可以融入语言学知识又可以减少由未登录词导致的标注错误,实验结果证明,作为词性标注的后处理模块,基于字性标注的词性预测准确率提高到了0.916,这个结果已经比分词标注一体化结果好,说明字性标注对纠正词性错误标注有明显的效果。
     

基于网络模型的组件化软件开发方法研究

文章将网络技术溶入到组件化技术当中,针对已有组件化技术所存在的隐式指定组件连接关系的问题,提出了一种"基于网络模型"的组件化设计方法,并从组件的模型、组件报文处理机制、软件架构、组件的使用以及相应的应用实例等方面对该设计方法进行阐述;该方法为组件的连接提供了一种灵活的调整机制,并使组件具有更强的独立性和封装性;在设计与实现"网络实验室管理系统"的实际应用中,大大提高了软件质量,缩短了开发时间。     

移动应用中基于物理隔离的数据同步方法

随着嵌入式技术、现代通讯技术的发展以及新一代通讯标准的出现,使得人们使用大规模智能移动设备进行移动计算成为可能。本文针对移动应用提出了一种在物理隔离网络环境下的数据同步方法,介绍了应用的背景,对同步系统进行总体设计,详细说明了数据同步操作的步骤及过程,然后详细论述了同步过程中冲突的检测、处理规则。采用增量式的同步方法,减少了数据交互量;同时,内外网物理隔离,保证了数据的安全性。     

基于SOA的制造业MRPⅡ系统的研究与实现

随着制造资源计划(MRPⅡ)在制造行业的推广和应用,如何设计一个业务敏捷的MRPⅡ系统已经成为一种发展趋势。本文依据某制造企业的实际情况,结合面向服务构架(SOA)理念,设计出一种基于SOA的MRPⅡ系统的实现方案,着重研究了生产管理模块的设计与实现,详细分析生产管理的主要模块如MRP计算等,最后详细介绍了该系统4层架构的实现。     

医学图像三维可视化中任意平面切片的研究与实现

对医学图像的三维重建技术进行研究,利用介于面绘制和体绘制之间的切片法来实现三维体数据可视化,并针对断层图像序列所生成三维体数据的切片方法进行了深入讨论。提出一种可操作性很强的切片方法,能较好地实现三维体数据中冠状面、矢状面、特别是任意平面的切片。同时,该方法已经用VC6．0结合VTK（Visualization Toolkit）编程进行实现,效果符合医学诊断要求,并得到了有关应用。     

基于半监督学习的P2P协议识别

随着P2P技术的发展,网络上充满了大量的P2P应用.协议加密技术的发展,使得P2P应用的识别和管理变得非常困难.描述了如何运用半监督的机器学习理论,根据传输层的特征,用聚类算法训练数据并建立一个高效的在线协议识别器,用于在内核协议层对协议特别是P2P协议进行识别,并对BitComet和Emule进行了实验,得到了很高的识别准确率(80%).研究并解决了将选取好的特征用于聚类并高效地实现最后的协议识别器.     

基于一种新的Snake模型的序列图像边缘提取算法

对医学图像数据中感兴趣区域（ROI）进行准确的边缘提取和分割,是对图像进行分析、理解和处理的重要前提。为克服现有Snake算法人工初始化轮廓不精确,迭代过程中曲线易被复杂背景吸引等缺点,提出基于一种改进Snake模型的序列图像边缘提取算法。该算法先利用序列图像相似性原理提取出近似边缘,然后将其平均分为4个子边缘,在每个子边缘上取数目均衡的Snake输入点,最后离散Snake的内力和外力,经过迭代得到最终边缘。实验结果表明：该方法能精确地提取出医学图像中复杂区域或畸形区域的边缘,且计算量较小。