基于SCORM标准的共享式网络课程设计

网络教育课程在开发和使用上都遇到了不可重用性的问题，造成了教学资源无法充分共享的浪费。本文针对网络课程的这一问题，分析了以共享和重用为目的的国际上流行的SCORM标准，并详细介绍了利用Reload Editor等软件来实现这一标准的技术方案。     

时态数据的变粒度分段存储策略及其效益分析S

根据时态数据库用户对数据厚今薄古的需求特点,该文提出变粒度分段存储技术,将一个对象的历史分为3个时期,分介质、变粒度存储.文章讨论了分段存储的特殊数据结构、时代转移算法和压缩采样算法.基于微机实用参数的定量分析表明,这一技术将时态存储密度和时态查询速度提高了一个数量级.     

空中交通管理系统中航迹发散判据及抑制处理

描述了对机动目标跟踪的Kalman滤波方程和空管系统中易于计算的各参数矩阵理论依据及相应的初值,论述了航迹发散的判断依据及抑制算法．结合应用仿真的具体处理算法及步骤,将发散判据和抑制算法应用于空中交通管理系统进行航迹处理．通过项目验证和仿真结果表明,该算法能进行准确的发靓判断和有效的抑制处理．     

采用ASPCM模型进行姿势鲁棒性人脸识别

提出ASPCM模型,并将其用于不同姿势下的人脸识别。对人脸图像的形状表示和纹理表示进行主成分分析,建立形状模型和纹理模型;以形状参数、纹理参数和姿势参数间的转换确定人脸图像与头部角度间的映射关系;使用精确性和概括性两个标准衡量ASPCM模型的分解性能和合成性能;根据平均纹理相似度判断输入图像与模型视图间的相似程度。实验表明,该模型分解性能的精确性误差和概括性误差均在1.85°以内;合成性能的这两种误差均在1.1个像素以内;精确性和概括性的平均纹理相似度均在95.8%以上;当头部转动角度在25°以内时,该模型的识别率达到100%。     

GPS/INS动态卡尔曼滤波优化算法

GPS/INS组合导航系统动态定位数据的随机误差消除的重要方法是卡尔曼滤波,但运用扩展卡尔曼滤波器进行动态定位滤波时,需要对系统模型和观测模型以及误差模型进行准确建模,特别是载体状态机动时滤波器跟踪能力不强。提出一种GPS/INS组合导航动态卡尔曼滤波的优化算法,引入遗忘因子限制卡尔曼滤波器的记忆长度,充分利用现时的测量数据,改善滤波器的动态性能,并进行计算机仿真实验。仿真结果表明,遗忘因子增加,滤波器的跟踪能力增强,使滤波器达最佳性能。该优化算法比普通的扩展卡尔曼滤波算法的动态跟踪性能好,从而可显著提高导航系统定位精度。     

基于模糊聚类和卡尔曼滤波的运动目标检测

提出了一种基于模糊聚类和卡尔曼滤波的多运动目标检测的技术,并将其应用于车辆的检测与跟踪。文中采用了改进的模糊C均值聚类算法,对隶属度矩阵进行了修正,加快了聚类的收敛速度;然后,运用了卡尔曼滤波对运动目标进行运动轨迹跟踪,根据视频序列的实际情况构造了相应的状态方程以及增益矩阵,对多个运动目标同时进行独立跟踪,减少了目标搜索的盲目性,提高了跟踪的可靠性和效率。     

基于边缘直方图的快速汽车标志识别方法

提出了基于边缘直方图的一种快速识别方法,对汽车标志可以进行高准确度的识别。边缘直方图能够比较准确地反映图像的边缘和纹理信息,不同类图像反映出的统计特性能比较准确地用于分类识别。通过大量的试验证明使用提取边缘直方图和相关算法相结合的方法比一般的识别方法更加快速、有效。     

基于色差均值的快速车窗定位算法

在基于视频图像的实时车型识别系统中,车窗的大小和位置为车型识别提供重要的特征信息。当汽车为低亮度、低饱和度的黑色系列车和深颜色车时,它们的颜色特征直方图常常是单峰的,传统的分割方法难以正确定位车窗。分析了HSV颜色空间在低饱和度时的色度奇异性,结合纹理检测技术,提出了基于色差均值的快速车窗定位算法。实验结果表明,该算法定位准确,速度快,满足车型识别系统的实时性要求。     

基于残差平方和的光流场正则化方法

光流场的不连续性是光流场准确估计中最为重要的研究内容。提出利用最小二乘法和加权最小二乘法算法中残差平方和来对光流场进行正则化,以减少计算窗口中含有多种模式运动的概率,较好地解决了光流场的不连续性,从而使该算法具有鲁棒性。计算结果表明,该算法具有简单实用和运算速度快的特点。     

基于小波变换的分形随机信号的卡尔曼滤波

本文基于多尺度卡尔曼滤波方法来估计淹没在加性高斯白噪声中的分形布朗运动.针对每一尺度,给出了相应的动态系统参数和运动模型方程以及更精确的估计算法.并与多尺度维纳滤波进行了对比,计算机仿真结果证明了其优越性.