基于时域变换的失真度可调图像压缩算法

提出一种基于时域变换的失真度可调图像压缩算法，在象素合并过程中，利用一个最大均方差阈值和一个粒度差值控制象素节点和结构节点的产生，来生成四叉树结构及象素数据表，通过调整阈值和差值的具体取值（0－40）来实现不同的压缩比（从无损压缩连续变化到大比例有损压缩），压缩后的图像在相同PSNR情况下比JPEG压缩占有更少的空间，在相同压缩比的情况下图像质量高于用JPEG压缩的图像，该算法还有良好的时间复杂性O（N／3）和空间复杂性O（N），可用于任意大小图像的压缩与传输。     

领域框架的设计

复用技术在软件开发中显得越来越重要 ,但要设计在许多领域都通用的可复用业务组件是很困难的 ,而面向领域的复用是在一个特定应用领域中实现复用。领域工程是软件工程的延伸和扩展 ,它是面向领域的复用。领域框架的设计是领域工程中最主要的工作。本文对其中的关键技术进行了详细剖析 ,并提供了设计领域框架的一些策略     

基于非对称逆布局图像表示的近邻寻找算法

非对称逆布局图像表示由于不强调分割对称性,获得了较高的表示效率。然而,不对称的分割也带来了一个明显的副作用,即丧失了子模式实例间明显的空间位置关系,从而使得近邻寻找难以实现。为了表达子模式实例间的空间位置关系,本文提出了经纬网数据结构。借助于经纬网,本文提出了基于非对称逆布局图像表示的近邻寻找算法,并讨论了算法的时空复杂度。实验结果表明,基于非对称逆布局图像表示的近邻寻找算法的执行速度,比基于四元树表示和线性四元树表示的近邻寻找算法的执行速度提高了一个数量级。     

电力生产实时画面的Web发布

本文介绍了一种简单方法,实现电力生产企业中的潮流图、接线图等实时画面的Web发布与动态局部刷新.在系统的实现过程中,作者利用ACP实现Web页面中元素的准确定位以及利用Cookie完成不同页面间的信息传递与共享.整个系统通用性强,响应迅速,有较好的扩展性.     

电力生产实时画面的Web发布一主

本文介绍了一种简单方法,实现电力生产企业中的潮流图、接线图等实时画面的Web 发布与动态局部刷新。在系统的实现过程中,作者利用ACP 实现Web 页面中元素的准确定位以及利用Cookie 完成不同页面间的信息传递与共享。整个系统通用性强,响应迅速,有较好的扩展性。     

基于相似性度量的软构件的选择

1 问题的提出近几年来,随着软件规模和复杂性的不断增长,传统“手工作坊”式的软件开发模型,难于适应和满足现代软件工业发展的需要,基于构件的软件开发方法已成为提高软件生产效率和产品质量,缩短产品交付时间的现实有效的途径之一,但在长期的实践中,软件重用的研究主要集中在技术方面的研究,如:构件化的编程方法,可重用构件的分析与设计,可重用构件库的设计等,而对于一些非技术问题没有得到妥善的解决,其中包括:为了对软构件库中的构件进行分类、存储、检索和理解,如何有效地对软构件的内部特性和外部特性加以描述,如何从构件库中检索出所需要的可复用构件,其主要依据和标准是什么?本文针对这些问题,提出了一种描述和选择软构件的方法。2 软构件的形式描述     

一种基于证书的XML访问控制模型

XML的广泛应用对其访问控制提出了需求,同时Web中大量存在的异质用户群也为授权管理增加了难度。在分析XML文档安全特性的基础上,提出了一种基于证书的XML访问控制模型,并给出了基于XML的策略描述,最后讨论了该模型的实现。     

特征子模式半定规划描述的序列分类方法

序列相似性描述是序列分类的关键,根据序列产生的背景和机理,融合利用具有不同物理意义的特征子模式集合进行序列相似性描述可以改进序列分类的效果.对于在多个特征子模式集合的核变换空间上进行的相似性描述,可利用半定规划方法,在使得分类边界距离最大的意义下对核矩阵相似性描述结果进行优化,从而建立起一种能够融合利用多种意义特征子模式集合的序列分类方法.该方法用于手写签名序列的识别实验,在基准签名数据集上取得了较好的实验结果.     

基于位平面分解的NAM优化策略

在研究非对称逆布局模式表示模型(NAM)的基础上,针对多值图像表示中子模式的数量优化问题,提出一种基于位平面分解的优化策略,利用位面间的相关性,改变位面内的扫描算法,进一步减少数据冗余,实现更高的压缩率,并进行理论分析和实验验证。结果表明,该优化策略可以大幅减少子模式数量,优化后的子模式个数减少7.1%~27.1%。     

正方形子模式非对称可重叠逆布局表示方法

基于非对称逆布局模式表示模型（NAM）,提出了一个正方形子模式非对称可重叠逆布局表示方法(NOAS)。NOAS从原模式中逆布局出若干正方形子模式,且子模式之间允许重叠。以二值图像为例,给出了NOAS表示的编码算法和解码算法。理论分析表明,NOAS表示相对于线性四元树表示在压缩率方面更具优势。实验结果表明,NOAS表示的子模式数远远小于线性四元树的节点数,且NOAS表示的压缩率明显高于线性四元树、行程编码和LZW编码表示方法。