摘要:测试用例选择是软件测试中的关键问题之一.目前,测试用例选择在并发软件测试方面鲜有涉及.以多线程并发程序为研究对象,提出面向并发软件的适应性随机测试方法,通过优化测试用例选择,来提高并发软件测试的效率和错误发现能力.根据实验结果,我们提出的并发软件适应性随机测试方法比随机测试方法的测试效率更高,错误发现能力也更强.

摘要:近年来,临近空间高超声速飞行器受到了世界各军事强国的广泛关注,发展迅速.本文也正是在此背景下,针对临近空间高超声速飞行器,在介绍机动目标跟踪基本原理的基础上,归纳并总结近年来机动目标跟踪算法的研究情况,从建立合理的机动目标模型和改进滤波算法两个方面提出改进思路,为临近空间高超声速目标跟踪系统的设计与开发提供理论上的探索与支持.

摘要:要保证磨煤机的最佳运行工况,就要使磨煤机的负荷,温度,入口负压稳定在最佳值附近,传统的模糊控制在磨煤机系统中虽运用广泛,但是完全基于专家经验的控制很难保证系统运行在最佳状态下,因此提出了采用遗传算法优化模糊控制隶属度函数的方法控制磨煤机的运行,解决了由于专家经验的不精确性带来的不足.

摘要:嵌入式实时操作系统对时间性能有着严格的要求.上下文切换在实时操作系统中频繁发生,其时间开销直接影响整个系统的实时性能.针对一款拥有双数据通路、对存储系统具有并行访问能力的DSP系统,研究出一种快速上下文切换的方法.该方法将任务上下文相关的寄存器组分为两部分,分别保存在可以并行访问的内存中,通过DSP的双数据通路并行存取这两部分的内容.该方法在一款开放源代码的操作系统RTEMS中进行了验证,实验表明,在该DSP系统中,采用基于双数据通路的上下文切换方法能将上下文的保存和恢复时间降低为单数据通路的49.04%.

摘要:宏基因组测序序列分类问题是宏基因组学研究的一个重点问题.影响宏基因组分类性能的主要因素是特征向量的提取问题,如何提取并产生合适的特征向量对于提高宏基因组分类问题的分类精度和运行时间有着重大影响.因此,针对宏基因组分类问题的数据特点,利用三阶马尔可夫模型的性质,提出了一种基于转移概率矩阵的特征提取方法,并采用基于互信息的特征选择算法对提取后的特征向量进行降维处理,最后将新提出的特征向量应用到SVM分类算法中,并与相关算法进行了性能对比.结果显示,新提出的特征向量在不同的宏基因组物种之间有着良好的区分度,特别适用于大规模宏基因组数据的分类问题.

摘要:针对目前条码识别算法实时性不够的不足,同时为解决具体应用中定位算法稳定性不高,景深不够等问题,提出了一种基于计算机视觉、FPGA和DSP混合设计的条码识别系统,其高速条码定位算法在FPGA上实现,定位时间仅为2.5ms,定位速度快,同时减少了后续DSP的计算量,大大提高了系统的实时性,并应用于轮胎条码识别系统.经实际试验表明,该系统达到16帧每秒的识别速度,且识别率高,对高速运动条码信息的在线检测应用具有较好的实用价值.

摘要:针对当前大量电子病历信息无法充分利用的问题,研究了面向电子病历中文医学信息的主题建模及可视组织方法.首先基于电子病历数据和医疗问答数据,进行预处理并转换为纯文本语料,然后采用基于Mallet的LDA主题模型训练算法进行主题建模,并结合主题模型分析的需求进行可视组织与呈现,最后构建了面向中文医学信息的可视分析系统.实例验证表明该系统可以有效的辅助用户进行主题模型的构建与分析,并有利于进一步的诊断.

摘要:提出一种跨平台的人机交互软件组件集成框架,包括三部分内容:一是人机交互软件的框架结构,包括引导程序、主框架、组件实体、消息总线.二是组件的管理方式,组件是跨平台的可单独加载的单元,引导程序将组件二进制代码加载到内存.框架通过虚函数体系动态地派生出不同组件实体对象,并以组件名为关键字散列挂载到消息总线上,组件对应的界面放置在主框架的界面容器内.三是基于领导者-追随者模型的组件状态切换和交互协同工作方式,组件通过鼠标或键盘操作响应获得焦点,进入领导活动状态,处理完事件后进入休眠追随状态.组件之间通过消息交互协同,并支持快速消息总线和事件循环总线.该框架在保护测控装置配置软件、工业控制编程软件进行了应用,实践表明基于该架构显著降低了组件间耦合关系,提高了开发效率和组件复用度.

摘要:由于受到网络带宽及三维动画数据量过大等因素的影响,三维动画如果要在网络上一次性传输往往需要花费比较长的时间.这不仅影响了动画播放的实时性,同时,传输过程中数据的不完整也会造成动画播放不流畅.通过对基于WebGL的三维动画实时播放关键技术的研究,提出模型文件预加载、文件压缩传输等方法,在有限带宽的条件下将三维动画内容实时传输到用户端,利用WebGL技术实现三维模型的创建和渲染,并在此基础上实现三维动画实时播放,使用户能够直接通过浏览器进行观看,或参与到场景交互中.

摘要:基于Eclipse平台的嵌入式软件开发调试工具对于嵌入式系统软件开发具有重要意义,但目前基于Eclipse平台的嵌入式开发调试工具实现不多.针对这种情况,提出了使用Eclipse平台及其插件技术进行嵌入式调试工具软件的开发,实现了支持嵌入式多核系统的调试工具软件MDSPTool,能够与嵌入式开发平台WorkBench完全无缝集成.实验结果表明, MDSPTool调试工具提供了优良的用户界面,便捷的并行调试方法,高度集成的系统监测功能,从而提高了嵌入式软件开发效率.

摘要:消息推送系统在实现企业办公自动化方面有着重要的作用,通信协议和系统架构的设计是企业消息推送系统性能优化的关键因素.传统的标准化协议方案在移动互联网领域的应用存在着实现复杂和流量消耗大等缺点.针对这一问题,结合企业消息推送系统的特点,采用物联网领域的轻量级协议MQTT来设计企业消息推送系统的通信协议,通过设计MQTT话题区分社交通知、即时消息和状态呈现等功能,在满足了应用需求的同时保证了协议的简单易实现和流量消耗小等适用于移动互联网的优势.另一方面,在传统的对称和非对称设计的服务器架构之上,提出了信息上非对称和功能上对称的系统架构,为企业消息推送系统的构建提供了一个详细的解决方案.该方案在满足系统设计需求的同时提高了系统的可扩展性.

摘要:分析了8250串口的工作原理和通信协议以及Linux的串口驱动程序,构建了高速公路视频监控系统下基于串口控制的摄像头控制系统,完成了基于Linux的8250串口的驱动程序设计、串口的应用程序设计和摄像头控制应用程序设计,实现了摄像头的控制,并应用于高速公路视频监控嵌入式系统中,具有良好的效果和较高的社会应用价值.

摘要:设计与实现了一种基于H.264的多传输模式IP网络视频监控系统,该系统采用ARM9 S3C2440作为核心硬件处理器, USB摄像头采集到的视频数据经X264压缩编码后由RTP实时传输协议进行网络层的打包,并通过ARM-Linux开发平台与PC机之间建立的UDP Socket在有线以太网、无线Wi-Fi和电力线三种环境中进行网络传输, PC机在接收到视频流后进行解码与实时显示.最后,对系统服务器端的压缩编码效率和三种传输模式下的系统性能进行了测试和分析,测试数据结果表明该系统具有功耗低、压缩编码效率高、视频画质清晰等特点,并且能在不同的传输环境中保证视频传输的高实时性.

摘要:针对传统远程医疗流媒体传输需要专有网络和设备支持,从而无法大规模应用到生活中的问题,提出一种工作于传统网络上的基于群智网络的远程医疗系统解决方案.利用远程医疗系统中社交网络的网络节点拓扑特性,构建节点间无意识协作的群智网络模型,在此通信模型的基础之上设计并实现了分布式的流媒体传输系统.该系统可以提高网络利用率,平衡节点的数据流量,为远程医疗系统的实现提供了一种新的解决方案.实验结果表明,该系统可以有效提高普通网络环境下的数据传输速率.

摘要:为了改善高校教师课堂教学录像预约的传统人工预约与管理工作模式,提高工作效率,节约人力成本,根据提高高校教师教学实践能力及课堂教学效果的要求,研究并设计了一种基于Android平台的教学录像在线预约系统,该系统采用C/S架构, PC作为服务器提供底层服务, Android手机作为客户端为用户提供人机交互久界面.客户端不能直接访问数据库服务器,而是引入了业务逻辑层的Web Service接口,开发方法具有一定的通用性.测试和运行结果表明,该系统能够有效改善传统预约模式带来的不便,提高工作效率,方便教师和录像工作人员工作的进行,提高了高校教师教学发展工作的信息化水平.

摘要:针对噪声破坏加速度信号稀疏性、降低其压缩感知重构算法性能问题,提出了一种用经验模态分解(EMD)和小波分析联合消噪的加速度信号压缩重构新方法.该方法首先采用EMD和小波阈值联合消噪方法对加速度信号消噪处理,保持加速度信号内在稀疏性;然后基于压缩感知理论和加速度信号块结构信息,采用块稀疏贝叶斯学习算法以高概率重构原始加速度信号.采用USC-HAD人体日常行为数据库中的加速度信号验证本文方法的有效性.实验结果表明,本文所提方法的信噪比和均方根误差明显优于未经消噪处理的压缩感知重构算法,能够有效抑制加速度信号噪声,增大加速度信号稀疏度,提高加速度信号压缩重构算法性能.

摘要:通用搜索引擎在检索过程中会出现查询结果与关键词所属领域无关的主题漂移现象.本文提出了面向特定领域的网页重排序算法-TSRR(Topic Sensitive Re-Ranking)算法,从一个新的视角对主题漂移问题加以解决. TSRR算法设计一种独立于网页排序的模型,用来表示领域,然后建立网页信息模型,在用户检索过程中结合领域向量模型和网页信息模型对网页搜索结果进行重排序.在爬取的特定领域的数据集上,以用户满意度和准确率为标准进行评估,实验结果表明,本文中提出的TSRR算法性能优异,比经典的基于Lucene的排序算法在用户满意度上平均提高17.3%,在准确率上平均提高41.9%.

摘要:集装箱码头资源的高效利用已被研究多年,而多数是在预知所有船舶作业的相关信息(到港时间、船舶尺寸等)的离线情况下建模与计算.现实中,却因一些突发因素(如恶劣天气、设备故障等)使预知信息不可靠,以至原调度方案不可行,从而降低港口作业效率及资源浪费.故在桥吊可迁移的连续泊位分配模式下,首次结合在线算法思想,提出泊位与桥吊调度的模型,并设计相应的在线调度算法.利用平滑分析方法给出算法的平滑竞争比,实验证实算法可行性.

摘要:随着通信技术的提高和通信应用的增多,无线频谱资源越来越匮乏.许多分配到资源的主用户利用率很低,认知无线电技术希望没有分配到资源的次用户合理使用主用户频谱来提高频谱的利用率.频谱感知技术关系到认知无线电中次用户对空闲频谱的使用机会,是认知无线电的关键技术之一.就是在已有的感知技术的基础上,提出了新的感知手段.在认知无线电网络中,不同的次用户由于与主用户距离以及自身所处环境的噪声影响不同,它们的信噪比一般是不一样的.这里采用的动态阈值的双门限协作感知方法,是对传统双门限能量感知方法的改进,通过充分考虑次用户之间的差异性来提高感知的性能.首先,根据对检测和虚警概率的要求,过滤掉一部分检测能力不满足条件的次用户.同时,每个次用户的用于能量感知的双门限会根据它们各自信噪比的不同而动态变化.通过与单门限能量感知以及传统双门限能量感知方法进行比较,可以看出本文提出的感知方法一定程度上提高了系统整体感知的性能.

摘要:针对全局灰度直方图缺少空间分布信息和SIFT特征匹配方法准确性不足的问题,提出基于分块的提取图像颜色矩方法,并改进了SIFT特征度量算法.然后将这两种改进算法相结合,并应用于图像检索系统中.实验结果表明,本文提出的算法在图像检索中取得了较好的效果.

摘要:针对智能温室大棚系统内局部传感器故障造成其不能及时有效向上推送准确数据的问题,提出将关联规则中的Apriori算法应用于故障传感器数据的预测.以温度传感器发生故障为例,首先将关联规则中传统的Apriori算法进行优化,然后将其运用到故障传感器参数的预测当中去.实验仿真表明,改进的Apriori算法能够快速的发现温室各参数之间的关联规则,从而估计出故障传感器的参数的范围,有一定的应用价值.

摘要:基于微内核的虚拟化架构相较于传统的宏内核虚拟化架构,具有可信计算基小,易于完全形式化验证的特点.然而,在基于微内核的虚拟化架构中,即使在同一物理机上运行的不同虚拟机,虚拟机间通信仍需要通过调用网卡驱动传输数据,通信效率低.针对以上问题,提出了一种同一物理机上不同虚拟机间的通信加速方法,通过在网络服务中加入通信数据选择模块和转发模块,使得虚拟机间数据的传输可以直接在内存中完成.实验表明,可以有效提高虚拟机间的通信效率.

摘要:MODV是一个通用的存储一致性模型动态验证工具,该工具实现了基于时间序的边界图算法,具有较低的时间复杂度.为了进一步提高MODV工具的性能,我们采用了多种方法对算法进行了性能优化,使得MODV工具能够有效验证更大规模的并发访存操作.实验结果表明,和基准算法相比,我们的改进算法在性能方面有较大的提升.

摘要:为了获得更高的网络吞吐量,更低的端到端时延,设计出了一种适用于分簇网络的水声传感器网络MAC协议,该协议采用接收方建立握手机制,有效的获取邻居节点通信时的状态,动态分配发送时隙,实现数据包以报文序列方式无冲突的到达接收端.仿真结果表明,与同类MAC协议(FERI, RIPT)相比,该协议提高了网络吞吐量,降低了数据丢失率和端到端时延.

摘要:针对Hadoop中提供底层存储的HDFS对处理海量小文件效率低下、严重影响性能的问题.设计了一种小文件合并、索引和提取方案,并与原始的HDFS以及HAR文件归档方案进行对比,通过一系列实验表明,本文的方案能有效减少Namenode内存占用,提高HDFS的I/O性能.

摘要:重名问题在Web人物搜索过程中是很普遍的现象.研究了Web人名消歧相关问题,提取与待消歧人名相关的不同特征集,运用向量空间模型构造人物实体的组合特征,最后通过层次聚类算法将相似度高的文档优先聚类,由此实现人名消歧.在WePS数据集上的实验结果表明,提出的方法具有良好的消歧效果.

摘要:函数调用关系能够反映软件系统中函数间的依赖关系,完整的函数调用关系可以更好地辅助程序验证和死锁分析,提升验证和分析的完备性.现有静态分析函数调用关系的方法不能准确分析函数指针和虚函数的调用,影响了其分析结果的准确性.针对这一问题本文提出了一种基于控制流图(Control Flow Graph, CFG)的函数调用关系静态分析方法,该方法首先使用GCC插件静态获取源代码中的类型和函数CFG等信息并构建分析路径,然后采用本文提出的模拟仿真算法分析程序中的语句,并解析函数指针和虚函数的调用,最后基于分析结果生成完整的函数调用关系.实验结果表明,该方法能够很好地支持对函数指针和虚函数的处理,提升了分析结果的准确性.

摘要:提出了一种通过查找缓存一致性协议不变量来验证带参协议正确性的新方法.缓存一致性协议验证的难点在于必须证明协议对于任意大小的带参系统都成立.我们通过寻找不变量和协议规则之间的对应关系来计算辅助不变量,从而帮助推导验证缓存一致性协议.我们设计实现了一个不变量查找工具并将该工具应用到German协议上计算它们的辅助不变量并成功地验证了协议的安全性质.

摘要:fMRI脑功能成像过程中的心跳和呼吸等生理噪声具有较强的自相关结构特性,因而会对后续数据分析造成干扰.结合生理噪声在时间域和空间域的综合特征,通过典型相关分析方法,可稳健地从非神经组织区域的残差数据中识别并去除生理噪声.并且所提方法不需要任何实验先验信息,实现了对fMRI生理噪声的无监督抑制.通过在真实fMRI数据上进行实验,阐明了该方法的有效性及可靠性.

摘要:针对视频序列分类的问题提出了一种快速抠像技术.根据视频序列间的相关度进行关键帧的区分,得到关键帧、序列间变化细微的非关键帧、序列间变化较大的非关键帧;对于关键帧,采用闭合式的抠像方法来进行处理,获得透明度值、前景像素值和背景像素值;对于变化细微的非关键帧,提出了一种基于帧间连续性的透明度值估计和优化方法;对于变化较大的非关键帧,提出了一种基于特征流传递的机制来传递关键帧的有效信息.实验结果表明,最终在获得与传统方法相比可接受的抠像效果条件下,这种快速抠像技术缩短了处理时间.

摘要:单源最短路径问题是图论中的一个基础课题.结合图与树在数据结构表示上的相似性及易转换性,基于XML技术提出了一种改进的单源最短路径算法.该算法利用XML结构,按照任意树的生成顺序组织成一棵树;而后对树中的每条边做判断,不断调整当前各个节点到源点之间的最短距离.使用基本控件快速实现该算法的仿真过程,实验结果表明,该算法具有较好的时间效率,灵活性较强、简单易懂及较好的应用价值.

摘要:无线监控网络易受衰减、多径、盲区等不利因素影响,经常出现局部节点负载过大而导致拥塞现象的发生,导致数据可靠传输得不到保障.从拥塞控制角度,提出了一种基于拥塞预知的改进的拥塞控制算法.该算法基于主动避免拥塞的设计思想,在选取路由时考虑链路质量指标LQI,并依据ARMA预报算法获得未来时刻的网络流量预报值,由此判断节点的拥塞程度以便预先采取措施,最终实现拥塞自适应控制.实验结果表明,该算法能提升无线监控系统数据传输的可靠性,并能显著提高吞吐量.

摘要:采用权重增量挖掘思想优化算法,为用户推荐个性化产品配置提供了有效的解决方案.方法主要主要分为3个部分,首先利用平台搭建起来的用户跟踪模块对用户行为进行跟踪和数据的收集;然后结合用户最近的行为习惯,使用基于权重增量的Apriori算法进行关联规则挖掘;最后根据挖掘出的结果完成产品推荐的过程.通过对挖掘算法的优化,大大提高了系统的运行效率和准确性,产品推荐随着用户行为的改变而改变,更加符合实际情况.实验结果表明,该算法可以有效解决产品推荐问题,相比于传统关联规则挖掘算法,准确率提高了4%.

摘要:面对士兵学历层次,知识理解能力和掌握速度参差不齐的现状,千篇一律的士兵职业技能教育体制已不再适应网络化时代发展和信息化部队建设的需要.文章在分析了当前士兵职业技能教育存在的问题以及蚁群算法和遗传算法各自的特点之后,提出了根据最佳融合点交叉调用蚁群算法和遗传算法的策略,以使蚁群算法的寻优结果作为遗传算法的种子来优化其初始种群,并模仿TSP问题将士兵的个性化学习过程成功地转化为一个典型的组合优化问题,以此来寻找适合每位士兵的个性化学习路径.实验结果表明,改进后的蚁群遗传算法的收敛速度和寻优能力大大提高.

摘要:为了实时监测运行在户外恶劣环境中的嵌入式设备的运行状态信息,本文设计并实现了基于SMTP协议的嵌入式邮件通知软件.邮件通知软件是运行在带有GPRS网络的嵌入式设备上,邮件通知软件首先检测并获得设备的相关告警信息,生成指定格式的邮件内容和邮件标题,然后在设备与邮件代理服务器之间通过GPRS网络建立TCP连接,按照SMTP协议的语法结构发送告警信息邮件给指定邮件代理服务器.最后设计了相关实验来测试邮件通知软件检测设备告警信息和发送告警邮件的可靠性.实验结果表明基于SMTP协议的嵌入式邮件通知软件能够满足实际运行环境的要求,同时软件具有较好的可靠性和稳定性.

摘要:针对有效利用车辆灯语信息的问题,提出了一种基于图像的车辆尾灯灯语的检测识别新方法.该方法首先利用颜色、对称性特征在图像中检测出车辆尾灯对,并对车辆尾灯进行连续的跟踪.然后使用参数优化的最小二乘支持向量机(Least Squares Support Vector Machines,简称LS-SVM)对得到的车尾灯状态进行分类判别.最后结合状态历史信息,综合推断出各前方车辆当前灯语含义.以实车拍摄的白天道路视频进行实验,可以看到由识别出的灯语信息能够准确判断出前方车辆刹车、转向、灯不亮,表明该检测识别方法有效.

摘要:模糊C-均值聚类算法是目前应用最广泛的聚类算法,但其仍然存在对孤立点敏感及对初始中心点依赖等问题.为此,提出了一种改进的基于样本加权的模糊聚类算法,该算法可以更加准确的获得初始中心点且去除噪声点.同时,针对Weka系统中聚类算法的薄弱性以及聚类问题在数据挖掘领域的广泛性,本文对此平台进行二次开发并对传统FCM算法与改进算法进行研究.研究发现,改进算法使得聚类结果稳定,且能准确获得聚类结果,提高了算法准确率.

摘要:梯度向量流模型(GVF Snake)在图像处理领域取得较好的效果.但它简单的迭代运算方法,其收敛速度慢,限制了其应用.针对梯度向量场的计算,提出一种基于BFGS算法求解力场的方法,给出详细的求解过程并并且通过计算机仿真进行数值求解,最后将改进后的GVF Snake模型用于图像处理.结果表明, BFGS-GVF建立的梯度向量场性能较好.与图像处理中的牛顿几何轮廓算法、CV活动轮廓算法及IALM-GVF Snake算法进行对比, BFGS-GVF Snake算法能得到清晰、光滑的图像轮廓.

摘要:决策树是非常流行的数据挖掘方法.介绍了决策树的理论,分析了决策树的构造,讨论了C5.0算法的思想及其优缺点,同时为深入了解影响大学生心理健康的主要心理症状及因素,将C5.0算法应用于大学生心理健康测评数据,根据挖掘结果可以更深入的了解学生心理健康问题,为高校开展好大学生心理健康教育有着现实的意义.

摘要:云计算的广泛应用导致数据中心的产生.数据中心的能效的高低不仅涉及到电费,还关系到否符合环境法规.作者通过修改Hadoop YARN编程模型,使用RAPL的能耗限制功能来降低应用程序中计算失衡时的能耗.目的是测试在不会明显地降低性能的条件下,通过RAPL接口控制CPU的能耗是否有效.通过实验表明,在同样的负载下, Phadoop架构在分块矩阵乘法上相对于原来的Hadoop架构的能耗降低了34%.

摘要:智能导学是当前信息化教学研究的一个热点领域,将导学技术应用到难于识记并需要严格遵守的规章规程类知识领域,将极大地提高领域人员对相关知识的快速理解与掌握能力.采用面向对象的知识表示方法,提高了对通用主题和问题模板表示的灵活性.设计了基于模板的领域知识表示方法和导学问题生成方法,可实现一个主题知识生成多种问句.采用约简的有限状态转移方法,避免了对话管理中状态数量庞大的问题.最后,本文以船舶损管领域为例,将此方法运用到船舶损管训练语音导学原型系统中.系统运行良好,充分表明这种设计方法是切实可行的.

摘要:四旋翼无人机具有机械结构简单、可垂直起降等优势,在各个领域都有极广泛的应用.经典控制算法如PID对无人机在受扰动或环境变化时的控制效果不理想,难以调节至平衡状态.论文对动力学建模加以适当简化,设计了自适应控制律,数值仿真实验结果表明,模型参考自适应控制能在很大范围内有效屏蔽干扰,验证该算法是有效的.

摘要:针对三维空间中目标物体定位的问题,提出了一种结构简单、操作方便、性价比较高的单摄像机实现双目立体视觉定位的方法.在对目标物体的识别和定位中,利用各方面性能和指标都比较好的SURF算法对所获取的图像进行特征点的提取和匹配.实验结果表明,文中使用的基于SURF算法的单目转双目视觉定位的方法,不论是在定位的精度,还是在时间速度方面都表现出了很好的可行性与实用性,具有一定的现实利用价值.

摘要:极限学习机(ELM)是一种新型单馈层神经网络算法,在训练过程中只需要设置合适的隐藏层节点个数,随机赋值输入权值和隐藏层偏差,一次完成无需迭代.结合遗传算法在预测模型参数寻优方面的优势,找到极限学习机的最优参数取值,建立成都双流国际机场旅客吞吐量预测模型,通过对比支持向量机、BP神经网络,分析遗传-极限学习机算法在旅客吞吐量预测中的可行性和优势.仿真结果表明遗传-极限学习机算法不仅可行,并且与原始极限学习机算法相比,在预测精度和训练速度上具有比较明显的优势.

摘要:自然环境下获得的植物叶片图像往往由于阴影的存在而严重影响植物叶面特征的提取,为了解决这个问题,提出了一种基于YCbCr颜色空间的阴影的检测与去除方法.首先在YCbCr颜色空间中计算Y通道强度,采用阈值法检测阴影区域.然后在YCbCr颜色空间下根据光照模型对阴影区每个像素进行光照恢复.最后转化到RGB颜色空间下.相对于直接在RGB空间进行的阴影去除,该方法减弱阴影区的边缘效应,使得去除阴影后的区域与非阴影区的颜色更加一致,恢复图像看上去更加自然.

摘要:基于flex技术的报表系统,首先描述flex技术的使用和优势,简述当前业界报表设计普遍存在的问题,然后详细介绍了基于flex技术的报表系统的各个模块和对应的功能,以及通过此系统从报表设计到报表上线的全过程,最后阐述了此系统下一步的改进方向.

摘要:数据安全是数字化校园建设的重要问题,快速准确检测数字化校园的安全性及存在的风险和漏洞,成为急需解决的问题.在改进BP算法基础上,设计一个基于神经网络的数字化校园安全检测原型.通过统计底层网络协议(TCP)的数据流量和信息数据包协议头的信息,将信息预处理后送入已训练过的神经网络模块,以此判断当前网络数据流量存在的攻击或扫描行为.实现快速检测数字化校园存在的漏洞和安全隐患,提前预防和减少数字化校园受到的攻击和破坏.