基于区间映射规则的数字直方图处理

在经典的单映射规则SML和组映射规则GML的基础上,提出一种新的映射规则——区间映射规则(IML),并提出基于IML的数字图像直方图规定化方法。以8阶灰度直方图为例,通过对常用均衡化方法的实例分析,引出基于IML的直方图均衡化方法——等区间映射均衡化(IIME)。用实验数据分析和证明了IML和IIME的优越性。

一种基于XML映射规则的数据迁移方法设计和实现

数据迁移可以看作是实现从源数据库表到目的数据库表的映射。研究了数据迁移的形式化过程,详细讨论了该过程中存在的几类重要映射,提出了基于XML的通用映射规则表示方法。在此基础上,介绍了通过分析数据库表对象创建脚本自动生成XML形式映射规则框架的方法,并讨论了实际的数据迁移过程。

本体映射规则研究

介绍了本体和本体映射的概念,以及本体映射的过程和方法。打破传统的本体映射思路,灵活定义了本体之间的映射关系,将本体映射从宏观和微观两个方面进行分类,总结归纳出了一套本体映射规则,形成一个相对完整的本体映射规则体系,并对每条规则的来源和推理过程都进行了相应说明。

一种新的DNA序列映射规则及其分析应用

在ＤＮＡ序列的研究中，序列的数值化是首先需要解决的问题。这里，提出了一种新的基于复域的映射规则，它以一维的形式反映了序列的多维组成：并分别从理论与实验两方面对该方法与已有的几种映射方法进行了对比与分析，论证了该方法的有效性及实用性。以此规则为基础，分析了外显子序列和内含子序列的编码结构和分形尺度特性，并以序列的编码结构—分形尺度特性—序列长度所构成的三维空间为基础，分析了外显于序列和内含子序列的可识别性。

用于数字图像直方图处理的一种二值映射规则

直方图表示数字图像中每一灰度级与其出现频数间的统计关系 ,它可给出图像的概貌性描述 ,而基于直方图修改技术的灰度变换是图像增强的实用而有效的处理方法之一。直方图处理包含均衡化和规定化两种技术。均衡化的目的是使图像像素均匀地分布在所有灰度级上 ;规定化的目的是将原图像的直方图转变为规定的直方图 ,以便突出一定灰度范围内的图像。为了进一步提高直方图处理算法的有效性 ,首先分析了现有的几种数字图像直方图均衡化和规定化算法存在的缺点 ,然后提出了一种新的二值映射规则 (BML ) ,该规则基于最优控制原理 ,以直方图误差最小为准则进行灰度映射 ,实验证明 ,该规则算法简单 ,无论是用于直方图均衡化处理 ,还是用于直方图规定化处理 。

先前知识经验对远距离水平映射规则内隐学习的限制

先前研究发现远距离规则能够被内隐地习得和迁移,表明内隐学习获得的知识是底层的抽象规则,那么这一抽象规则的习得和迁移是否会受到先前知识经验的限制?研究采用汉语声调的远距离水平映射规则为材料,通过创设不符合平仄知识经验的任意声调水平映射规则,在控制组块和重复结构等表面特征的条件下,探讨先前知识经验是否限制了远距离水平映射规则的内隐学习和迁移。结果发现相对于符合平仄知识经验的汉语声调水平映射规则,被试不能够内隐地习得和迁移任意声调的水平映射规则,表明先前知识经验在远距离水平映射规则内隐学习过程中发挥着重要作用。

基于IDEF与UML的系统建模方法及映射规则研究

为对复杂系统进行建模,提出了一种IDEF和UML相结合的建模方法。该方法采用IDEF0、IDEF1X及IDEF3建立的IDEF模型,然后通过映射规则将IDEF模型转换为UML模型,再经过详细设计形成完善的UML模型以进行面向对象软件设计。本文重点研究了IDEF转换为UML模型的映射规则。

数字图像直方图处理中的映射规则——评“用于数字图像直方图处理的一种二值映射规则”一文

分析了文献[1](张专成,张孝杰,邹涛.用于数字图像直方图处理的一种二值映射规则.中国图象图形学报,2004,9(3)280～284)中用于直方图规定化的“二值映射规则”,指出该规则与文献[2](ZhangYJ.Improvingtheaccuracyofdirecthistogramspecification.IEEElectronicsLetters,1992,28(3)213～214)中的“组映射规则”是一致的。同时还分析了文献[1]中的直方图均衡化方法,指出该方法采用的并不是上述的映射规则,但要对其性能进行全面评价还需要研究对均衡化效果进行评价的准则。

基于归一化映射规则的一般灰预测模型NGM(1,1)

通过对白化微分方程解的指数函数特性的分析 ,提出原始灰序列的归一化映射规则 ,使非等间距灰预测模型NGM( 1,1)适应一般灰序列 ,灰预测精度也大大提高 ;这亦解决了含负值灰序列预测的理论问题 ,拓宽了灰色预测理论 .最后给出了两个验证性算例 .

VFP过程蓝图到抽象逻辑结构图的逆向映射规则与同步更新方法

当对导出VFP抽象逻辑结构图逻辑层表示进行编辑操作时 ,必须解决抽象逻辑结构图概念层表示的一致性同步更新问题。给出VFP逻辑结点到概念结点的逆向映射规则及其一致性同步更新方法。

基于SVR的语音变换映射规则研究

该文介绍了语音变换与支持向量回归(SVR)的基本理论。提出了基于多输出支持向量回归的语音变换特征参数映射规则,并对该映射规则进行了仿真实验。对变换后语音所进行的主客观测试表明,该映射规则对比码书映射和高斯混合模型,能够在参数映射离散性和平滑性之间有效折中,提高语音可懂度。

面向中医药语义维基百科的数据映射规则研究

目的:面向中医药语义维基系统,建立用于集成语义维基百科的数据映射规则,保证集成知识的准确性与可靠性。方法:调研相关文献研究,分析用于相关知识集成的中医药领域数据资源特点,确定规则。结果:结合中医药语义维基百科相关知识展示,确定用于集成的数据资源,建立通用元数据及判断概念一致性的映射规则。结论:面向中医药语义维基百科的数据映射规则的建立,可实现中医药领域知识规范与有效集成,保证百科知识的准确性与可靠性。

改进的关系模式本体学习映射规则研究

针对现有本体学习方法中存在的问题进行改进,提出了由关系模式进行本体学习的若干映射规则。首先介绍了本体的形式化定义,然后对现有关系模式向本体转换的各种方法进行了总结,并分析其存在的问题。在此基础上提出了基于关系模式的本体学习映射规则,并通过实例分别进行了说明。最后对算法的语义覆盖度进行了评价。

MIS数据迁移中的映射规则

在MIS更替中,数据迁移必不可少,通常包括数据抽取、数据转换和数据加载。源系统和目的系统可以看作两个逻辑模型,以此为前提,本文主要讨论了数据迁移过程中应该保证数据完整性约束,在此原则之上提出了映射规则,并在此基础上进一步讨论了映射规则中实体间、表格间以及字段间的对应关系,及其规则中存在的运算法则。

汉语声调水平映射规则的内隐学习及其长度迁移效应

内隐学习领域关注的重要问题是被试能够习得何种结构及其相应的学习机制。远距离规则的研究为澄清这一问题提供了新的视角。现有研究已证实被试能够内隐地习得并迁移固定长度的远距离规则。按照内隐学习抽象性的观点,如果被试习得的是远距离的抽象规则本身,那么迁移也同时会发生在不同长度的材料上。因此,研究以独特的汉语声调水平映射规则为材料,通过对表面特征与底层规则之间的分离操作,探讨声调水平映射规则的内隐习得和长度迁移,结果表明被试不仅能够习得这一规则,还能够将该规则灵活迁移到不同长度的材料上,进一步为内隐学习的抽象性特点和无限性的学习机制提供强有力的新证据。

一种基于映射规则的冲突消解方法

针对目前基于本体的XML数据集成系统中,仅仅通过映射到全局模式来进行冲突消解的不足,该文提出了一种可扩展的映射规则模型。基于该模型,给出了一个冲突消解算法,可以较好地解决由于局部数据源间的冲突引起的局部数据源查询结果整合不正确和数据源间的连接操作失败等局部数据源互操作中出现的问题。

天线映射规则伪随机变化的新型空移键控系统

在传统的空移键控技术基础上,对天线映射规则进行伪随机改变,旨在探索一种新的抗截获通信方式。重点分析了所提方案的实现原理及天线映射结构,并计算了其误码率联合上界;接收端采用最大似然算法,确保了天线位置序号能被正确检测。性能仿真表明,该方案的传输性能取决于发送与接收天线数目,而与所选取天线映射规则的个数无关。最后,从窃听方破译天线序列复杂性的角度出发,证明了系统具有很好的反侦察、抗截获性能。

基于XML映射规则的油气管道数据动态迁移系统设计

针对传统油气管道数据动态迁移系统数据映射性能较差的问题,提出一种基于XML映射规则的油气管道数据动态迁移系统。系统硬件配置为调度模块,由FIFO调度器、计算能力调度器、公平调度器、I/O调度器、TaskTracker、JobTracker构成。系统软件包括数据转换模块、数据动态迁移模块,其中,数据转换模块主要利用XML映射规则获取XML映射数据,并将其嫁接在目的数据库与源数据库之间,以实现油气管道数据的数据类型转换与数据备份;数据动态迁移模块主要通过数据迁移程序发出的数据迁移命令来迁移XML配置文件。该系统通过硬件与软件相结合实现了油气管道数据的动态迁移。为了验证该系统的数据映射性能,将该系统与几种传统油气管道数据动态迁移系统对比,共同进行油气管道数据动态迁移的对比实验。实验结果证明,基于XML映射规则的油气管道数据动态迁移系统的数据映射性能更强并且更稳定,说明该系统更适用于油气管道数据的动态迁移。

知识组织系统自动映射规则研究与实现——以《杜威十进分类法》和《中国图书馆分类法》为例

详细介绍运用数理统计学和语料库语言学的方法建立DDC与CLC的映射规则,并利用该规则设计和实现DDC-CLC映射规则试验系统,然后运用该试验系统生成DDC与CLC映射关系表,最后利用已经同时拥有DDC和CLC的数据对生成的映射关系表进行检验,从而通过不断的改进映射规则得到相对有效的映射关系表。

基于关联规则映射的生物信息网络多维数据挖掘算法

针对在生物信息网络中对复杂和大规模的数据集进行挖掘时所出现的算法挖掘精度低、运行速度慢、内存占用大等问题,提出一种基于关联规则映射的生物信息网络多维数据挖掘算法。该算法结合网络数据集之间的关联映射关系,从而确定网络数据集的关联规则,并引入挖掘因子和相对误差来提高算法的挖掘精度;根据多维子空间中数据集之间的关联程度进行子空间区分以及子空间内数据集区分,从而实现对不同数据集的有效挖掘。在实验中,对不同数据集数量下的算法内存占用情况、算法挖掘精度、算法运行时间进行仿真,从实验结果可以看出基于关联规则映射的挖掘算法可以有效地提高挖掘精度,在减少内存占用和提升计算速度上也具有一定的优势。