基于多Agent的虚拟系统模型设计

文中提出了以虚拟对象控制器为中心的多 Agent基本模型 .该模型可以分离全局运行流程与局部运行流程 ,从而将高层的系统控制与低层的执行过程隔离 ,解决虚拟系统与实际系统在控制结构上的一致性和通用性问题 .并通过可视编程方式建立的运行实例 。

基于Topic Map的知识管理系统研究

为提高企事业知识的共享、重用以及有效检索,提出了一个基于主题图的知识管理系统模型,采用本体描述语言Top icM aps对企事业中的知识类型进行描述,分析了主题图的特点,研究了知识管理系统中知识主题图和知识表示、检索之间的关系,并由一个实例分析说明了该模型框架的应用。

在嵌入式Internet系统中压缩XML文档的LZWX算法

针对嵌入式Internet系统存储空间小?网络传输慢的特点,对传统的LZW压缩算 法进行了改进,提出了LZWX算法?该算法充分利用了半结构化文本中的结构化特征,延展了 LZW算法中的某些概念,使得编码/解码不再是以单个字符而是以元串为单位进行?同时也给 出了一个简单实用的压缩XML文档的实现方法?实验结果表明在嵌入式Internet系统中应用L ZWX算法能够有效地提高半结构化文本的压缩率,从而提高了存储效率,减少了数据传输量 ?

肺癌细胞识别彩色图像处理系统

本文介绍了一个用于识别痰液涂片彩色细胞图像中肺癌细胞的彩色图像处理系统。为了提高系统识别癌细胞的稳定性与有效性,我们采用了一种细胞分割与分类的分层处理结构。首先,在某一特定的归一化彩色空间中,利用自适应阈值的方法对细胞核进行分割;然后,利用细胞核的形态学特征检出可疑癌细胞;最后用细胞核区的色度学特征对可疑癌细胞进行分类与识别,从而确定是否存在癌细胞。实验结果表明,本文提出的方法是可行、有效的。

相关系数矩阵与多元线性相关分析

相关系数指度量两个随机变量间线性关系的无量纲指标,在研究了相关系数矩阵性质及其与多元随机变量线性相关性之间关系的基础上,提出多元线性相关系数的定义,用于衡量多个变量间线性相关强弱的无量纲指标.分析表明,所提多元线性相关系数能够较全面地反映变量间的线性相关强度.

一种基于双代理架构的嵌入式Internet计算模型

随着芯片技术的发展以及互联网的个性化、移动化趋势，嵌入式Internet系统逐渐成为研究的热点。文章根据嵌入式系统的特点，提出了基于浏览器-代理/智能代理/服务器(双代理)的嵌入式Internet计算模型。该模型通过采用静态、动态缓存管理、页面压缩、协议优化等方法避开了嵌入式系统的弱点。从试验数据看，该模型较为有效地减少了数据传输量，达到了节约有限带宽、提高响应时间的目的。

一个多Agent系统的BDIC多维模型

文章从组织模型、功能模型、信息模型和通信模型四个方面描述了一个层次化的多Agent系统模型，并给出了该模型中Agent的心智状态BDIC到信息模型的一个映射。该模型不仅有助于系统的实施，而且使系统具有较好的可扩充性和重用性。

自适应总体变差图像去噪算法的扩散系数研究

自适应总体变差算法可以解决总体变差算法无法实现去噪的同时保留图像的细节纹理。对该算法的扩散系数研究表明当算法满足如下性质:(′|grad(I)|)≥0,(″|grad(I)|)≥0;当扩散系数法向量方向的值为(′|grad(I)|)/|grad(I)|,扩散系数切向量方向的值为(″|grad(I)|),并且|grad(I)|→+∞时,法向量方向的值趋于0,法向量与切向量的比值趋于0;当|grad(I)|→0时,法向量方向和切向量方向的值均大于0时可以取得较好的试验结果,并认为最小曲面函数是合适的扩散系数。

一种神经模糊系统模型

本文提出一种神经模糊系统模型，其中模糊规则前件用л隶属函数（形状类似于三角形隶属函数，但具有平滑性）表达，给出了类似于BP的参数学习算法．对于平滑函数近似问题的仿真结果表明，与模糊规则前件使用三角形隶属函数的神经模糊系统模型相比，本文提出的模型具有学习过程更加稳定平滑和逼近误差小的优点．对这两种模型性能上的差异做了定性解释．

Uniden 800兆移动电话计费系统

美国Ｕｎｉｄｅｎ公司的８００兆集群式移动电话系统投资少、见效快，我国已引进了数十套．但是系统自身所带的计费软件，是根据美国的计费标准定制的，没有汉化，也不支持长途计费，完全不适合我国国情．因此，我们自行开发研制了一套计费软件经半年多的运行，证明其计费准确，使用方便，解决了国内Ｕｎｉｄｅｎ８００兆系统用户的一个难题．

基于Windows环境的充电电池自动检测系统

本文根据计算机精密检测系统的特点,提出了面向事例的表达式、参数公开的方法,给出了应用程序结构,同时介绍了充电电池自动检测系统,该系统在Windows环境下开发并正常运行,不仅提供了规范友好的用户界面,而且简化了类似系统的设计层次。

基于典型相关分析的组合特征抽取及脸像鉴别

利用典型相关分析的思想,提出了一种基于特征级融合的组合特征抽取新方法.首先,抽取同一模式的两组特征矢量,给出描述两组特征矢量之间相关性的判据准则函数;然后依此准则抽取它们的典型相关特征,构成有效鉴别特征矢量用于识别.该方法巧妙地将两组特征矢量之间的相关性特征作为有效判别信息,既达到了信息融合之目的,又消除了特征之间的信息冗余,为两组特征融合用于分类识别提供了新的思路.此外,从理论上进一步剖析了所提出的方法之所以能有效地用于识别的内在本质.在Yale和ORL标准人脸数据库上的实验结果证实了所提算法的有效性和稳定性,而且识别率大大高于用单一特征进行识别的结果.

Fisher线性鉴别分析的理论研究及其应用

Fisher线性鉴别分析已成为特征抽取的最为有效的方法之一 .但是在高维、小样本情况下如何抽取Fisher最优鉴别特征仍是一个困难的、至今没有彻底解决的问题 .文中引入压缩映射和同构映射的思想 ,从理论上巧妙地解决了高维、奇异情况下最优鉴别矢量集的求解问题 ,而且该方法求解最优鉴别矢量集的全过程只需要在一个低维的变换空间内进行 ,这与传统方法相比极大地降低了计算量 .在此理论基础上 ,进一步为高维、小样本情况下的最优鉴别分析方法建立了一个通用的算法框架 ,即先作K L变换 ,再用Fisher鉴别变换作二次特征抽取 .基于该算法框架 ,提出了组合线性鉴别法 ,该方法综合利用了F S鉴别和J Y鉴别的优点 ,同时消除了二者的弱点 .在ORL标准人脸库上的试验表明 ,组合鉴别法所抽取的特征在普通的最小距离分类器和最近邻分类器下均达到 97%的正确识别率 ,而且识别结果十分稳定 .

一种组合特征抽取的新方法

该文提出了一种基于特征级融合的特征抽取新方法 .首先 ,给出了一种合理的特征融合策略 ,即利用复向量给出组合特征的表示 ,将特征空间从实向量空间拓广到复向量空间 .然后 ,发展了具有统计不相关性的鉴别分析的理论 ,并将其用于复向量空间内最优鉴别特征的抽取 .最后 ,在 Concordia大学的 CENPARMI手写体阿拉伯数字数据库以及南京理工大学 NUST6 0 3HW手写汉字库上的试验结果表明 ,所提出的组合特征抽取方法不仅具有很强的维数压缩能力 。

一种具有统计不相关性的最佳鉴别矢量集

在模式识别领域，基于Ｆｉｓｈｅｒ鉴别准则函数的Ｆｏｌｅｙ－Ｓａｍ ｍ ｏｎ 最佳鉴别矢量集技术有着重大的影响．特征抽取的一般原则是最好抽取模式的不相关的特征，而Ｆｏｌｅｙ－Ｓａｍ ｍ ｏｎ 最佳鉴别矢量集的诸鉴别特征是统计相关的．文中提出了一种具有统计不相关性的最佳鉴别矢量集，并给出了计算公式．对ＯＲＬ人脸图像数据库作了实验，实验结果表明，具有统计不相关性的最佳鉴别矢量集有较强的特征抽取能力，优于Ｆｏｌｅｙ－Ｓａｍ ｍ ｏｎ

二维主成分分析方法的推广及其在人脸识别中的应用

提出了分块二维主成分分析(分块2DPCA)的人脸识别方法。分块2DPCA方法先对图像矩阵进行分块,对分块得到的子图像矩阵直接进行鉴别分析。其特点是:能方便地降低鉴别特征的维数;可以完全避免使用矩阵的奇异值分解,特征抽取方便;与2DPCA方法相比,使用低维的鉴别特征矩阵,而达到较高(至少是不低)的正确识别率。此外,2DPCA是分块2DPCA的特例。在ORL和NUST603人脸库上的试验结果表明,所提出的方法在识别性能上优于2DPCA方法。

中文文本分类中特征抽取方法的比较研究

本文比较研究了在中文文本分类中特征选取方法对分类效果的影响。考察了文档频率DF、信息增益IG、互信息MI、χ2分布CHI四种不同的特征选取方法。采用支持向量机 (SVM )和KNN两种不同的分类器以考察不同抽取方法的有效性。实验结果表明 ,在英文文本分类中表现良好的特征抽取方法 (IG、MI和CHI)在不加修正的情况下并不适合中文文本分类。文中从理论上分析了产生差异的原因 ,并分析了可能的矫正方法包括采用超大规模训练语料和采用组合的特征抽取方法。最后通过实验验证组合特征抽取方法的有效性。

基于模块2DPCA的人脸识别方法

提出了模块2DPCA(two-d im ensional princ ipal component analysis)的人脸识别方法。模块2DPCA方法先对图像矩阵进行分块,将分块得到的子图像矩阵直接用于构造总体散布矩阵,然后利用总体散布矩阵的特征向量进行图像特征抽取。与基于图像向量的鉴别方法(比如PCA)相比,该方法在特征抽取之前不需要将子图像矩阵转化为图像向量,能快速地降低鉴别特征的维数,可以完全避免使用矩阵的奇异值分解,特征抽取方便;此外,模块2DPCA是2DPCA的推广。在ORL和NUST603人脸库上的试验结果表明,模块2DPCA方法在识别性能上优于PCA,比2DPCA更具有鲁棒性。

基于多分类器组合的手写体数字识别

本文提出了一个基于多分类器组合的手写体数字识别方法．文中首先给出了一个客观评价分类器性能的参数，其后基于此参数提出了多分类器的组合方法，并从理论上研究了此方法的一些性质．本文实验采用Concordia大学模式识别与机器智能中心的手写体数字数据库，在实验中，使用了9个利用不同特征分类器进行组合．组合后识别率、拒识率和可靠性分别可达到97．05％，2．05％，99．08％．

重叠细胞图像分离算法的设计

在实际的细胞图像中，经常会遇到重叠现象（又称为聚堆），即多个细胞聚集在一起的情形．这给后续的分析处理带来了困难，因此需要设计一个有效的算法，能够将这些重叠在一起的细胞群分离为单个的细胞．文中针对二值化的图像， 提出了一个基于形态学的的算法．该方法首先利用腐蚀操作，以确定聚堆细胞最终分离为单个细胞的个数，然后再根据腐蚀后的结果，在原始的二值图像上找到分离点，从而最终有效地将重叠细胞分离为单个细胞．文中主要叙述了算法的设计思想及实现。