一种联机手写汉字识别算法的设计与实现

提出了一种统计识别算法与结构算法相结合的联机手写汉字识别算法，模糊采集手写汉字与模板的结构对应关系．应用统计算法进行特征匹配识别，实现了与书写笔划顺序无关的快速、高识别率、手写字形限制小的国标两级汉字识别．

基于LDAP的网格监控系统

对于高性能分布式计算环境——网格——来说 ,监控其中计算资源的状态是至关重要的 .通过监控可以及时发现并排除故障 .通过分析监控数据可以找出性能瓶颈 ,为系统调整提供可靠的依据 .Grid Mon是基于 L DAP目录服务的分布式网格监控系统 ,改变了以往目录服务中不存储动态信息的使用方法 ,灵活地将静态和动态信息结合在目录层次中 ,从而减少了客户端对服务器的交互次数 ,并采用中间件技术有效地解决了直接访问被监控主机带来的安全和接口问题 .借助 L DAP的目录层次 ,建立了网格系统的树状基本结构 .提出了网格监控对象和监控事件的概念及其表示方法 ,从而形成完整的网格监控结构模型 .详细讨论了根据这个模型实现的网格监控原型系统—— Grid Mon.最后 ,通过网格与机群系统的结构不同点 ,阐述了评价网格监控系统的要点 ,并以此为依据 ,结合应用前景对 Grid

城市交通智能咨询系统的设计与实现

分析了国内外城市交通咨询的现状；给出了城市交通咨询软件实现的空间数据结构；提出了基于网络拓扑的智能咨询搜索算法；运用人工智能、地理信息、多媒体等技术，实现了城市交通的智能咨询。测试表明，该系统具有速度快、多媒体显示、维护方便、通用性强等特点。

基于SOA的医院信息系统集成研究

目的:通过分析我国医疗信息系统集成的特点以及面向服务集成方法,建立一个基于SOA(Service-Ori-ented Architecture)医疗信息系统集成的基础结构。方法:以面向服务架构的方式进行医疗信息系统集成结构设计,基于XML技术,通过XML Schema映射的方式建立医疗数据一致共享的虚拟数据库,研究建立医疗信息Web Services集成的方法和原则。结果:使医疗信息系统能够基于WebServices标准进行统一的信息交互,实现全局一致的医疗信息共享模式。结论:基于SOA的医疗信息系统集成结构不仅具有松耦合、定制灵活的特点,而且由于统一的集成模式,使得信息共享的一致性成为可能。

一种基于词汇链的关键词抽取方法

关键词在文献检索、自动文摘、文本聚类/分类等方面有十分重要的作用。词汇链是由一系列词义相关的词语组成,最初被用于分析文本的结构。本文提出了利用词汇链进行中文文本关键词自动标引的方法,并给出了利用《知网》为知识库构建词汇链的算法。通过计算词义相似度首先构建词汇链,然后结合词频与区域特征进行关键词选择。该方法考虑了词汇之间的语义信息,能够改善关键词标引的性能。实验结果表明,与单纯的词频、区域方法相比,召回率提高了7.78%,准确率提高了9.33%。

遗传算法的编码理论与应用

编码是遗传算法求解问题的前提,文章分析了二进制编码、格雷码编码、实数编码、符号编码、排列编码、二倍体编码、DNA编码、混合编码、二维染色体编码或矩阵编码等编码的实质内容,在树编码和可变长编码基础上阐述了自适应编码的基本理论,提出了基于相似度的可变长编码和基于结构的agent编码方式,给出了函数优化、TSP、KP、JSP、机器人路径规划、图的划分和倒立摆等典型优化问题的编码方案。

高维云模型及其在多属性评价中的应用

提出核空间高维云模型并将其应用于多属性评价问题.基于样本取值范围计算云模型的数字特征,生成云模型表达样本属性值与其属于期望值的隶属度之间的关系.在一维云模型的基础上,建立样本的多属性核空间高维云模型.对核空间内的样本,高维云模型的隶属度取值为1;基于样本在核空间高维云模型中的隶属度对样本进行多属性评价;应用核空间高维云模型,对地理信息系统内选定区域进行评价,选出适合作为观察所的位置,并对选取结果进行分类.该模型的多属性评价效果良好.

一种粗糙集属性约简算法

该文针对RoughSet理论的属性约简进行了研究。利用RoughSet和信息论的相关知识,研究了通过可辨识矩阵求得属性约简集,并利用条件熵来计算属性约简集中属性间的相关性,其平均值最小的属性集即为求得的最佳属性约简的结果。实验证明,它可以取得比较理想的效果。最后利用该文的方法给出了对UCI机器学习数据库的例子的约简结果。

基于多目标遗传算法的路径规划

研究三维地形中的路径规划问题.针对三维地形中路径涉及的因素多,将多目标优化的思想引入路径规划.提出一种基于多目标遗传算法的路径规划方法,设计了优化路径的遗传算法实现方案.使用大范围初始化种群的方法,设计了适合于路径规划的遗传算子.实验证明,该算法能综合考虑多种因素,并能同时提供不同特点的多条路径供决策者选择.

多目标优化算法NSGA-II的改进

该文提出了NSGA-II算法的一种改进算法—INSGA。在引入算术交叉算子的同时,提出并引入累积排序适应度赋值策略。实验表明,INSGA具有更高的收敛速度和更好的种群多样性。

基于属性相似度的云分类器

提出了属性相似度概念解决高维对象分类的权重问题,并结合云理论建立了基于属性相似度的云分类器.采用云理论建立训练集的各属性模型,表达各属性值隶属于其类别中心Ex的程度.分类模型由属性模型集成得到,属性权重根据属性相似度计算.各类别的同一属性间的相似度越大,此属性对分类的作用越小.基于粒子群优化方法对分类模型的中心位置Ex进行优化.将此分类器与普通云分类器应用于iris数据集的分类实验,该分类器的分类效果好于后者.

火力优化分配问题的小生境遗传蚂蚁算法

火力分配问题是NP难题,经典的求解算法存在指数级的时间复杂度。文中提出一种小生境遗传算法与蚁群优化算法相结合的小生境遗传蚂蚁算法,并针对具体问题提出蚂蚁搜索的禁忌规则。对该算法进行了实验,并将实验结果与其他算法进行比较分析,分析结果表明:新算法无论是在优化性能还是在时间性能都取得了非常好的效果。文中算法对其他的NP问题同样适用。

基于局部特征的目标识别技术研究

针对基于全局特征的目标识别技术存在的不足,介绍基于局部特征的目标识别技术。研究局部特征的特点和优势,阐述点、线、面3种类型的局部特征的研究现状和主流算法,探讨算法所面临的难点问题,并对基于局部特征的目标识别问题的研究前景进行展望。

基于混合双立方法的MPMAP超分辨力图像插值处理算法

对超分辨力插值获得高分辨力图像的方法进行了研究,分析了通常的插值方法和超分辨力插值算法,并根据对MPMAP算法理论的研究提出了一种新的结合传统线性插值和MPMAP理论的插值算法.通过在初始高分辨力图像预处理和MPMAP迭代过程中分别运用双立方插值代替原成像过程的逆过程运算,相对于双线性插值算法可提高图像的峰值信噪比2 dB以上.结果表明,运用此算法对红外热图像进行处理,同样可以有效地提高峰值信噪比,并可获得很好的图像复原效果.

网络隔离与安全交换技术在HIS中的应用研究

目的:我国医院的网络布局为典型的内外网完全物理隔离模式,为实现内外网间的数据安全交换,满足医院信息化的不断发展,2个物理网络间的信息交换及数据同步不断增大的需求。方法:采用网络隔离与安全交换技术实现医院内、外网之间的数据交换和同步。结果:在介绍了网络隔离与安全交换技术的基础上,研究了网络隔离与安全交换系统在HIS中的应用,设计并实现了基于网络隔离与安全交换技术的检验结果查询系统。结论:采用网络隔离与安全交换技术能够有效的实现HIS中数据安全交换,在医院信息系统中有很好的应用前景。

壳聚糖-阿拉伯胶布洛芬缓释微囊制备工艺研究

本文以壳聚糖和阿拉伯胶为囊材 ,利用复凝聚法将布洛芬微囊化。以微囊的药物包封率为制备工艺优化指标 ,通过正交实验得出微囊的最佳制备工艺条件为 :壳聚糖浓度为 0. 2 %、成囊pH为 4. 5、成囊温度为 4 5℃、搅拌速度为 2 0 0rpm。以最佳制备工艺条件制备含药微囊 ,重现性好 ,工艺稳定 ,同时体外溶出实验表明 ,该微囊具有较好的缓释作用。

一种新的混合聚类算法

聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析就是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。K-平均算法是经典的聚类算法。蚂蚁聚类算法是近来涌现的新的聚类算法,它通过模拟蚁群的智能行为进行聚类分析,已经在数据挖掘中得到应用。通过分析蚂蚁聚类算法和K-平均算法两种不同聚类算法的基本思想,将两种算法结合得到混合聚类算法,仿真实验证明混合聚类算法的算法性能优于蚂蚁算法和K-平均算法。

角点特征在目标识别中的应用

针对在视点变化情况下进行目标识别这一问题,作者结合主分量变换提出了一种基于Hausdorff距离的目标匹配算法,该算法在噪声和遮挡下性能稳定,时间代价较小.作者还提出了一种具有平移、旋转、尺度不变性以及对噪声有抗干扰能力的角点特征构造方法,通过BP网络实现目标分类.与其他三种形状特征进行实验对比,结果证明该方法在视点发生变化时对目标的识别更为有效.

混沌伪并行遗传算法及其在火力分配优化中的应用

剖析了混沌模型的随机性、遍历性和初值敏感性的特点,提出了多种群伪并行混沌遗传算法.把多群体伪并行进化的并行性和混沌运动的内在随机性结合起来,利用不同的混沌扰动策略,把混沌变尺度映射机理应用到种群初始化和中间群体的优化进化实现函数优化.仿真结果表明,混沌伪并行遗传算法比伪并行遗传算法和简单遗传算法具有更快的收敛速度和更高的最优解搜索成功率,可对火力分配进行优化.

基于混合蚁群算法的WTA问题求解

武器-目标分配问题(Weapon-TargetAssignmentProblem)是一种典型的NP问题。该文提出了一种基于遗传算法和蚁群算法的混合算法(GAACO)以解决武器-目标分配问题。首先,使用遗传算法对火力分配问题形成初始解;然后,将遗传算法的结果传递给改进的蚁群算法,对问题求精确解。实验结果表明该算法求精度优于遗传算法,时间性能优于传统蚁群算法。