生理指标变化下的静脉图谱识别技术仿真

静脉图谱特征的准确识别,有助于医生尽早发现各种人类疾病。人体的生理指标是在不断变化的,静脉图谱在人体指标发生较大波动的情况下,形成的图谱特征也会在特定区域会产生波动效应。图谱波动对正常生理指标变化下的静脉图谱特征形成干扰,传统的生物特征识别算法在这种波动条件下,对一些精度要求较高的静脉图谱特征识别具有一定的局限性,静脉谱图的有效识别会被干扰,降低了准确性。提出了采用改进形态检测算子多小波变换图像融合算法的静脉图谱识别技术。针对生理指标变化下的静脉图谱,采用高频融合处理保证特征的完整性,再采用低频融合处理去除由于生理指标变化形成的干扰,最后利用图像的相似度量算法对所有数据进行优化训练,最终实现静脉图谱在生理指标变化下的精确识别。实验结果表明,利用改进算法进行生理指标变化下的静脉图谱识别技术,能够有效地识别生理指标发生变化下的静脉图谱,提高识别效率。

远程监控通信下拥挤水域船舶混合跟踪算法

针对船舶跟踪难,造成船舶之间相互碰撞事故的问题,设计基于远程监控通信的拥挤水域船舶混合跟踪算法。定位船舶的综合运动轨迹,分析船舶运行轨迹变化情况;提取拥挤水域的船舶运动特征,提高船舶跟踪准确性与实时性;基于远程监控通信构建动态混合跟踪模型,统一调度船舶运行轨迹;使用三维积分图像分析船舶尺度变化,找出周围船舶位置,减少船舶碰撞事故,进而实现拥挤水域下船舶的精准跟踪。采用对比实验的方式,验证该跟踪算法的精准度更高,更有利于提高船舶运行周期的安全性,可以应用于实际生活中。

基于不变矩和小波神经网络的交通标志识别研究

研究了用于交通标志识别的小波神经网络模型,并描述了相应的算法,给出实验结果。实验结果表明,采用不变矩提取道路交通标志的特征,再利用训练速度快、优化性能好的小波神经网络作为分类器对交通标志识别具有很好的分类能力,对实现交通标志的精度识别提供了有力的支持。与传统的BP神经网络识别方法相比,小波神经网络的训练速度更快和识别率更高,能够满足在车辆自主导航系统中对交通标志识别的要求。

移动代理系统及网络互操作性研究

提出了两种移动代理系境与Web互操作的模式:MobilePage和MobileApplet.并讨论了它们的实现机制.

浅谈软件能力成熟度模型

介绍了CMM的产生、发展,及其能力等级和关键过程,并将CMM与其他规范PSP、TSP进行比较,分析CMM实施的必要性和在中国的实施现状,最后针对实际情况作出总结.

多维异质网络局部性交叉项补偿信道分配算法

在多维异质网络中,由于承载不同的协议和网络,导致信道拥挤和分配不均衡。传统的多维异质网络信道分配算法采用基于信道切换的动态分配算法,在动态切换过程中易导致数据丢失和信道失衡。提出一种基于数据交叉项补偿机制的多维异质网络信道分配算法,进行多维异质网络信道协议分析与模型分析和求解,考虑用户间接收SINR的公平性,构建信道性能因子,引入一个局部性交叉项补偿信道切换中的失衡性实现算法改进。实验结果表明,改进算法使异质网络生命周期得到扩展,有利于数据的准确传输,避免在信道分配动态切换过程中导致的数据丢失和信道失衡,提高了分配效率和准确性,有效地保证了各用户接收SINR的公平性,信道分配性能上优越于传统算法,展示了较好的应用价值。