基于NB-IoT的低功耗野生保护动物监测系统研制

针对野生保护动物跟踪与监测的低功耗、远程监测、可定制、低成本要求,提出了基于窄带物联网(narrow band internet of things,NB-IoT)的分布式系统设计方案,给出了高效能耗管理、并发通信处理、网络透传关键技术的解决方法。系统由跟踪器和监测信息系统组成,跟踪器包括NB-IoT通信与定位模块、低功耗微控制器、锂电池太阳能复合供电组件、高效率电源转换器;监测信息系统包括数据通信设备、服务器和监控终端。实验表明:系统能长期远程采集动物的位置并在WEB地图上显示实时位置和活动轨迹,能对数据进行定制化统计分析并生成报表,跟踪器平均功耗小于50 mW,平均定位误差小于20 m。系统监测范围大、成本低,已试用于某野生动物保护站,效果良好。

几何特征约束的SIFT特征匹配改进算法

图像配准精度直接影响机器视觉尺度检测的精度,针对尺寸不变特征变换(SIFT)特征匹配未考虑特征点之间的几何关系,对于小插件等灰度变化较平滑的图像易产生误匹配点的问题,提出了几何特征约束的SIFT特征匹配改进算法。首先,用基于边界拓扑分析的图像跟踪算法提取目标轮廓;然后,用轮廓特征对SIFT算法进行约束并利用随机抽样一致(RANSAC)算法去除“离群点对”;最后,估计变换矩阵并完成图像精确配准。基于高分辨率工业相机和高性能计算机构建精密尺度检测系统,以手机USB接口插件为对象进行实验,实验结果表明:该算法图像配准精准度可达95.31%,与SIFT算法、SIFT+RANSAC算法相比较,配准精准度得到了较大提高,该算法已应用于某检测设备研制中。

基于投票约束的Hough变换直线检测算法

图像边缘直线检测的精度直接影响机器视觉尺寸测量的精度,Hough变换算法用于类矩形小插件边缘直线检测时,易在Hough空间形成伪峰、影响边缘检测精准度,为此,提出了基于投票约束的Hough变换直线检测算法,通过引入Hough空间投票权重分配机制来抑制伪峰的产生,对算法性能影响较小,同时较明显地提高了检测精度。基于高分辨率工业相机和高性能计算机构建了精密测量系统,并以手机尾插零件为对象进行实验,实验结果表明,该文算法直线检测精准度可达到89%,与标准Hough算法、概率Hough算法相比较,该文算法的直线检测精准度有较大的提升,且该文研究已应用于某型检测设备研制中。

基于单纯复形的矢量地图多分辨率表示方法

研究了矢量地图中的二维几何图形的多分辨率表示方法,通过分析多维单纯复形在几何图形多分辨率表示中的应用,提出了一种用一维单纯复形进行矢量地图多分辨率表示的方法,同时给出了相应数据结构的编码策略.在该方法中,最低分辨率与最高分辨率的矢量地图数据量之比可达到1:10左右,结合现有矢量地图的多比例尺表示方法,该比例可以进一步降低,另外该方法还可有效地保持矢量地图不同分辨率表示之间的拓扑一致性.

基于Hamiltonian三角剖分的三角网格多分辨率表示

三角网格模型的多分辨率表示是几何模型绘制与传输的基础,本文通过三角形之间的拓扑相邻关系将三角网格划分为广义三角形带的集合,然后利用Hamiltonian三角剖分的性质构造三角网格的多分辨率表示。该方法统一了单分辨率网格和多分辨率网格的表示方法,当模型有c个不同分辨率表示时,其编码效率为(logc+5)bit/vertex。

一种自适应字长的中文词库的构建方法

中文搜索引擎中的词库是提高文本信息存储与查找效率的关键.以异或Hash算法为基础,根据对不同字长词出现概率的统计结果,利用词条的机内编码和汉字笔画数,把不同字长的词散列到不同的Hash值区间.实验结果表明该算法可以将Hash值的冲突率降低到0.327‰,该方法可用于计算机语料库建设和中文输入法等自然语言处理过程.

三角网格的统一单分辨率与多分辨率表示方法

通过三角形之间的拓扑相邻关系,将最高分辨率的三角网格划分为广义三角形带的集合,然后利用Hamiltonian三角剖分的性质对广义三角形带进行简化,从而构造三角网格的多分辨率表示.该方法统一了单分辨率网格和多分辨率网格的表示方法,当模型有c个不同分辨率的表示时,其编码效率与c的对数成正比.

一种面向虚拟环境的真实感水波面建模算法

给出了一种新型的模拟真实感水波面的建模算法 引入Perlin噪声作为水面高度场动态变化的激励源 ,依靠噪声的平滑特性来模拟水面连续动荡变化的效果 为了避免对每个水面网格点进行噪声计算 ,使用了准均匀B样条曲面来构造水波面 ,将噪声施加于B样条曲面的特征控制点 ,间接地控制水面高度场 ,这样在不增加噪声计算量的情况下可以对水面进行高分辨率的细分 ,而B样条曲面的生成速度依靠图形硬件的加速功能得以保证 用独立于视点的CubeMap纹理映射技术模拟了水面的反射效果 ,用跟踪视向量对应的折射向量的方法模拟了折射效果 实践证明 。

产品数据管理的关键技术

论述了产品数据管理技术的产生背景和研究内容 ,提出产品数据管理系统的功能组成与结构模型 ,研究了产品信息库模型、系统集成工具、系统可适应性、产品信息一致性维护等产品数据管理关键技术及其发展方向 .

训练支持向量机的Huber近似算法

支持向量机是基于统计学习理论的结构风险最小化原理提出来的一种新的学习算法,它把模式识别问题建模为一个简单约束的高维二次规划问题.该文利用Lagrangian对偶方法,给出此高维二次规划的无约束对偶问题;考虑到该对偶问题是不可微的,利用Huber近似将其近似转化为连续可微的分片二次函数的无约束极小化问题.证明了该分片二次函数的极小点对应原二次规划的ε最优解,而用此极小点可直接算出支持向量和最优超平面.最后针对分片二次函数的特点,提出了Newton型算法,结合精确一维搜索技巧,可以快速求解该问题.数据实验结果仿真表明该算法能够在低存储需求下有效提高大数据量、高维问题的训练学习速度.

产品设计文档自动生成研究

在分析产品设计文档管理要求的基础上，抽象出产品设计文档的物理模型——应用二叉树控制排序规则的分段有序链表，并以此为基础提出了一种产品设计文档自动生成的算法．

西安市数字方志全文检索系统的设计与实现

通过Lucene API实现对PDF文档的一次全文检索,为了更精确地定位搜索关键词,设计并实现了一种新的二次索引算法,该二次索引带有关键词的页码、坐标及其上下文等信息。利用该二次索引可将检索结果定位到PDF文档的具体页,然后在页面上标示出关键字的具体位置,使对PDF文档的二次检索达到了类似Google Book的图书检索效果。系统测试结果说明系统具有良好检索性能,有较高的查全率和查准率,能够满足用户快速检索的需求。系统作为西安市数字方志全文检索平台投入使用已有2年,取得了较好的应用成果。

一种新的基于主分量排序的高维索引结构

利用KL变换的能量集中特性,改进了向量近似方法中的索引结构。在KL变换域上建立近似向量,选择能量最大的分量作为主分量,根据主分量值对近似向量进行顺序排列,并且用B+树存储每个数据页面中主分量值的范围。在k近邻搜索过程中,采用变换域部分失真搜索算法,从初始访问数据页面开始在升序和降序两个方向上顺序访问近似向量。改进的索引结构既保持了顺序访问特性,又大幅度降低了数据页面访问数量。在大型高维图像特征库上的实验表明,新的索引结构不仅降低了搜索过程的I/O时间,而且提高了CPU搜索速度。

高维数据集合的空间区域描述与快速匹配

高维数据集合的整体性匹配是一种重要的查询方式.基于点对点的元素匹配方式具有极高的运算复杂度,难以在大规模数据集中应用.针对相关性较强的高维数据集合,提出一种基于空间区域的整体性描述方法.在数据集的少数主分量上,以主分量正负半轴上的投影中心点作为参数,构造低维的非对称超矩形来整体描述数据集合,并动态计算平移和旋转尺度距离来进行相似性匹配.非对称超矩形构造方法能够适应不同的数据分布情况.以大规模视频片段检测作为验证平台,实验结果表明:与现有的高维数据集合快速匹配方法相比,新的空间区域描述方法能够提供很高的检索精度和很快的检测效率.

有向环边界自动生成的算法研究

研究了有向环边界生成算法，可以将指定区域的图形边界自动地处理成“有向环”结构．应用该算法。

面向高维数据集的近邻顺序查询方法

对顺序索引方法进行了研究,提出一种基于向量近似的高维顺序索引结构,该结构顺序访问部分文件就能完成k近邻查询。在查询过程中依据投影值来终止查询过程,依据距离来排除不匹配的数据。为进一步降低数据访问率,采用椭圆体聚类算法对数据集进行划分。新索引结构支持以多个顺序访问过程完成k近邻查询,能够同时降低查询过程中的I/O开销和CPU开销。在大型高维图像特征库上的实验表明,新的高维索引结构的查询性能优于其他高维索引方法。

协同创新,凝炼远程教育精品

总结了开展远程教育的经验体会，论述了远程教育的特点和优势，剖析了这一教育方式存在的问题，提出了改进的意见和方法。

基于Web Services的个性化学习资源获取

学习资源的共享与获取是电子学习中的重要内容,本文首先根据概率论模型提出一个学习资源与学习需求之间的相似性计算方法,然后基于WebServices技术提出一个获取个性化学习资源的解决方案,用来解决教育机构资源的整合和学习者获取个性学习资源的问题。利用该方案,学习者在任何一个提供此服务的客户端索引学习资源时,都可以从众多教育机构提供的学习资源中获得最符合自己需要的学习资源。