基于规则的面向对象分类与监督分类对比研究——以WorldView-2影像为例

针对传统监督分类方法在处理高分辨率影像时会产生“同物异谱,同谱异物”的现象,本文以杭州市WorldView-2遥感影像数据作为基础数据源,设计了一种基于规则的面向对象分类方法(ROOC)以提取研究区域地物,提高地物分类精度。首先,针对不同地物的光谱特征差异构建分类规则函数;其次,依据地物图斑在不同分割层下的大小及形状不一致的特征,引入特征波段并参与多尺度分割;最后,将光谱特征分类规则函数与多尺度分割结果相结合构建ROOC方法,通过目视评价和定量分析的方法与MLC、SVM和NNC 3种监督分类结果进行对比。结果表明,ROOC方法的总体分类精度为81.5%,较MLC、SVM、NNC分别提高了10.0%、10.5%、8.0%;总体Kappa系数为0.7685,较MLC、SVM、NNC分别提高了0.1278、0.1295、0.1057。因此,ROOC方法通过将地物光谱特征差异与多尺度分割相结合,能够更准确地识别WorldView-2影像中光谱特征相近的地物,能有效减少地物混分现象,提高分类精度。

藏语孤立词语音识别技术研究

针对藏语读音首先看后加字,然后根据元音的位置关系决定读音,而且元音比辅音携带更多听觉感知信息的特点,提出了一种改进的HTK系统藏语孤立词语音识别技术.在识别特征参数中,增加更能表征元音特征的共振峰参数提高语音识别的正确性,通过循环迭代方法提高语音训练速度,利用藏文字母拉丁转写方法解决藏文和语音识别系统编码不一致的问题.在二次开发的HTK平台进行实验,正确率达到92.83%,实验结果表明元音特征在藏语音识别中起到重要作用.

海量3D点云数据压缩与空间索引技术

针对3D模型中海量点云数据压缩与空间索引低效问题和漫游过程中相邻两次查询窗口重叠是大概率事件问题,提出邻点差值渐进压缩和基于裁剪重叠区域进行冗余处理的R树空间索引方法。首先,利用八叉树对3D模型进行空间剖分,借助Morton码对每个叶节点管理的点云数据排序,按照R树叶节点的外接立方体大小对数据进行分块,计算块内相邻点数据差值,以块为单位渐进压缩差值,批量读取这些数据块创建R树;其次,借助上次查询窗口范围计算本次查询有效范围;最后,给出基于R树索引的点云数据查询方法。该方法使点云数据压缩率提高了26.61个百分点,并能实现流式传输,同时减少了I/O开销,使其查询性能提高了35.44%,数据冗余减少了16.49个百分点。实验结果表明,所提方法在3D虚拟旅游、数字城市等系统具中有明显优势。

基于自动机XML正则路径表达式查询研究

基于自动机正则路径表达式查询技术是半结构化数据模式下XML查询研究领域颇有价值的方法。许多研究方法对含有"//"操作符和"*"通配符复杂正则路径重写都会产生大量中间路径。设计了处理XML正则路径查询高效方法———CSAS,利用对象交换模型(OEM)作为XML数据模型,有限自动机作为查询模型,提出裁剪XMLSchema转化的自动机片断作为重写自动机来重写"//"和"*"符号的重写技术;利用剪枝技术、谓词处理后移策略实现查询优化。实验证明,CSAS方法是一种高效的XML正则路径表达式查询方法。

基于XML schema的XML文档在关系数据库中的存储

分析了P_schema存储方法存在的问题,提出了改进的P_schema存储方法;通过引入DOM树,使嵌套结构等价于DOM树节点的父子关系,用filiation表存储节点的父子关系;由于多次引用元素结构信息相同,所以存储在同一关系中,用其外键表示引用关系,解决了P_schema存储方法中的一些难题,如嵌套和多次引用元素存储问题.

基于Spark的3D点云数据空间索引技术

针对Spark引擎不支持多维空间查询的问题,提出基于R树的二级空间索引,即在每个Worker节点上创建R子树,并将这些子树作为孩子,在Master节点上创建R树。针对LRU算法内存替换粒度粗、结果不够精确的问题,提出基于数据使用权重的内存替换方法。该方法将每次实际使用数据量与其总量的比值作为替换权重,将热点场景数据以RDD形式持久化至内存中,提高了基于内存查询的效率。根据远粗近细的视觉原理提出细节层次查询,该方法将最能代表物体特征的点云数据先传输给客户端,或者仅把简化模型点数据传给客户端,以解决网络带宽不足和数据加载延迟的问题。实验证明,文中方法能有效解决Spark多维空间的查询问题,查询效率得到了明显提高。

虚拟旅游中海量3D点云数据的细节层次索引技术研究

虚拟旅游中的3D点云数据特别庞大,批量索引成为了当今的研究热点。许多索引树存在兄弟结点空间区域重叠、不能实现细节层次索引、索引效率低等问题。为此,将点数据反射强度和细节层次技术引入R树,在改进R树的基础上提出LODR树。建树前,将点云数据进行排序、分组、去除空间重叠等预处理。树的每层设有不同反射强度阈值,把叶结点中满足阈值条件的索引记录沿父-祖父-曾祖父的家谱关系上移,并插入对应的非叶结点,利用该方法创建细节层次索引树。利用反射强度控制数据冗余,棱锥裁剪技术实现查询优化。实验结果表明,LODR树在细节层次索引、查询效率等方面具有明显优势。

“大学计算机应用基础”教学改革

通过分析我校非计算机专业“大学计算机应用基础”教学存在的问题。论述了如何提高教学效果、培养学生计算机应用能力，从教学模式、教材建设、教学手段、考核方式等几个方面提出改革方案，以便提高这门课的教育教学质量。

“西藏高校计算机类专业人才培养模式研究与实践”课题研究报告

文章是"西藏高校计算机类专业人才培养模式研究与实践"课题的研究报告。文章阐述了课题研究任务、目标与意义,从课题研究途径,研究过程和典型研究方法,研究结论与成果,课题成效及推广应用价值,存在问题与今后设想几个方面进行论述,课题结论是人才培养模式中的管理者、教师、学生、学习空间、用人单位五维主要因素只有处于高耦合关系,才能发挥整体力量,促进人才培养,该人才培养模式特别适合于西藏高校计算机专业的人才培养。课题成果丰富,理论理性强,成效显著,推广应用价值高,对相关课题开展与研究具有很好的引领和示范作用。

西藏智慧畜牧业领域大数据融合:概念、架构与技术

目前大数据融合技术都是在静态单模态数据集上进行的,没有关注大规模数据的多源、异构、不确定和跨语言特性,而西藏畜牧业领域大数据是多源、异构、跨语言的多模态数据。为此,给出西藏畜牧业领域大数据融合技术架构,提出属性聚类的异构数据源模式对齐,基于领域特征的多模态实体链接,面向开放模式实体语义关系挖掘的大数据融合技术,以及基于多模态特征的知识表示和建模、面向领域的深度知识发现与预测、特定领域特征普适机理凝练的知识融合技术。

计算机专业区内班应以实践教学为核心

本文分析西藏民族学院计算机专业区内班生源情况,教学中存在问题,根据作者多年区内班教学经验,从实践教学意义,计算机专业实践性强特点,区内班学生就业取向及用人单位对学生知识需求方面论述计算机专业区内班应以实践教学为核心教学模式,并论述实践教学具体实施办法。

西藏高校计算机专业人才培养有效途径探索

民族高校肩负着培养民族地区专业人才重任,具有民族特殊性,笔者在分析西藏高校计算机专业人才培养存在问题和西藏学生现状基础上,给出西藏特色计算机专业人才培养原则与思路,即人才培养必须服务于西藏经济、社会和信息化建设,人才定位要符合西藏生源特点和西藏单位对人才技能要求。从人才培养目标与规格、探索大类招生、专业与课程体系建设、实践教学为主体、强化软硬件建设及多元化、多指标学生评价体系等方面,提出西藏高校计算机专业人才培养有效途径。

先感性、后理性方法在藏族大学生计算机专业教学中的应用研究

文章针对藏族大学生学习计算机课程存在诸多问题的现状,提出先感性、后理性教学方法。从知识建构,扫除学习障碍,抽象知识感性化表示三个方面论述感性方式在教学中的作用。从构建实践教学体系,抽象知识可视化设计,硬件类课程仿真教学,学习空间、积极情感等方面促进感性教学,使感性教学向理性教学升华并具体论述该方法的运用。且利用成绩指标对比分析和均值T检验证明了该方法教学效果明显优于传统方法。

西藏三维旅游网综合服务平台

三维旅游网作为新的旅游信息平台,为旅游业的发展提供了新的契机,它具有直观、真实、意趣、互动、三维体验、高质三维动画的特点。文章介绍三维旅游概念、发展现状,论述西藏三维旅游网综合服务平台主要功能,构建的技术可行性,建成后给旅游业带来巨大经济效益,必将成为西藏旅游产业发展的基础性支撑平台。

UML建模过程研究

UML是一种可视化的面向对象建模语言,但它并没有定义一个标准的建模过程。本文提出一个基于UML的面向对象分析、设计和实施的建模过程。论述每个阶段的建模任务,每个建模阶段使用的UML图分为必须的和可选的两种,可选的UML图可以根据软件密集度和软件类型等定制,解决了开发过程中的模型平稳过渡和模型冗余问题,对面向对象软件系统建模具有很强的指导性。

Java程序设计课程有效性教学探索

针对Java程序设计课程教学中存在的"低效或无效"问题进行了分析和研究,提出增强Java程序设计课程有效性的建议,并结合实际给出了具体方案。

基于面向对象分类的细小河流水体提取方法研究

以2010年8月和1986年8月横山县TM图像为基础数据源,获取精准水域分布信息并进行动态分析。对2期TM图像进行预处理;创建特征空间WFS,辅助土地利用现状图、地形图、水系图等专题图件进行叠加分析,在WFS中通过全局阈值分割分离出沟谷阴影、植被等背景地物信息,粗提水域分布信息;在此基础上进行LBV变换,并选取适宜尺度执行面向对象分割,优化目标对象识别区;执行SVM监督分类并组合数学形态学开、闭运算对初始全域水体信息提取结果的二值图像进行分类后处理,精确逼近各类水体的水陆界限;依据2期全域水体信息提取结果进行动态分析。结果表明,所用方法能完整、快速地提取出研究区各类型水体的分布信息,准确识别细小河流水体,显著减少对沟谷阴影等背景地物的误判,基本消除椒盐效应;1986年和2010年2期水体提取结果的制图精度和用户精度分别为0.921、0.875和0.913、0.862。

利用数据变换与并行运算的闭频繁项集挖掘方法

针对传统闭频繁项集(CFI)挖掘方法耗时长、效率低的问题,提出一种基于数据变换与并行运算(DTPC)的新型挖掘方法:设计基于质数对数运算的数据变换方法,将大量数据转换成简单的数字;利用Spark并行框架中的平方/开方运算将这些数字转换成频繁项集.3 000万篇文章的大数据集实验结果表明,提出的DTPC算法可以大幅度提升数据挖掘效率,同时减少计算资源的不必要浪费.

激光干扰成像制导导弹研究

信息技术在成像制导导弹中得到广泛应用,而对成像制导导弹的攻击是军事上的难题,针对该问题考虑利用激光武器进行干扰,降低成像制导导弹的效能。计算激光饱和干扰能量,以及制导系统在激光干扰前后命中概率的变化,建立激光干扰模型并进行干扰前后弹道仿真,结果表明激光可以干扰成像制导导弹。

云计算下非显著性特征数据实时挖掘方法仿真

为有效提升网络数据库的语义检索能力和信息分析能力,需要进行基于云计算的非显著性特征数据实时挖掘方法研究。但是采用当前方法进行非显著性特征数据实时挖掘时,随着非显著性特征数量的增加,非显著性特征近似性增强,挖掘性能下降。为此,提出一种基于分段预白化匹配检测的云计算下非显著性特征数据实时挖掘方法。所提方法首先建立非显著性特征数据信号模型,采用现代信号检测技术对非显著性特征数据信号离散数据解析化,建立数据信号解析模型,对非显著性特征数据进行高频信号模拟,对每段非显著性特征数据进行分段匹配滤波检测,得到非显著性数据的特征输入量,结合非显著性数据特征的最优分类面和非显著性数据特征矢量轨迹,实现了非显著性数据特征值的提取,并完成云计算下非显著性特征数据实时挖掘。实验结果表明,所提方法挖掘精度较高,且实时性较强。