气象信息电子采集系统错误数据排除方法仿真

研究气象信息电子采集系统中的错误数据准确排除优化问题。当前的气象信息电子采集设备中,对采集数据的校验能力不强,很难做到准确的分类和智能判断,缺少必要的错误信息剔除机制,给后期气象信息的操作带来困扰。为了避免上述缺陷,提出了一种用二次模糊聚类算法的气象信息电子采集系统中错误排除方法。并采用均值聚类方法,对气象信息进行初始分类。利用二次模糊聚类方法,对不同类别中的信息进行错误信息筛选,从而实现错误数据排除。实验结果表明,利用改进算法能够有效提高气象信息电子采集系统获取结果的准确性,为后期的气象信息操作提供了精确的数据基础。

面向X光发音视频的舌位轮廓自动提取方法

发音器官的X光视频为分析人的发音过程提供了重要数据,但由于其存在成像模糊、遮挡严重等问题,使得X光视频中舌位运动轮廓往往难以提取,为此提出一种接近全自动的X光视频中舌位轮廓提取方法.首先采用区域灰度对比的边缘检测算子在舌位运动区域中获取初步边缘点集合;针对X光图像是高噪声图像且舌位轮廓常被其他发音器官如牙齿等遮挡,造成初步边缘点集合中包含了很多的错误点,进一步提出一种基于邻接点簇的点到点距离比错误点排除法,得到较高精度的舌位轮廓边缘点集合;最后借助RANSAC和过控制点B样条曲线拟合技术,提取出整个舌位边缘轮廓点.实验结果表明,该方法获得的舌位轮廓精度高,可用于舌位连续发音运动特征的分析.

NHPP类软件可靠性模型的扩展

对现有的NHPP类软件可靠性模型进行了扩展,提出了一个新NHPP类软件可靠性的模型,该模型将排除的软件错误数和引入的软件错误数都看成随机变量,并利用该模型对软件的可靠性指标进行评估,最后通过实例对一个特殊的NHPP模型进行了验证。

试误与逼近:真理发现的模式

人类的文明史,是一部人类不断征服自然、改造自然、揭示自然奥秘的光辉历史。翻开人类史册,我们可以看到,人们成功的欢乐往往与失败的痛苦交织在一起。失败了,重新干;跌倒了,爬起来,不断从失败中学习,从错误中吸取教训,在反复试误中最终获得真理。然而,长期以来,哲学界对于真理的研究,较多地停留在静态上,很少谈及是怎样在试误与逼近中获得真理的。笔者试图就这个问题谈谈自己初浅的看法。

实事求非

人们每天都在订方案、作决定、写文章,其中固无不存在着许多"是",亦无不存在着许多"非"。其中的是非,都只能通过事实的研究和实践的检验方可明白。知是固然可贵,知非更属难能。知是不知非,知非不知是,通谓之"是非不清"。

生活中的谬误

生活中的谬误１．滚开水泡茶不好。这样会破坏维生素Ｃ，泡茶最好用８０－９０℃开水。２．药片掰开服用更容易不对。药片掰开后有棱角，不光滑，反而不易咽下。对肠溶片来说，破坏了药衣，降低了药效。３．鱼刺卡咽喉，喝点醋排除错误。醋不仅不能排除卡喉，还可能引起粘...

注重解题方法是解物理题的良策

众所周知,如今的标准化考试覆盖面广,题量大.不但要考察学生对所学知识的掌握情况,尤其还要考察学生分析问题、解决物理问题的能力。这样,就要求学生,不但要准确地掌握物理概念、规律、公式,会进行常规的解题,还要会灵活地运用知识,以简捷明快的方法在较短的时间解决较多的问题。因此说,注重解题方法,是解物理题的良策。下面就几个类型的习题分别谈一下笔者的浅见。一、排除法有的单选题,正确答案的求得与证明须一番证明或计算,而有些答案的错误却一眼便能发现。只要排除错误,答案便出。例如:物体以60J 的初动能从 A 点做竖直上抛,在它上升到某一高度 B 时动能损失了50J,机械能损失10J(假定空气阻力恒定),则该物落回 A 点时动能为:

考虑非理想排错过程的软件可靠性模型

经典的可靠性模型排错过程是理想的,没有考虑各种实际情况。实际的排错过程并不是完美的,错误排除需要时间,且不可能完全排除,排错过程中可能引入新的错误,错误排除率和错误引入率均是随时间变化的函数等等。文中针对这些排错过程的实际情况,对Xuemei Zhang等人提出的软件可靠性模型进行了改进,提出新的假设,建立改进的新模型,给出模型的一般表达形式。并通过两组公开发表的失效数据,对改进后模型的一个特例模型的拟合预测能力进行仿真分析比较,最终验证了改进的考虑非理想排错过程的软件可靠性模型的优越性,说明了新模型更符合现实的软件可靠性活动过程。

基于折射率数据的玻璃物证比对检验似然比模型建立及评估

玻璃是常见微量物证,目前国内微量物证检验报告通常只列出检验数据或定性给出比对检验结论,无法量化表达物证比对鉴定结论。似然比证据价值评价方法在全世界被广泛接受,但在中国,针对玻璃物证的定量价值评价方法还未建立,给检察官和法官准确利用玻璃物证带来困难。为提升玻璃物证的证据价值,本文拟建立量化比对检验结论的似然比方法模型并进行评估。基于四大类150个玻璃样品共750个折射率的检验数据,采用高斯核密度估计方法建立似然比(LR)模型,采用直方图和两类错误率对该模型进行评估。通过建立的似然比模型计算得出同源样品间的LR值在6.58~204500范围内,不同源的样品间的LR值在0~0.68范围内,在150个样品的自身比对中,仅有一个样品自身比对的LR<1,错误排除率为0.67%;对150个不同来源玻璃样品进行两两比对,在C^(2)_(150)=11175对比对中,有173对LR>1,错误接纳率为1.55%,两个错误率均较低,在可接受范围内。基于高斯核密度估计建立的似然比模型能够对基于玻璃折射率数据的样品比对给出满意的比对结果,可为法庭提供玻璃样品比对的量化评估值。

网上购物勿忘权益

网上购物为人们带来了诸多便利,但同时也引发了不少的问题,如何保障消费者的合法权益就是其中之一,传统意义上对消费者的保护能否在网上交易中适用,还需要从法律的角度进行分析、对比。

(六)统计工作怎样迎接计算机

统计工作的计算机时代的到来已经是人人都能看得到的事实.计算机的应用将引起统计工作的一场革命.计算机给统计工作带来的好处是有目共睹的,高速度、大容量的计算机的使用,使得统计收集的数据量迅速扩大,一项全国性的调查经常能集中几十亿,

GRE阅读入门:选项的比较与选择

经过了前面几期"GRE 阅读入门"的连载,我们终于进行到了做阅读最后也是最关键的步骤——选答案,选答案如果细致地说,也分为好几个小步骤,而每一个步骤都有读者值得关注的方法和技巧,我们就从读选项的学问说起。读选项的方法依题目类型不同而不同,一般来说,主题类题目要先看各个选项的主动词。

数学选择题的答题技巧

一般数学中考题都有选择题,它由三个错误答案和一个正确答案组成,那么怎样把错误答案排除是问题的关键,本文将通过一些典型实例的分析,向同学们介绍几种排除技巧。一、在“观察”中排除有些选择题只需观察,不需计算就可以排除其它错误的答案,这样做能敏捷、快速地找出正确答案。

一类三角函数选择题的新解法

对于一类三角函数选择题,给出了排除错误选项的新方法.

历史多项选择题的四种解题技巧

历史多项选择题的四种解题技巧□张彩霞近年来历史高考越来越重视能力的考查，其中多项选择题（以下简称“多选题”）考查能力的力度愈来愈大，失分率很高。如何指导学生答好多选题呢？在教学实践中我探索出四种解题技巧。一、限定语突破法做多选题，首先要仔细审读题干，...