计算机图形学课程教学思考

为有效提高计算机图形学的教学质量,本文在分析教学过程中存在的主要问题基础上,结合计算机图形学的学科性质、特点及学生的实际情况,从教学内容、理论教学和实践教学等环节探讨了该课程的教学思路和方法,以期为计算机图形学的教学工作者提供一定的参考。

烟台市苹果病虫害监测预警系统的研发与应用

为提高苹果病虫害防治的科学性、准确性和及时性,以C#语言作为开发工具,以GPRS无线通讯技术、地理信息系统(GIS)和计算机网络技术为支撑,采用B/S体系结构,开发实现了烟台市主要苹果病虫害监测预警系统。通过将苹果病虫害数据库、预报模型数据库以及气象数据库进行有机结合,该系统能够将抽象的数据转化为直观易懂的电子地图,清晰明了地显示病虫害的空间分布规律及发生程度。实践表明,该系统能对烟台市主要苹果病虫害提供方便有效的监测预警服务。

基于改进型基因表达式编程的神经网络优化设计

提出一种用基因表达式编程(GEP)自动设计神经网络的算法。针对标准GEP算法在优化神经网络过程中的早熟现象和变异率低问题,对算法进行了改进,并给出算法的具体应用实例。与其它优化算法的对比实验表明,GEP是一种有效的神经网络设计方法,并且改进的GEP算法比标准GEP算法进化效率高,将收敛率提高了37个百分点,收敛速度快,进化代数仅是标准算法的58%。

基于数学形态滤波算子的黄顶菊种子图像边缘检测

黄顶菊种子边缘检测是进行黄顶菊种子形态特征提取和分析的基础。经典的边缘检测算法由于抗噪声能力差,无法精确检测出黄顶菊种子的边缘。为此,运用数学形态学的基本原理和方法,提出了一种基于数学形态滤波器的二值图像边缘检测算法,应用于黄顶菊种子图像的边缘检测。实验结果表明,提出的边缘检测算法的性能明显优于经典的边缘检测算法,不仅能够准确、有效、完整地提取出黄顶菊种子的边缘,同时能有效地去除噪声。

黄顶菊种子的图像分割及特征提取

针对黄顶菊种子人工识别时存在的主观性强、效率低、可重复性差等缺点,提出利用计算机视觉和图像处理技术提取黄顶菊种子特征参数的方法,研究了黄顶菊种子图像的分割方法、目标提取及种子图像中形态和颜色特征的提取方法,分析了各形态特征参数的相关性,筛选出了能精确反映黄顶菊种子几何特征的参数,验证了各特征参数提取方法的有效性,为后期的种子自动识别提供了依据。

基于一类支持向量机的黄顶菊种子识别

为提高黄顶菊种子识别的有效性和正确性,在识别模型建立时,引入一类支持向量机算法解决黄顶菊种子和与其相似种子训练样本数量不平衡问题.介绍了一类支持向量机建模的基本原理,分析了影响模型准确率的主要因素,采用交叉验证法和网格搜索对模型进行了优化.仿真结果表明,该模型在黄顶菊种子识别中具有良好的性能,对黄顶菊种子的平均识别率在96%以上,对非黄顶菊种于的平均识别率为100%.

基于Matlab的神经网络仿真试验设计

针对人工神经网络本科教学难问题,结合本科教学的宗旨,提出了利用Matlab开发仿真试验的方法。论述了BP神经网络的基本原理,给出了BP网络的仿真试验实例。实践表明,该仿真试验不仅界面友好、效果直观,而且有助于提高学生对神经网络的理解和应用。

基因表达式编程的LFC方法及其应用

介绍了基因表达式编程的基本原理,提出了具有线性复杂度的个体适应度评估方法(LFC),并且在遗传操作中采用自适应代沟替代策略,解决了标准GEP算法在求解复杂问题时时空效率低的问题。仿真表明,与标准GEP算法相比,该算法在不损失解的质量的情况下,求解效率得到明显改善。

一种改进的基因表达式编程方法及应用

基因表达式编程(GEP)是基于遗传算法和遗传编程的具有更强数据处理和知识发现的进化算法。介绍了传统GEP算法的基本原理和关键技术,针对求解问题时传统GEP存在未成熟收敛和进化后期收敛速度慢等问题,提出了GEP算法的改进方法,并将改进算法应用于函数发现问题中。与传统GEP算法的对比试验表明改进的GEP算法具有更好的求解能力和更高的性能。

基于PLC的城市集中供热监控系统的设计

本文在研究当前城市供热现状的基础上,分别在按面积和按热量计费方面给出了实现城市远程监控系统的节能技术措施,接着介绍了系统的整体技术方案和实现方法。给出了系统通讯相关设置和系统软件控制流程图,最后介绍了该监控系统管理软件,该监测控制管理系统采用PLC实现现场控制,用组态王做上位操作监控系统,现场与控制室之间通过拨号通讯进行连接。实践证明该系统运行状况良好,能保证热网安全可靠,经济高效的运行。