关系数据库中函数依赖左部集的结构

讨论了函数依赖左部集,根据左部集内部结构将其分为原子的,半原子的和全可分的,并且讨论了它们的性质。     

关系数据库中函数依赖的直接决定集

讨论了两个归并依赖之间的直接决定的关系,给出了一个归并依赖直接决定集的求法,同时讨论了当函数依赖集为无内部冲突时,直接决定集的性质。     

虚拟环境内部的数据变换和融合研究

虚拟环境（ＶＥ）是一个融合了多维信息数据以产生沉浸感,投入感的仿真环境,为交互ＶＥ中的虚拟对象,需经过一系旬的几何变换,研究了ＶＥ中各种坐标系的几何变换过程,重点探讨了手空间,立体视觉与虚拟空间的数据融合,保证了人机交互的协调性,而且,就上述理论环境,给出了具体的实例,验证了ＶＥ内部的数据融合了关系。     

多环境下空值"NULL"的解析与应用

本文在多环境下对空值“NULL”的设置、赋值、判断及其编程处理方法进行了讨论和分析,并给出了一些明确的结论和使用建议。这些结论和建议对于数据库维护及有关开发的编程和测试人员,具有较高的参考价值。     

基于小波变换的交通流数据集成灵敏度分析

道路上的交通流数据通常是以20-30秒间隔采集并传递到交通管理中心的，为了使这些数据能够广泛地运用于各种交通用途，必须采用合理高效的集成方法对其进行处理。传统的数据集成方法基于数理统计的理论，该方法不能有效地去除数据中的噪音。近年来迅速发展的基于小波变换的交通流数据集成方法克服了这一缺点，通过对交通流数据的频率特性进行详细分析能够使集成更加高效，准确满足不同的交通用途对集成的需求。但该方法尚未作进一步的灵敏度分析，本文通过对数据集成中小波函数和数据样本量这两个重要参数的分析，从理论的角度探讨了这两个参数变化对数据集成的影响。然后以北京市三环上的交通流数据为例，计算得到了数据集成建议采用的小波族和小波阶数，以及合理的最小样本量。该结论对数据集成在将来的实际应用具有指导意义。     

利用Arnold对称性变换的图像信息隐藏算法

提出了一种利用Arnold对称性变换的图像信息隐藏算法。待隐藏的秘密信息以及公开的承载信息均为灰度级静止图像。首先使用图像置乱技术将秘图变换成无意义的图像，同时用一个数值控制置乱的次数，并在嵌入和提取时作为密钥。在此基础上，将密图嵌入到承载图像的DCT域系数中。该算法实现的隐藏图像透明性好，并具有较高的保密性和一定的稳健性。     

基于小波变换的数字水印算法研究

基于小波变换的数字水印技术是当前的一个研究热点,本文系统分析和总结了基于小波域的数字水印算法,并根据水印算法的特点对其进行了分类,详细分析了各类水印算法的各种嵌入和检测技术以及各自的优缺点,最后给出了图像水印算法的测试结果.     

数据加密标准算法DES

本文介绍了对称密钥算法之一的数据加密标准算法的产生前景,算法描述及在Ｃ语言中的实现。     

基于小波变换的频谱检测算法分析

文章分析了认知无线电频谱检测中匹配滤波检测、能量检测、周期平稳过程特征检测的性能,指出了噪声对各自检测性能的影响,给出了一种基于小波变换的信号频谱检测算法,着重对含噪2FSK、2PSK信号进行分离仿真。仿真结果表明,该算法可以有效地进行信号的成分分离,降低了噪声的频谱检测的影响。     

基于主成份变换的多源遥感数据融合

通过利用主成份变换融合,对Landsat7的全色图像与多光谱图像进行融合处理,结果表明:主成份变换融合能够提高多光谱影像的信息量和空间分解力,较好的保留了原多光谱影像的光谱特征,减少图像理解的模糊性,便于目视解译,提高遥感数据的利用率.     

基于布尔可满足性的动态路径优化算法

在对现有的经典路径优化算法性能进行分析基础上,指出现有算法的缺点。通过对布尔可满足性理论的研究,提出基于布尔可满足性的路径优化算法,并结合记忆机制,将其应用在动态路径优化中,减少最短路径的搜索时间和不必要的重复搜索,体现该算法的优势。最后,利用该算法对一简单路网进行验证。     

基于小波变换和余弦变换的盲水印技术

详细介绍了基于一种新型的基于小波变换和余弦变换的盲水印数字水印技术,这种方法的一个显著的优点就是采用水印嵌入算法,提取水印的时候不需要原图象,能够很好的满足了数字水印系统的透明性和鲁棒性,能够经受住加入噪声、中值滤波、压缩等方式的攻击,并且还能够经受住高通滤波和低通滤波.     

基于Curvelet变换阈值法的地震数据插值和去噪

成功的信号分离和去噪依赖于所用的变换能否足够稀疏地表达该类信号.事实上,信号在某变换域的系数越稀疏,阈值去噪的效果也就越好.Curvelet变换是一种非自适应的多尺度.多方向性变换,地震数据在Curvelet域有着几乎最优的稀疏表达.最近的研究表明,Curvelet阈值能够得到比小波阈值更好的随机噪声抑制效果,更高的提...     

基于智能车辆的多传感器数据融合算法研究与分析综述

多传感器数据融合是20世纪80年代发展起来的一门新技术,将智能车辆中多个传感器采集的数据进行合成,并充分利用多感器数据间的冗余和互补特性,从而得出准确的环境信息用于地面车辆定位、车辆跟踪、车辆导航等。文章通过对现有的数据融合方法进行分类和归纳总结,对多传感器数据融合算法的研究和数据融合技术的应用情况进行阐述,为智能车辆多传感数据融合方面的研究提供参考。     

基于单相dq变换与改进PRONY算法的牵引网低频振荡检测方法

牵引供电系统中的电气低频振荡现象会引发机车牵引变流器封锁,从而造成大面积发车延误。为解决这一问题,本文通过大量实测数据分析,给出了振荡时网压和网流的数学描述,并结合简单的车网电气模型简要阐明了网压低频振荡发生机制。根据牵引网单相供电的特点,提出使用网压信dq分解得到的d轴分量作为低频振荡的表征信号和检测对象,设计了以改进PRONY算法为基础的辨识低频振荡主导模式的检测方法。利用低频振荡案例中的实测数据对该检测方法进行验证,结果表明:本文设计的检测方法可以在1.4s内对频率小于30Hz、幅值大于0.01网压标幺值的低频振荡进行识别、计算出振荡主导模式并发出告警信号。      

多雷达与ADS数据融合的可变周期更新算法

为提高空中交通管制系统的整体监视精度, 在研究自动相关监视(automatic dependent surveillance简称ADS)信息与雷达监视信息构成和特征差异的基础上, 通过建立ADS目标与雷达目标之间的数据关联映射关系, 构造了一个将ADS数据与多雷达数据融合处理的过程模型, 提出了基于ADS报告周期调整ADS航迹与雷达航迹融合权重因子的可变周期更新算法。应用结果表明更新算法实现了两类信息的深度融合和对有效信息的综合利用, 既保证了当ADS报告更新率较高时ATC监视的整体精度, 又提高了ADS报告更新率较低时目标航迹的连续性, 降低雷达测量误差对系统监视精度的影响, 是一种用于空中交通管制系统监视数据处理的有效方法。     

基2FFT算法的研究与改进

对非２的整次幂长并序列进行补零，成为２的整次幂序列后应用ＦＦＴ算法计算频谱。本文通过大量实例计算，统计出补零个数与准确频谱线条数之间的关系，因此根据技术要求可查表决定补零个数，对于补零后的序列，含有大量的零元素，为了提高计算速度，本文提出了改进基２ＦＦＴ频率抽取法的算法，在一定的技术要求条件下，有效地提高了算法的计算速度。     

大数据k-Means聚类挖掘优化算法

基于数据规模导致难以应对的存储量、数据规模导致传统算法失效、大数据复杂的数据关联性导致高复杂度的计算等问题,对大数据下的k-means聚类优化算法进行研究,给出了适用于大数据任务处理的MapReduce软件架构的模型机制,通过改进k-means初始聚类中心的选取,提出了一种基于MapReduce模型的k-means聚类优化算法.最后将改进的算法应用于煤炭煤质的分析中,结果显示较传统算法,改进算法的效率有明显提高.