广义关联规则基及其挖掘算法

为了解决传统的关联规则挖掘中产生大量规则的问题，提出了项目集上闭集和广义关联规则基的概念，并得出了闭项目集的上闭集是它本身、上闭集是惟一的等性质．基于这些性质，给出了事物数据库的广义关联规则基，不仅保留了数据库中所有关联规则的信息，而且规则有一致的结构，从而最大限度地减少了规则生成的数量．此外，还设计了广义关联规则基的挖掘算法，并通过实例验证了它的正确性．     

一种信号多辨分析的新方法

为了应用有限元方法对信号进行多分辨率分析，用群论方法将有限元正交化，构造出周期区域有限元的正交函数．将所构造的正交函数用于函数逼近．给出了函数逼近时细剖分与粗剖分正交函数系数之间的递推关系，并将所导出的递推的关系用于信号多分辨率分析和信号的压缩．     

分布式事务处理的一致性控制研究

基于对银行异种大型计算机互连的应用网关系统设计的研究,实现了一种分布式事务处理一致性控制的机制,解决了银行交易中事务失败后资金安全的问题.以分布式异构系统的事务处理为主题,对一致性、恢复机制以及事务处理逻辑等相关技术问题进行了讨论.     

宏程序在数控加工中的应用

以半椭圆球的实际加工为例,探讨了采用宏程序实现非圆曲面的加工,加工效果比较理想。     

SMA沥青混凝土路面材料荷载行为模式研究

采用图像处理分析技术观察SMA沥青混凝土及密级配沥青混凝土在荷载作用下其粗集料移动轨迹的变化,定量描述SMA沥青混凝土粗集料构架形成机制、抗车辙能力成因、粗集料材料形状组合因子偏差等因素,建立粗集料移动轨迹与车辙量的行为模式,研究SMA沥青混凝土材料荷载行为,以使其应用于公路及机场路面能完全发挥其特性。研究结果表明:SMA沥青混凝土粗集料碾压过程中粗集料趋向水平方向移动,且移动量小,粗集料构架处于最稳定阶段,故SMA沥青混凝土车辙量较小,抗车辙能力较好;密级配沥青混凝土中粗集料趋向垂直方向移动,粗集料移动量大,容易造成粗集料构架不稳定,故沥青混凝土车辙量较大。     

基于图像处理的内河船舶目标提取与特征值计算

内河航行船舶进行目标提取及特征值计算,是船舶航行监控及船舶交通流参数测量的基础。文中主要介绍:1将背景差分法与大津法相结合,提出了1种新的船舶目标提取方法,对不同天气、不同角度下内河在航船舶目标进行提取;2提出了基于圆环划分的特征值算法,通过此算法计算所得目标船舶的特征值。验证结果表明,基于背景差分结合大津法可实现船舶目标提取,所得船舶轮廓较为清晰,并具有一定天气适应性;在特征值计算实验中,正拍图像的特征值1均大于0.95,而侧拍图像特征值1均小于0.5,可区别不同拍摄角度;各种船舶目标在进行旋转、平移及缩放后,特征值基本保持不变。因此,文中算法所得到的特征值具有旋转、平移及缩放的不变性,并可以适应在不同角度下摄像机所拍摄的要求。     

多特征多阈值级联AdaBoost行人检测器

为了满足更快、更准、更鲁棒的行人检测需求,考虑交通监控视频图像质量不高与局部特征不明显的缺点,采用简单的行人特征来实现行人检测。除矩形度、高宽比、轮廓复杂度、宽度比、行人面积特征外,特定选用了对遮挡等干扰具有强鲁棒性的头部圆形度这一简单的局部特征。考虑交通监控视频图像中行人的尺寸变化,引入区域划分策略划分图像区域。兼顾高检测率和低误检率,根据分类误差最小原则与正样本分类率最大原则训练多个单特征多阈值AdaBoost行人检测器。为了优化多个行人检测器级联后的检测性能,在兼顾检测性能和检测速度的基础上,定义了以贡献率作为行人检测器的级联规则,依据贡献率大小确定的级联次序为基于高宽比、宽度比、矩形度、行人面积、轮廓复杂度和头部圆形度的行人检测器,依次进行级联,建立了新的多特征多阈值级联AdaBoost行人检测器。选用3个交通场景对行人检测器进行测试,并与单级AdaBoost行人检测器与现有2种级联AdaBoost行人检测器进行比较。分析结果表明:在3个交通场景的检测中,相比其他几种行人检测器,多特征多阈值级联AdaBoost行人检测器具有较高检测率、较快的检测速度和较低误检率,检测率最低为96.70%,误检率最高为0.67%,检测时间小于5s,满足交通场景中对行人检测实时性和可靠性的要求。     

用R/S分析进行超声信号处理方法研究

以分形理论为基础,对得到的超声数字信号的时域波形进行非线性分析,即采用重标度极差分析(R/S分析)计算信号的Hurst指数,得到信号在承受各级荷载下的Hurst指数变化情况.结果表明,Hurst指数变化与混凝土的损伤情况存在一定的关系,可为混凝土的早期损伤识别提供借鉴.     

路面裂缝图像处理算法研究

为了避免传统人工视觉裂缝检测方法的耗力、耗时、不精确、影响交通、危险、花费高等缺点,提出了一种新的基于图像处理技术的路面裂缝类病害自动识别算法。识别分为两个步骤:首先以一个5×5的窗口为基准,在这个窗口中确定9种不同的掩膜模板,对有噪音的路面图像进行平滑和增强;然后基于阈值分割理论,采用最大类间、类内距离准则对图像进行阈值分割,提取图像上的裂缝特征。最后对采集的200幅路面裂缝图像进行了平滑和分割试验研究,和Robison等常用的平滑模板相比,对图像进行增强的同时较好地保护了裂缝边缘。在对平滑后的图像进行分割当中,和Hough变换、数学形态学等分割算法进行了对比研究,结果表明了该算法在精度、速度和可靠性方面具有一定的优势。     

基于类Haar特征的驾驶者人眼疲劳状态的检测方法研究

使用摄像头采集视频图像,对输入图像做预处理(图像灰度化、中值滤波等);通过学习训练的方法构造基于类Haar特征的层叠式分类器,利用基于类Haar特征的层叠式分类器从输入图像中直接定位人眼;把人眼部分的图像截取出来,二值化人眼图像;然后计算二值化图像中垂直方向上瞳孔的宽度大小,从而判断眼睛的状态;最后通过多次的捕捉,计算眼睛闭合的频率来得出其疲劳状态。试验验证了上述算法的有效性。