三维网格动画的几何视频压缩方法

介绍了一种新颖的数据压缩方法,通过频压缩方法进行压缩,同时提出了一个全新的保形自适应采样算法,并利用该算法对原始的几何视频压缩方法进行了改进,在采样误差不变的前提下,改进方法的采样率可以更低,从而可具有更高的压缩比.完整实现了上述方法并利用实例对其进行了验证,实验结果表明此方法是切实可行的.     

改善安徽省村镇人居环境的途径探索

文章通过深入调研安徽省村镇人居环境,掌握安徽省村镇建设情况,对存在的主要问题进行分析研究;并在此基础上确定安徽省村镇人居环境建设目标,探索改善安徽省村镇人居环境的有效途径.     

高中生高考前心理健康状况的调查与研究

在我国现阶段 ,高中生作为一个独立的社会群体 ,心理承受着巨大的压力 .学校在重视学习成绩的同时 ,往往忽视学生的生长发育规律 ;家长对孩子的关心也偏重于学习成绩 ,对生长发育期的孩子生理和心理的变化知之甚少 ,这些都加深了高中生的心理矛盾和心理冲突 ,使学生自身心理行为问题增多 ,患有心理疾病的学生人数增加 .这严重影响了学生身心的健康发展 ,影响素质教育目标的实现 .通过对齐齐哈尔 2所重点高中学生高考前心理健康状况调查以及对睡眠时间和参加体育锻炼的调查结果分析 ,探讨开展心理健康教育的必要性 ,研究实施心理健康教育的途径     

T＝∞跟踪问题的一种解法

跟踪问题是线性系统二次型性能指标最优控制讨论的一个重要应用问题。当终端时间T为有限时 ,很多文献都给出了适当的解法 ,但T =∞时的求解还有很多问题值得探讨。本文给出了终端T =∞时预期输出满足一定条件的跟踪问题的一种解法。此种情况可转化为输出调节器问题 ,并给出了具体的求解方法和例子。     

奇异矩阵的Krylov方法的误差分析比较

Krylov方法是求解线性方程组Ax=b,A∈CN×N,b∈CN的一种迭代方法,当A非奇异时,已有很好研究.而当A奇异或接近奇异阵时,在一定的假定条件下,Krylov方法的解与范教最小的最小二乘解A+b之间的差是可以估计出来的.     

游戏在规则之间--解读唐宋词审美愉悦

词作为"艳科"、"小道",起源于宴乐,流行于舞榭歌场,以艳情柔媚的风格作为叙事方式,取代了诗歌的统治地位而成为鼎盛一时的文学主流.这样一种文学形式的流行和兴盛,可以说是一个社会符号系统对欲望的妥协.在这场语言的集体狂欢中,词作为一种特殊的文化景观,游戏在社会角色规则、性别规则以及语言本身的规则之中,成为中国古代文学一朵盛极而糜的奇葩,也为今世之人带来与众不同的审美愉悦.     

秦淮河流域典型排涝泵站前池水质与降雨特征响应关系

为分析排涝泵站前池水质与降雨特征的响应关系,对南京市城区秦淮河沿线2个排涝泵站前池水质以及降水量开展高频在线自动监测,结合回归树方法分析了不同降雨强度、前期干旱时间条件下排涝泵站前池水质变化规律,探讨了不同类型排涝泵站前池水质的主要影响因素。结果表明:晴雨天均有生活污水汇入的A泵站前池氨氮质量浓度在大雨强下降低,中雨强下先升高后降低,小雨强下平缓上升,A泵站前池污染物质量浓度主要受降雨强度和次降水量影响;主要接收降雨径流,雨量大时有生活污水溢流汇入的B泵站,前池污染物质量浓度在大雨强下先升高后逐渐降低,中雨强下降低,小雨强下变化不大,B泵站前池水质主要受次降水量、前期干旱时间和降雨强度影响;2个泵站前池CODMn质量浓度变化与降雨的响应规律相似,但更多受到与前期干旱时间关联的地表径流冲刷作用影响;连续降雨均导致泵站前池氨氮质量浓度和CODMn质量浓度波动变化较大,而前期干旱时间越长,降雨发生后泵站前池水质越差。     

摇椅形唇弓单独使用或联合平面导板矫治深覆

单独采用摇椅形唇弓或联合平面导板的方法,对２１例恒牙列期安氏Ⅱ类Ⅰ分类的低角型前突型深覆牙合患者进行了矫治,以观察两种方法临床疗效的异同。结果表明：１）摇椅形唇弓与平面导板联合使用有利于深覆牙合面型的改善,缩短了打开深覆牙合的时间;２）两种方法对牙齿的松动度及颞下颌关节（ＴＭＪ）的影响无显著性差异。对于低角型的深覆牙合患者,摇椅形唇弓与平面导板矫治能取得更好的临床疗效。     

一种使用非线性循环数列解决堆栈问题的算法

提出了一种使用非线性循环数列解决堆栈问题的算法,对研究栈的性质和求解栈的输出序列具有一定的实用价值。     

基于TMS320C80的视频图像处理系统的研制

目的 研究基于多处理器的并行运算在图像处理中的应用,方法 建立ＴＭＳ３２０Ｃ８０硬件平台,采用Ｃ语言与两种汇编语言混合编程的方法实现图像蝗并行处理,结果 该图像处理系统能够完成图像的实时处理,进行边缘提取的速度可达到３０帧／ｓ,采用互相关模板匹配方法进行跟踪的速度可达到１４帧／ｓ,结论 基于多ＣＰＵ的并行运算可以对图像进行实时处理,减少硬件系统的复杂性,并行运算的效率主要由多个任务在多个处理器上的