基于强跟踪滤波器估计的最优融合方法

在分布式雷达数据处理模式中 ,数据融合是获得较精确的目标轨迹的主要环节。为克服卡尔曼滤波器对初始值敏感、鲁棒性差和对机动目标跟踪性能差的缺陷 ,通过利用各传感器的观测数据 ,采用强跟踪滤波器对目标进行跟踪 ,以改善目标状态估计的精度。对判定源于同一目标的状态估计值 ,给出了一种估计状态线进行性组合的最优融合准则。得出了实际数据的实验结果。     

Web Service消息安全验证机制

主要讨论了DotNet环境下利用Web Service进行数据传输时存在的安全漏洞,对这一系列安全问题及其解决方案进行了探讨.作为Web Service的基本安全规范,WS-Security针对这些做出了规定,解决了如何对非法字符串进行过滤、如何对SOAP消息加密等问题.     

流动注射化学发光增强法测定酪氨酸

在Na2CO3-NaHCO3介质中,酪氨酸对Luminol-K3Fe(CN)6化学发光体系有很强的增敏作用.据此建立了流动注射化学发光增强法测定酪氨酸的方法.发光信号的增强值(ΔI)与酪氨酸的浓度在5.0×10-5～4.0×10-7mol/L的范围内呈良好的线性关系,检出限为1×10-7mol/L(S/N=3),对于1.0×10-6mol/L的酪氨酸测定相对标准偏差为2.4%(N=11).该法用于测定医用氨基酸注射液中的酪氨酸,结果令人满意.     

HP3562A动态信号分析仪的计算机控制

本文在分别简要介绍ＨＰ－ＩＢ接口、ＨＰ３５６２Ａ和ＨＰ９０００／３２０及其控制之后，较详细地讨论了ＨＰ－ＩＢ接口总线控制ＨＰ３５６２Ａ和进行数据传输的四种有效方法，并给出了程序实例。本文所述的方法同样适用于对其它ＨＰ－ＩＢ（ＧＰ＿ＩＢ）仪器的控制。     

机助数据采集与通用平差系统

PC-1500袖珍计算机是理想的野外数据采集工具,IBM系列微机又是比较普及的内业处理机,PC-1500与IBM又可以联机通讯.从而可达到从野外数据采集到内业数据处理的自动化.本文就控制测量的野外数据采集与内业数据处理作了一系列理论研究与实用试验,编制出一整套实用软件.可用于生产实际中.     

BP网络及其应用

基函数选取和系数求解是函数逼近中的两个关键问题,目前广泛应用的回归分析或其它映射方法均有局限性。采用人工神经网络中的BP网较好地解决了这两个问题,对理论和实际的数据进行了比较与验证,结果表明.BP网络有助于提高数据处理的可靠性与预测的精度.     

数据库管理系统自定义函数过程编写探索

当今信息化社会,人们利用计算机来处理大量的数据信息,数据库技术显得尤为重要。本文针对近年来数据库管理系统FoxBASE和Visual FoxPro程序设计课程教学中函数过程的编写提出一些经验和应用技巧,旨在启发广大数据库管理系统爱好者的编程思路。     

微型计算机中西文表格自动处理软件的算法设计

本文讨论了在微机中西文表格自动处理技术中一些特殊功能的算法设计,分析了设计思想,提供了部份实用算法,并对某些算法的时间复杂度进行了评述。这些算法均已在本校研制的“IBM-PC/XT微型机中西文数据库管理系统”的表格自动处理软件中实现,并已应用于百多家企、事业单位的计算机管理系统中。     

多尺度自适应Gamma矫正的低照图像增强

为了在提高低照图像的亮度和对比度的同时,保持图像的色彩自然度,提出了多尺度自适应Gamma矫正的低照图像增强方法.鉴于HSI颜色空间的明度分量Ⅰ决定着图像的明暗程度,以及明度分量的多尺度特性,首先,将图像转换到HSI颜色空间,对明度分量Ⅰ进行多尺度Retinex分解;然后,对分解得到的多尺度光照图像分别进行自适应的Gamma矫正,其中Gamma指数自适应于暗区像素的占比,鲁棒地改善光照图像的光照分布,经Retinex反变换得到增强的多尺度明度分量;最后,将增强的多尺度明度分量的线性融合作为增强的明度分量Ⅰ’,与色相分量H和饱和度分量S重组,得到最后的增强图像.实验结果表明,相对于部分最新提出的现有方法,新方法的PSNR和SSIM值分别高出1.19 dB和1.8%以上,具有更好的增强效果和鲁棒性,增强图像的视觉效果更适宜,对比度更高.     

基于自注意力机制的新生儿胆道闭锁识别

新生儿胆道闭锁是新生儿常见的致命疾病之一,并且该病在亚洲的发病率高于世界其他地区.新生儿胆道闭锁需要及时发现及时治疗,然而由于缺少专业的儿科医生和辅助诊疗手段,新生儿父母往往不能及时发现而错过了最佳治疗时间.因此,本文开发了一个具有实际应用价值的预诊算法,通过新生儿粪便图片预测新生儿是否患有新生儿胆道闭锁,并提醒新生儿父母及时就诊.为了让算法在应用场景下识别率更高,本文的算法基于一个真实场景下拍摄的新生儿粪图片数据集开发.首先我们设计了一个自注意力网络模型BANet(Biliary Atresia Network),将图片的浅层特征和深层特征相结合,可以得到更好的分类效果.由于拍摄自应用场景下的图片存在过暗和过曝等问题.通过分析数据集的亮度分布,我们设计了一个自动亮度调节算法解决.此外,图片中的阴影也会对识别结果造成干扰,因此我们在训练阶段增加了一种阴影数据增强方式来缓解这一问题.为验证本文提出算法的有效性,本文设计了一个和医生的对比试验.结果证明BANet在四分类的识别率、二分类的识别率、特异性和敏感性等客观评价指标上占有明显优势.本文提出的BANet能够有效利用图片中的颜色、异常点...