图书馆信息服务创新的探析

21世纪是信息技术飞速发展的时代,也是知识经济爆发的时代,人们对知识的需求不断加大,这对图书馆信息服务的效率与质量提出了更高的要求。我国目前图书馆已初步实现了信息化管理,对信息服务采用了现代化信息技术,然而,由于种种原因,我国图书馆信息服务仍然存在着方方面面的问题,制约了图书馆整体的服务水平的提高。本文从我国当前国情出发,阐述了图书馆信息服务创新的理念,并在此基础上展示了我国图书馆信息服务的现状以及存在的问题,并对信息服务的创新提出了建议。     

对立体视觉中对称性假设的检验

指出了基于立体视觉研究中的隐性对称性假设,即认为匹配的选取与哪只眼观察哪一图像无关,而仅取决于两眼映像特征的相似性,因此交换左眼和右眼图像这样一种实验操作,被认为提供了一种非常简便有效的技术,用于鉴定双眼性视差和其他不同于双眼性视差的因素对立体深度的贡献.采用2:2直线型常规立体视构型,对比了左右眼图像交换前后的匹配结果,发现匹配融合产生中间第3根直线的两根直线在图像交换前后会发生改变,并导致中间直线的深度在图像交换前后不发生颠倒.实验结果证明:立体视觉研究中的隐性对称性假设不成立;交换左眼和右眼图像后深度是否颠倒,并不是判断深度是来源于匹配视差还是其他因素的依据.     

关于建立铁路货车信息系统综合应用平台的分析与探讨

随着计算机、网络技术的不断发展,HMIS、TADS、TPDS、THDS、TFDS、ATIS、CTC等各类信息系统已成为保障铁路车辆安全运行不可或缺的重要手段,但各类信息系统各自为政,信息系统间关联甚少,关键信息未达到真正意义上的信息共享,且没有一个综合应用平台,可以实时监测货车车辆运行品质并全面查看车辆运行状态,从而给铁路车辆安全运行带来隐患。针对以上问题,建立铁路货车信息系统综合应用平台,实时对运行中的货车车辆进行监控,对货车车辆运行状态进行预警,掌握站内各条线路上车辆信息,为车辆调度指挥、车辆检修提供依据,确保货车车辆运行安全。     

基于特征融合和改进RSM集成分类的BMP隐写检测

针对目前大部分BMP隐写分析方法主要采用单一特征和单一强分类器,容易产生训练样本敏感、分类精度难以提高等问题,提出一种基于特征融合和改进RSM集成分类的BMP图像隐写检测方法.方法首先串行融合Moulin和SPAM两种经典特征,然后利用序列前向选择(SFS)算法选取分类能力高的特征作为固定特征,其余特征在剩余特征空间中随机抽取,利用固定特征和随机抽取特征构造特征子集,最后在特征子集上训练成员分类器,并用多数投票法对它们进行组合.实验结果表明:和传统方法相比,在不同嵌入率下,该方法对BMP经典隐写(如LSB匹配、LSB替换、SS和QIM)的检测率均有一定程度的提高.     

基于数学形态学的去方块效应法

为了减少多分辨奇异值分解(MSVD)图像融合后的图像出现明显可见的方块效应,提出一种基于数学形态学的边缘检测去方块效应的方法.首先通过形态学梯度算子求出两幅原图像的边缘,将边缘融合后的图像作为有方块效应图像的边缘,然后根据形态学梯度逆变换得到结果图像.最后,采用客观性能指标对结果图像进行评价.实验结果表明本文中的方法不仅简单易行,而且图像可以达到较均匀的成像效果;方块效应去除后,图像表现出良好的视觉效果,清晰度和空间频率都有很大提高,且具有较好的保持边缘的性能.     

大鼠中性氨基酸转运蛋白HA-SNAT3融合蛋白的构建和鉴定(英文)

钠离子依赖的中性氨基酸转运蛋白SNAT3是SLC38基因家族N系统的成员之一,主要在脑部和视网膜的星形胶质细胞中表达,负责转运谷氨酰胺,在脑部和肝脏的谷氨酸-谷氨酰胺循环中发挥重要作用.为了方便检测SNAT3在细胞膜上的表达和定位,本研究采用PCR扩增和酶切连接的方法将HA标签连接到质粒pBK-CMVΔ(1098-1300)-SNAT3中大鼠SNAT3的N端,构建了真核生物表达载体pBK-CMVΔ-SNAT3.用脂质体转染法将该表达载体瞬时转染进人胚肾细胞(HEK293T cells),通过Western blotting检测HA-SNAT3融合蛋白的表达.结果表明,HA-SNAT3能够正确在细胞膜上表达.pBK-CMVΔ-SNAT3表达载体的成功构建对于进一步研究SNAT3的结构和功能提供了有效方法.     

基于ICA的自适应图像融合技术

将图像融合分成两个过程,即训练过程和融合过程。在训练过程中,将二维图像信息转换为一维信息,然后进行独立分量分析（Independent Component Correlation Algorithm,ICA）的分解,从而得到分离矩阵和融合矩阵。融合过程中采用自适应算法对训练过程中分离系数进行处理,得到新的融合系数。利用新的融合系数通过融合矩阵来恢复图像。     

Experimental study of fatigue degree quantification for multi-feature fusion identification

A comprehensive quantification method of fatigue degree is proposed concerning subjective and objective quantifications. Using the fatigue degree test software, fatigue degree is objectively quanti- fied by analyzing the reaction and operation abilities of drivers about traffic signals. By comparison experiment with that EEG signal based, multivariate statistical analysis and fusion identification based on BP neural network （ BPNN） results show that the experimental procedure is simple and practical, and the proposed method can reveal the correlation between fatigue feature parameters and fatigue degree in theory, and also can achieve accurate and reliable quantification of fatigue degree, especially under the associated action of multiple fatigue feature parameters.     

熔融制样-X线荧光光谱测定Al_2O_3中Fe_2O_3,SiO_2,Na_2O的含量

应用熔融制样-X线荧光光谱法测定Al2O3中主要杂质Fe2O3,Si O2和Na2O的含量。采用Li2B4O7挂壁制备熔剂坩埚,分散剂溶解并分散Al2O3样品,蒸干过量水分后加混合熔剂(Li2B4O7∶Li BO2以12∶22的质量比混合),低温蒸干,并加热熔融制成厚度为2.5 mm的玻璃状熔片,用X线荧光光谱仪对Al2O3中Fe,Si,Na等元素同时进行测定。通过对此方法精密度及精确度的考核,其测量结果与化学值相吻合,三者杂质的标准偏差均小于10%,测定值与已知值之间的误差均符合标准规定。     

A robust face recognition method using multiple features fusion and linear regression

This paper presents a robust face recognition algorithm by using transform domain-based multiple feature fusion and lin- ear regression. Transform domain-based feature fusion can provide comprehensive face information for recognition, and decrease the effect of variations in illumination and pose. The holistic feature and local feature are extracted by discrete cosine transform and Gabor wavelet transform, respectively. Then the extracted holistic features and the local features are fused by weighted sum. The fused feature values are finally sent to linear regression classifier for recognition. The algorithm is evaluated on AR, ORL and Yale B face databases. Experiment results show that our proposed algo- rithm could be more robust than those single feature-based algo- rithms under pose and expression variations.