一种基于纹理补偿的图像恢复方法

基于TV模型的图像修复方法对非纹理图像有较好的恢复效果，但对带纹理的图像，很容易将纹理磨掉。本文从原图像中提取纹理，针对纹理作恢复处理，再将恢复后的纹理信息补偿到TV模型输出的图像上。实验结果表明这种方法大大提高了视觉效果。     

一种改进的基于概率的Peer—to—Peer搜索模型

对等网络中如何快速地搜索到目标是对等网络研究的关键问题.针对现有无结构P2P系统的缺点,结合查询到目标对象的概率以及查询响应的时间,对原算法加以改进.该算法可以有效地找到目标节点,而且网络带宽消耗低.     

脑卒中患者恢复期康复护理的研究

脑卒中是最常见的神经系统疾病,具有高发病率、高致残率、高致死率以及高复发率的临床特点。在度过危险期后,脑卒中患者常因脑功能区的损伤遗留下躯体功能障碍和精神障碍,从而严重影响生活质量及预后转归。合理的康复护理方法、积极的卒中后康复护理有助于脑卒中患者的康复,对脑卒中预后起关键作用。文章聚焦于脑卒中患者康复护理的研究进展,全面阐述脑卒中患者恢复期康复护理中的临床问题及评估方法,并对目前相关的康复护理研究进行综述,以期为脑卒中患者的康复护理提供积极的思路,提高临床护理水平,改善卒中患者的预后。     

脑卒中患者恢复期康复护理的研究

脑卒中是最常见的神经系统疾病，具有高发病率、高致残率、高致死率以及高复发率的临床特点。在度过危险期后，脑卒中患者常因脑功能区的损伤遗留下躯体功能障碍和精神障碍，从而严重影响生活质量及预后转归。合理的康复护理方法、积极的卒中后康复护理有助于脑卒中患者的康复，对脑卒中预后起关键作用。文章聚焦于脑卒中患者康复护理的研究进展，全面阐述脑卒中患者恢复期康复护理中的临床问题及评估方法，并对目前相关的康复护理研究进行综述，以期为脑卒中患者的康复护理提供积极的思路，提高临床护理水平，改善卒中患者的预后。     

一种基于QoS的扩展语义Web服务发现方法

如何从大量的Web服务集合中找到满足用户要求的服务是Web服务技术的关键,然而现有Web服务缺乏对QoS信息的描述,不能满足用户对服务QoS的需求.本文基于OWL-S本体扩展了profile描述,将QoS本体引入OWL-S,在基于SOA工作框架以及P2P网络的基础上,设计了Web服务发现框架,并在该框架中引入了QoS管理模块.服务匹配过程分为两个阶段:第一阶段为基于服务功能的匹配,服务的功能主要从inputs、outputs、preconditions和effect描述;第二阶段为基于服务QoS的匹配,QoS属性从time、cost和reliability描述,以满足用户对服务质量提出的要求.实验结果表明该模型可以有效地增加Web服务发现的有效性.     

基于PDE的图像分解与边缘检测的一种新方法

Luminita A.Vese和Stanley J.Osher提出的卡通—纹理图像分解模型,能将一幅自然图像中的卡通部分和纹理部分分开,但是分解不完全,卡通部分还含有一些纹理信息且边缘容易被模糊。在Vese和Osher卡通—纹理分解模型的基础上,运用半二次规整化方法,得到联合图像分解与边缘检测的新模型。并讨论了其中边缘正则项的三种形式。数值实验表明新模型C使得卡通—纹理分解与边缘提取同时进行,在保持卡通图像较好光滑性的同时,能有效地保护边缘细节的信息,使得图像分解更彻底,提取的边缘信息更准确。     

一种自适应参数的卡通-纹理分解方法

Luminita A.Vese和Stanley J.Osher基于总变差最小化及Yves Meyer提出的振荡函数空间理论提出了卡通—纹理分解模型,在Vese和Osher的分解模型中参数选择为恒定值。本文提出了自适应参数的卡通—纹理分解方法,该方法是根据图像梯度的变化自适应地选取参数,能有效保护卡通图像的边缘,从而更好地提取纹理特征。     

JavaBean在Web数据库访问中的应用

介绍了JavaBean的基本概念、原理,以及利用JavaBean对Web数据库连接、检索等.通过一个实例介绍了JavaBean在JSP中应用的开发步骤和设计过程.     

一种基于OoS的扩展语义Web服务发现方法

如何从大量的Web服务集合中找到满足用户要求的服务是Web服务技术的关键，然而现有Web服务缺乏对QoS信息的描述，不能满足用户对服务QoS的需求。本文基于OWL-S本体扩展了profile描述，将QoS本体引入OWL-S，在基于SOA工作框架以及P2P网络的基础上，设计了H9I服务发现框架，并在该框架中引入了Web管理模块。服务匹配过程分为两个阶段：第一阶段为基于服务功能的匹配，服务的功能主要从Inputs、outputs、preconditions和effect;描述；第二阶段为基于服务QoS的匹配，QoS属性从;time、cost:;和reliability描述，以满足用户对服务质量提出的要求。实验结果表明该模型可以有效地增加Web服务发现的有效性。
     

一种基于QoS偏好的服务选择策略

面对服务质量敏感的用户,应该依据用户的偏好进行服务选择。给出了Web服务QoS的描述形式,从5个方面对QoS属性进行分析。根据用户对各QoS指标的偏好构建层次分析法(analytic hierarchy process,AHP)矩阵,进一步利用AHP矩阵获得各QoS属性的权重。在此基础上,提出了一种基于逼近理想解的排序方法(technique for order preference by similarity to an ideal solution,TOPSIS)。该方法基于候选服务的QoS属性构建决策矩阵,确定正理想解和负理想解,通过贴近度的大小对服务进行优劣排序。实例分析表明,该算法是有效的。