基于形状加权的三维模型特征提取算法

提出了一种基于形状加权的三维模型特征提取算法,同时考虑采样点与中心点间的距离,以及采样点所在三角面片面积大小,构建直方图获取特征描述符.该算法能够充分利用模型表面信息,提取步骤简单,时间消耗少.实验证明,利用本文算法得到的特征描述符进行检索,查全率和查准率都有明显提高.     

基于分割理论的三维模型检索算法

提出了基于分割理论的三维模型检索算法,在利用分割算法获取模型部件集合的基础上,提取表征模型部件全局分布和表征模型局部形状的两类特征,并综合计算不同模型间的相似性,从而获得模型间总的相似程度.实验结果表明该检索算法能够获得更精确的检索效果.     

基于节点删除指标的关键字提取策略

在分析现有关键字提取算法的基础上,提出了一个基于词语网络的英文文档关键字提取算法,采用节点删除指标度量节点(词语)重要性.所提取的关键字不仅包括高频单词和短语,而且包括文档中的重要但出现频率不高的单词和短语.对比实验结果证明了该算法的有效性.     

基于法线夹角与面积分布的三维CAD模型检索

三维CAD检索技术对产品设计、重用具有促进作用.经典的三维模型检索算法——形状分布算法SD,适用于全局特征相似的模型检索,但对于全局相似但局部差异明显的模型则无法有效检索.针对这一问题,本文首先提取SD特征,并利用基于法线夹角与面积分布的特征提取技术来对模型局部特征进行描述,随后通过构造特征矩阵来融合提取到的法线夹角与面积分布两类特征,最后将SD特征与法线夹角与面积分布特征进行组合,形成新的特征并应用于检索.实验结果验证了该方法的有效性.     

自动化专业实验教学与工程应用整合的探究

在自动化专业实验教学改革中,按照国家教育改革导向和社会实际需要,以“建构主义”学习理论为指导,将多种现代新技术和教师科研成果灵活运用于实验教学改革中,建立起具有现实意义的工程情景,加强师生协作、交流,通过启发和诱导,完成学生知识的意义建构,促进学生实践能力培养,进一步融合学生理论知识与应用实践能力,通过建构主义理论在自动化专业实验教学改革中的延伸为实验教学改革研究探索新方法和新思路．     

基于复杂网络和遗传算法的特征选择方法

特征选择作为一种常见的降维方法,一直以来都是机器学习和数据挖掘领域的热点话题.针对传统特征选择算法没有充分考虑特征全局冗余性,导致选择的特征子集对分类识别精度不够高的问题,提出基于复杂网络节点重要度评估和遗传算法的特征选择算法,将每个特征视为网络节点,根据互信息建立边,将特征选择问题转化为节点重要度评估问题,利用遗传算法选择最优特征子集.实验结果表明此算法能够找到较为优秀的特征子集,有效降维并提高分类精度.     

一种基于信任网络的协同过滤推荐策略

提出了一种基于信任网络的协同过滤推荐策略,在传统协同过滤策略中引人信任网络,将相似度和信任度结合在一起,提高推荐的准确率.实验证明,在数据稀疏的情况下该策略比传统的协同过滤推荐策略有更好的推荐效果.     

Modbus TCP/IP系统静态主动优化技术研究

以M0db—TCP IP通信报文数据封装过程和实时控制中对工业控制网络通信的时间限制为基础，分析进行网络通信效率优化的可能性和必要性，建立其数据组块的抽象模型．针对控制网络中客户端和服务器的不同应用，提出了面向系统设计者的静态主动优化方法，提高亍控制系统通信效率．     

基于图像上下文语义信息的场景分类方法

针对传统“视觉词袋模型”在进行场景分类时只利用图像的特征域,忽略其空间域中上下文语义信息的问题,提出一种基于图像上下文语义信息的场景分类方法.在传统“视觉词袋模型”的基础上,引入马尔科夫随机场模型对图像上下文语义信息进行建模,利用潜在的狄利克雷分布学习场景的主题分布,且利用支持向量机构造场景分类器.对16类场景的分类实验证明该方法能够有效提高分类精确度     

基于关键词提取的手写汉字文本依存笔迹鉴别技术

针对文本独立笔迹鉴别技术中需要大篇幅文档以提取图像纹理等笔迹信息的限制条件,和传统文本依存笔迹鉴别技术中需要内容完全相同的笔迹文档的限制条件,本文提出了一种新的文本依存笔迹鉴别技术.它以局部特征匹配与投票为手段进行关键词提取,对提取出的相同关键词建立训练集,在两篇文档的相同关键词之间进行匹配,将笔迹鉴别问题转化为签名识别问题.实验结果表明,在文档内容不完全相同的情况下,该技术仍然能够有效地对文档进行笔迹鉴别.