从成本曲线谈远程教育系统的成本效益优势

对远程教育系统和传统校园面授教育系统的成本曲线进行了分析,对传统校园面授教育和远程教育的成本效益进行对比,并探讨了远程教育的成本效益优势.     

城市交通与土地利用协调度模型研究

基于系统论的复合系统理论,结合系统协调度的本质意义,构建了城市交通-土地利用复合系统的距离协调度模型,并依此提出一种定量评价城市交通与土地利用系统协调度的新方法。本文通过对南京都市区进行实证分析,得出南京市城市交通与土地利用复合系统协调度呈凸曲线发展趋势。     

WindowsMedia服务原理及在教学中的应用

WindowsMedia服务是Micmsoft提出的流信息播放方案，能够通过各类网络传送流式化多媒体内容，它由3个部分组成：MediaTools,Media Server和Media Player.Windows Media服务具有先进的编码技术、流技术以及媒体同步技术，对于目前正日渐兴起的远程教学提供了一种良好的解决方案。     

基于线性均方误差估值的LPC距离量度

本文从LPC系数的统计特性出发,基于线性均方误差估值的思想,提出了一种用于语音识别的新的LPC距离量度——LMSE距离.在一个IBM-PC机语音处理系统和一个VAX-11/750机语音处理系统上,做了大量孤立词识别实俭,证实了这种距离的可行性.文中还将它与著名的Itakura距离进行了比较.     

求最佳生物序列并置排列的算法和程序

本文提出了计算最佳生物序列并置排列的程序和算法。程序使用计算进化距离的改进算法,在IBM-PC/AT上用Turbo-Pascal 4.0版开发。程序有友好的用户界面、操作简便、通用性强,可以移植到多种计算和操作环境。本文以蛋白质分子序列为例,给出了复杂赋权情形下计算进化距离和最佳并置排列的算法,证明了不同赋权方式本质上不改变改进算法的时间和空间复杂性。     

Hardware Euclidean Distance Transform Implementation

Based on an efficient algorithm of Euclidean distance transform for binary images, a circuit of O (N^2) size is proposed. With in-place calculation, both the intermediate data storing and the result output use the same menmory with the input data. This reduces the amount of menmory largely. By replacing multipliers with coumters, comparators, and adders, the circuit size is further reduced and its calculation speed is improved also.     

网络远程教育发展与应用的思考

网络远程教育是近年来高等教育领域讨论的热点之一，对于网络远程教育的优势和不足、定位及发展前景众说纷纭，本文试从网络远程教育发生发展的背景出发，通过与传统教育进行对比分析，指出网络远程教育的特点与优势，并就现阶段在开展网络远程教育过程中出现的一些问题给出建议，旨在探讨网络远程教育良性发展的对策。     

距离修正的混沌粒子群多维标度定位算法

针对不规则网络以及网络空洞造成估计距离与欧氏距离相差较大,导致定位精度不足这一问题,提出一种距离修正的混沌粒子群多维标度定位算法(CMDS-CPSO).首先通过递推策略计算节点对距离,利用接收信号强度对距离加权修正,以减少距离误差,回避网络空洞问题.然后采用混沌粒子群算法对坐标转化参数问题进行优化,进一步降低坐标转换中参数所带来的影响.通过对比SPSO-MDS算法与MDS-DMC算法,仿真结果表明,距离修正的混沌粒子群算法能够明显改善节点定位精度,具有更好的鲁棒性和对不规则网络的适应性.     

基于相对编辑相似度的近似重复视频检索和定位

为有效对近似重复视频进行检索和定位,提出了一种基于相对编辑相似度的检索和定位算法.算法包括基于局部特征的视频编码和基于相对编辑相似度的在线检索和定位两部分.基于局部特征的视频编码首先提取数据库视频的关键帧,然后在关键帧中提取Root-SIFT特征描述符并应用层次K-Means聚类算法构建词典,之后将关键帧量化至词袋模型的单词并编码.基于相对编辑相似度的在线检索和定位首先对查询视频进行编码,然后应用相对编辑相似度算法,筛选近似重复视频并对近似重复片段进行定位.实验结果表明,LD算法比Yeh等提出的算法在平均F₁评价准则上效果要高8.55%,并且NDCR降低为原来的29%,效果提升明显.      

一种基于距离比值的支持向量机增量训练算法

由于支持向量机具有较好地学习性能和泛化能力,目前已经得到了广泛的应用。如何使支持向量机进行有效的增量学习是目前支持向量机应用中需要解决的问题。深入研究了支持向量分布特点,提出了一种新的支持向量机增量训练淘汰机制——距离比值算法。该算法根据遗忘规则,设定一个合适的参数,按距离比值法中的定义计算各个样本中心距离与其到最优分类面距离的比值,舍弃对后续训练影响不大的样本,即可对训练数据进行有效的淘汰。对标准数据集的实验结果表明,使用该方法进行增量训练在保证分类精度的同时,能有效地提高训练速度。