图书索书号识别算法及其实现

针对多本在架图书图像中相邻图书的索书号分割、识别存在的识别率低的问题,提出了一种图书索书号识别算法,该算法实现了对单本图书索书号的分割、提取以及字符识别,具体做法是通过确定多阈值中的阈值范围来分割索书号区域,利用种子填充法将索书号区域中的字符提取出来,最后利用神经网络的方法完成对索书号字符的识别。实验结果表明,直立图书的字符识别率为95.3%,倾斜图书的字符识别率为93.1%,总的识别率为94.3%,达到了良好的识别率。     

图书馆在架图书的索书号图像提取与分割

图书索书号提取与分割是图书馆自动存取机器人完成图书上下架的关键技术。提出了一种利用索书号颜色特征和书脊边缘信息进行图像提取分割的方法,有效地解决了背景相近的相邻索书号之间的分割问题。通过实验利用HSV颜色空间提取索书号区域,用Canny算子做书脊边缘检测,采用概率霍夫变换法查找书脊边缘线段,实现了索书号图像的提取与分割,并针对厚、较厚、中等厚、较薄、薄、混合等几种类型的书脊进行了分类实验和研究,可以有效地提取出不同情况下每本图书的索书号,为图书馆自动存取机器人完成自动存取操作奠定了基础。     

对内容相关图书索书号处理的探讨

介绍了索书号的概念及其作用，结合工作经验，对内容相关图书的索书号的处理做了探讨。     

中文图书索书号统一性的探讨

索书号不统一是造成编目工作人力、财力浪费,加工周期过长的最大瓶颈。国际标准书刊号具有在版印刷、编号唯一、纯数字排列组成等多种优势,如果将其用作索书号重要组成部分的书次号,会大大提高图书编目加工的速度,并可降低成本。介绍了索书号的使用状况,论述了ISBN号和ISSN号用作书次号的可行性,阐述了辅助区分号的规范及索书号组成部分的排列顺序。     

从索书号看国家图书馆基藏本文献的变化

详细介绍了国家图书馆基藏本各种文献类型的索书号形式及其在不同时期的变化情况,以进一步完善索书号的文献功能,规范馆藏文献的分类排架工作。     

采访中索书号重号浅析

Interlib图书馆集群管理系统是新一代的图书馆自动化软件,虽使用方便,但使用失当会出现索书号重号.分析了运用Interlib图书馆集群管理系统出现索书号重号的原因,提出了使用该系统时应注意的事项.     

机读目录中实行一书一号的优越性

结合实例阐述索书号的结构及其独特的处理办法,说明实行一书一号制利大于弊。     

图书索书号粘连字符的切分

分析了图书索书号字符串经过二值化后,字符及其笔划发生变形和粘连的主要原因．提出了利用字符上下轮廓的凹凸特征检测字符的近似宽度．在字符宽度的约束条件下,根据轮廓凹凸特征形成切分路径,并依据切分处笔划宽度特征对切分后的变形笔划进行修复．通过50本图书索书号的粘连字符切分实验,证明了该方法的有效性．     

合并高校图书馆中文新书索书号取法的实践

根据合并高校图书馆的特点,并结合工作实践,阐述了解决中文新书索书号取法问题的思路和做法。     

浅议西文图书克特号的选取方法

介绍了克特号的选取方法,指出根据贵阳医学院图书馆的实际情况给克特号添加辅助区分号使中、西文图书索书号更加统一,有利于分类人员使用.     

解析影响网络接通率的四项呼损

对影响网络接通率的4项呼损逐项进行了分析,通过对大量统计数据的分析,得出4项呼损的主要来源,为提高网络运行质量提供了参考。     

原根理论的推广及其应用（Ⅰ）

当模ｎ有原根时,原根的次数是所有次数的公倍数。对于没有原根的模ｎ,通过乘积数对乘积模的次数的计算,该文构造性地得到了一种整数,其次数也是所有次数的公倍数,并得到了这个公倍数次数的一种计算公式。     

混合信道分配参数分析及自适应混合信道分配方案

对混合信道分配（Hybrid Channel Assignment,HCA）中的动静信道比例与阻塞率之间的关系进行了分析,分析表明,不同动静信道比的HCA方案在不同的话务量情况下呈现出不同的性能,无法在各种负荷下均保持良好的性能,为此,提出了一种根据话务量变化自适应调整动静信道比例的HCA方案,该方案能够在各种话务量负荷下均保持良好的阻塞率性能,在话务量统计均匀分布的情况下,对此方案者了系统仿真,结果表明该方案比固定动静信道比例的HCA方案具有更好的话务量跟随能力和阻塞率性能。     

数列极限运算的第五法则

本文称公式为数列极限运算的第五法则，给出了求形如型数列极限的解决办法。     

基于神经网络的ATM接入允许控制

提出一种基于ＢＰ神经网络的ＡＴＭ接入允许控制方案．该方案不仅具有自适应实时控制的优点,而且不依赖于呼入的种类个数,同时也无需呼入参数的更详细描述,因而比以往提出的方案具有更大的灵活性和适应面．模拟结果表明该方案有充分大的接入区域和抗干扰能力     

基于隐马尔可夫模型的程序行为异常检测

针对入侵检测中普遍存在误报与漏报过高的问题，提出了一种基于隐马尔可夫模型的程序行为异常检测新方法．该方法以程序正常执行过程中产生的系统调用序列为研究对象，建立计算机的正常程序行为模型．在入侵检测时，先对测试的系统调用数据用滑动窗口划分得到短序列，再根据正常程序行为的隐马尔可夫模型求得每个测试短序列的输出概率，如果系统调用短序列的输出概率低于给定阈值，则将该短序列标定为“不匹配”，如果测试数据中不匹配的短序列数占总短序列数的百分比超过另一给定阈值，该模型就认为此程序行为异常．实验结果表明，与Forrest和Lee的方法相比，所提方法的检测率的最大提高率可达590％．