一种快速的多模式字符串匹配算法

以基于有限自动机的多模式匹配算法（DFSA）为基础，结合Boyer-Moore(BM）和Quick Search（QS)快速单模式匹配算法的优点，提出了一种快速的多模式字符串匹配算法，在一般情况下，该算法不需要匹配目标文本中的每个字符，能充分利用匹配过程中本次匹配不成功的信息和已经匹配成功的信息，跳过尽可能多的字符。实验表明，模式串较短时，本算法所需时间为DFSA算法的1／2－1／3；模式串较长时，本算法所需时间为DFSA算法的1／2－1／3；模式串较长时，其所需时间为DFSA算法的1／3－1／5。     

一种基于边缘知识的雷达图像匹配定位算法

针对低信噪比实孔径雷达图像的特点，选用适于提取多尺度稳定边缘的Ｃａｎｎｙ算子，结合具有视觉非线性的门限准则、Ｎｅｖａｔｉａ细化和跟踪准则及Ｈｏｕｇｈ变换，提取可靠稳定的边缘特征描述，根据可见光参考图提取与ＳＡＲ图像共性的稳定边缘特征的知识以及稳定边缘的知识描述，提出一种基于边缘知识的雷达图像与可见光图像匹配定位算法，实验结果表明，该算法能可靠地完成雷达图像的匹配定位。     

FOXBASE＋下实现超长字符串定位打印

本文提出一种在ＦＯＸＢＡＳＥ＋下解决超长字符串定位打印的通用方法     

基于图像处理技术的尺寸测量中边缘定位算法

为了进一步提高图像的定位精度,设计了一种基于插值理论的精确定位细分算法.通过多尺度小波变换与三次样条插值相结合,实现了亚像素级的测量.基于多尺度边缘检测的小波边缘检测方法,既能对边缘进行准确定位,又可以有效去除噪声干扰,提高边缘检测的稳定性和准确性.三次样条插值函数是分段插值函数,算法复杂度低、段与段之间连接处平滑、具有快速收敛性和稳定性.将上述两种融合的边缘定位算法,可以对图像进行精确检测和测量,其精度达到0.001个像素.     

基于图像处理技术的尺寸测量中边缘定位算法

为了进一步提高图像的定位精度,设计了一种基于插值理论的精确定位细分算法.通过多尺度小波变换与三次样条插值相结合,实现了亚像素级的测量.基于多尺度边缘检测的小波边缘检测方法,既能对边缘进行准确定位,又可以有效去除噪声干扰,提高边缘检测的稳定性和准确性.三次样条插值函数是分段插值函数,算法复杂度低、段与段之间连接处平滑、具有快速收敛性和稳定性.将上述两种融合的边缘定位算法,可以对图像进行精确检测和测量,其精度达到0.001个像素.     

支持视觉检测的边缘检测技术

本文简述了视觉检测技术在工业中的广泛应用，回顾和总结了立体视觉系统中的边缘检测技术；对边缘检测技术中的各种方法进行了分析、比较。     

一种基于边缘特征的汽车牌照定位算法

车牌定位技术是汽车牌照识别系统中的一项关键技术 .基于视频检测模块所捕获的车辆图像的成像特点 ,采用反锯齿的方法对其进行优化 ,并根据车牌的边缘特征 ,提出了一种基于边缘图像频率变化特征的二次车牌定位算法 ,用于车牌的定位和提取 .实验表明 ,该定位算法快速、准确 ,具有较强的鲁棒性 .     

基于自适应阈值分割及边缘检测的虹膜内边缘定位算法

为了提高虹膜内边缘定位的准确率和速度,本文提出了一种基于自适应阈值分割及边缘检测的虹膜内边缘定位算法。首先采用自适应的活动窗计算图像灰度,灰度最小值点确定为瞳孔内的任意一点,以灰度最小值作为阈值对原图像进行瞳孔分割。然后使用Lapacian边缘检测算子检测瞳孔区域边缘定位虹膜内边缘,最后根据圆的对称性计算虹膜内边缘的圆心和半径。仿真结果表明该算法准确定位虹膜内边界的平均时间为0.73s,准确率为100%,在虹膜识别系统中有较高的实际应用价值。     

基于动态规划算法实现代价最小的字符串输出

通过求解字符串输出最小代价的问题,基于动态规划算法来讨论其解空间,进一步完成其最小代价的存在性、解空间的结构的定义及实现字符串输出的优化解的算法设计与分析。     

基于边缘检测及灰度跳变的车牌定位算法研究

为了能在复杂背景及不同光照条件下准确地定位出车牌,提出了一种基于边缘检测和灰度跳变的车牌定位算法．该算法首先对获取的图像进行灰度化、图像二值化等预处理操作,提高图像质量,突出车牌信息,接着对车牌图像进行边缘检测,在此基础上采用水平方向和垂直方向上的灰度跳变统计来确定车牌区域的上下边界和左右边界,从而实现车牌定位。实验结果表明,该方法可以比较准确、快速地实现车牌区域的定位．     

基于ICA算法的视频字幕检测与定位

研究了独立成分分析法(ICA)在视频序列处理中的应用,提出了一种新的基于ICA算法的视频字幕检测与定位方法,该算法采用了小波变换来提取独立分量.仿真实验结果表明,与传统方法相比,该方法能够有效消除背景信息,提高字幕定位的精度,具有更强的鲁棒性.     

图像/视频字符区域定位算法的实现

对图像/视频中的文字检测方法是基于字符的纹理特征进行处理的,首先将图像进行 DCT 变换,因为变换的系数分布代表了不同方向的能量,对变换的系数进行能量计算得到一个比较粗略的选区,然后进行形态学操作,滤掉一些不符合字符特征的区域,从而将图像中的字符区域提取出来,用 matlab 进行了测试,测试中发现,对一些复杂的背景下的字符还存在着漏判和误判现象。     

多状态图神经网络文本分类算法

为了提高模型在文本分类任务中的分类性能,针对图神经网络中存在的过度平滑问题,同时增强模型在处理文本特征与文本表示方面的能力,提出了一种基于多状态图神经网络的文本分类算法(multi-state graph neural network, MSGNN)。多状态图神经网络是利用网络层的多个历史状态信息对图神经网络进行强化,构建合理的文本图结构数据作为模型输入。在缓解网络层过度平滑问题的同时,结合2种改进后的不同类型的图神经网络来增强模型的特征提取与特征聚合能力。利用多头自注意力机制对文本关键词的挖掘与利用能力,从多个文本子空间来生成高质量的文本表示,进而完成文本分类。通过在几个公开的文本分类数据集上进行实验分析,相较于其他神经网络的文本分类算法,该方法取得了较好的分类准确率。     

一种文本聚类算法

目的 通过对现有聚类常用算法的研究，给出一种适用于大规模中本数据集聚类的算法DBTC(density-based text clustering)。方法 采用在DBSCAN算法基础上改进提出的DBTC算法，对中本数据集进行聚类。结果 DBTC算法可以发现任意形状的簇，对中本聚类的准确率高达80％以上。结论 经过分析和实验证明DBTC算法比基本的DBSCAN算法更适合于大规模数据集。     

一类串图的优美性

给出了一些图的优美标号,特别给出了串图ωm1,m2,mn,mn＋1当m1,m2,…,mn≡0（mod4）,mn＋1≡3（mod4）的优美标号,以及串图ωm1,m2,,m2n当mi≡2（mod4）（i=1,2,…,2n）,m2k-1＜m2k,（k=1,2,…,n）时的优美标号.     

一种新的基于CRC的文本内容认证方法

提出了一种基于CRC的文本脆弱水印算法.利用CRC差错检测方法,该算法将要保护的文本按m个文字一个级联分成若干个级联,将每个级联与密钥合成后的位串除以设定的生成多项式,再把6位的余式位串分成三组,作为水印信息嵌入到级联的最后一个文字的RGB的三个分量.提取水印时,将该级联的余式位串求出.如果与提取的水印相同,则认为此级联没有纂改,否则有纂改.该方法检测到纂改的概率为1-1/26m,并且至少能将纂改定位于级联内.     

一种基于粗细定位相结合的车牌定位方法

对车牌区域的准确定位是实现自动车牌识别的一个重要步骤。首先对香港车牌进行粗定位,得到一些可 能的车牌区域,然后确定这些区域的精确范围,同时去除部分伪车牌,在字符提取和字符识别时进一步去除伪车 牌。迭代反馈处理所有精确范围区域后!得到真正的香港车牌区域。     

一种基于粗细定位相结合的车牌定位方法

对车牌区域的准确定位是实现自动车牌识别的一个重要步骤。首先对香港车牌进行粗定位,得到一些可能的车牌区域,然后确定这些区域的精确范围,同时去除部分伪车牌,在字符提取和字符识别时进一步去除伪车牌。迭代反馈处理所有精确范围区域后,得到真正的香港车牌区域。     

智能答疑系统中快速定位算法的研究与实现

为实现智能答疑系统中问题与答案的快速匹配，根据远程教育课程本身的特点，提出了一种简单、易行的索引结构——基于章节目录的索引方法．在此基础上提出了一种快速定位算法．实验结果表明，该算法可使平均查询时间减少约50％，从而显著提高问题与答案的匹配速度．     

The refinement algorithm consideration in text clustering scheme based on multilevel graph

To construct a high efficient text clustering algorithm, the multilevel graph model and the refinement algorithm used in the uncoarsening phase is discussed, The model is applied to text clustering. The performance of clustering algorithm has to be improved with the refinement algorithm application, The experiment result demonstrated that the muhilevel graph text clustering algorithm is available,