邻域编码二值图像跟踪的快速算法

讨论了如何通过快速实现８－邻域编码来解决快速完成３×３窗局部运算 的问题。给出了一个快速跟踪任意复杂图像边界的完全边界跟踪算法 （ＮＣＣＢＦ）；与经典的ＢＦ和ＣＣＴ边界跟踪算法相比，ＮＣＣＢＦ算法具有速度 快和适应性更强的优点；其独特边界标记方法补充和完善了ＮＣＢＦ算法。     

8×8VLSI离散余弦变换芯片的设计

设计完成了二维８×８ＤＣＴ／ＩＤＣＴ处理器系统．该系统由两个一维ＤＣＴ／ＩＤＣＴ功能块和一个矩阵转换存储器功能块构成，采用并行结构，流水线操作．根据分布算法，用存储器查表的方法取代了乘法操作．给出算法、系统框图和时序图，对各个功能块进行了设计．采用Ｖｅｒｉｌｏｇ－ＸＬ语言编写了程序，完成了对主要功能块的模拟．     

8＊8VLSI离散余统变换芯片的设计

设计完成了二维８×８ＤＣＴ／ＩＤＣＴ处理器系统。该系统由两个一维ＤＣＴ／ＩＤＣＴ功能块和一个矩阵转换存储功能构成，采用并行结构，流水线操作。根据分布算法，用存储器查表的方法取代了乘法操作。     

一种快速计算DCT的递归算法及其硬件实现

给出了一种快速计算离散余弦变换（ＤＣＴ）的递归算法结构。该结构给出了用两个２Ｎ－１点ＤＣＴ去代替２Ｎ点ＤＣＴ，在此基础上，提出了一种简单实用的用开关控制的ＤＣＴ／ＩＤＣＴ相结合的硬件实现结构，在该结构中，仅有正系数的乘法运算和基本的蝶形运算。     

一种二维DCT快速算法及其改进

介绍了一种用１ＤＤＣＴ线性组合计算２ＤＤＣＴ的快速算法，并对该算法作了改进和补充．在原始数据预分组时改模Ｎ为模２Ｎ，实现了一次性正确分组，使算法原理简明直观并减少了附加工作量．推导出计算线性组合的具体公式并讨论了它的快速计算，从而提高了该算法的可操作性     

一种基于矩阵分解的DCT快速算法

给出一种新的基于矩阵分解的离散余弦变换（ＤＣＴ）快速算法。该算法运算速度比Ｗｅｎ－ＨｓｉｕｎｇＣｈｅｎ等人的算法快，其乘法次数是目前最少的；最后给出了Ｎ＝８的信号流图，便于软件和硬件实现。     

镝－钆－BPMPHD—CTMAB共发光体系的研究及其分析应用

镝－ＢＰＭＰＨＤ—ＣＴＭＡＢ离子缔合物体系具有较强的荧光强度．在该体系中，Ｇｄ３＋、Ｙ３＋、Ｌｕ３＋和Ｌａ３＋等稀土离子均能使镝的荧光增强，这是新发现的一种共发光体系．本文详细研究了镝－钆－ＢＰＭＰＨＤ－ＣＴＭＡＢ体系共发光效应的形成条件和影响因素．实验表明，在最佳测试条件下，镝在１．０×１０－７～６．０×１０－６ｍｏｌ／Ｌ范围内与其荧光强度呈线性关系，检出限为２．０×１０－８ｍｏｌ／Ｌ，它比无Ｇｄ３＋存在时体系的检出限降低了一个数量级．应用该体系测定稀土氧化物及稀土合成样品中痕量镝，结果较为满意．     

移动DCT快速算法及在自适应滤波中的应用

提出了计算移动离散余弦变换（ＤＣＴ）的一种快速算法，其计算量仅是直接计算时的２／Ｎ（Ｎ是变换序列的长度）；讨论了该算法的数值稳定性问题，并给出了用该算法实现的变换域自适应谱线增强器的计算实例。     

离子选择电极法测定蔗糖中Cu^2＋含量的研究

采用离子选择电极法测定蔗糖中铜的含量。方法简便、快速准确。标准曲线线性范围１．００×１０＾－６￣１．００×１０＾－４ｍｏｌ／Ｌ，平均回收率１０１．５％，ＲＳＤ＝２．４％（Ｎ＝４）。     

丁二酮肟碳糊化学修饰电极直接电位法测定微量镍的研究

研究了一种以丁二酮肟（Ｃ４Ｈ８Ｎ２Ｏ２，ＤＭＧ）为修饰剂的碳糊化学修饰电极（ＣＭＥ）。该电极在ｐＨ＝８．８的ＮＨ３－ＮＨ４Ｃｌ缓冲溶液中，对Ｎｉ２＋浓度的负对数有线性电位响应。线性范围是５．０×１０－７～１．０×１０－３ｍｏｌ／Ｌ。电极修饰简单、性能稳定，每修饰一次可稳定测试１０个标准系列。对钢铁试样中的微量Ｎｉ进行了测定，效果良好     

数据预处理在商业企业数据仓库的应用

数据预处理是数据挖掘过程中重要环节 ,对数据预处理技术进行研究具有现实意义。文章在介绍数据预处理方法的基础上 ,结合大型商业营销企业数据仓库数据的特点和数据挖掘过程中对数据的要求 ,详细论述了数据预处理技术在大型商业营销企业数据仓库中的应用 ,提出改善数据质量是预处理技术的关键。     

基于DataGuard的Oracle RAC高校数据保护研究

数据是高校管理信息化产生的最重要的无形资产,数据的丢失或者损坏都将极大地损害教学、管理和科研工作的正常开展．Oracle RAC是目前使用最为广泛的数据库集群化管理方式,在此基础上开展DataGuard数据保护技术的应用研究,可以弥补集群数据库环境在数据容灾、备份和故障恢复方面的不足,提升数据的安全性,确保高校各类应用系统的正常运行．     

人工智能赋能高校数据治理:逻辑、挑战与实践

随着人类社会逐步迈入以情感计算、自然语言处理等智能技术为核心支撑的人工智能时代,数据的战略资源地位日益凸显,数据治理已成为推进高校教育治理现代化的关键工具。人工智能赋能高校数据治理的基本逻辑主要体现在数据管理、数据质量、数据决策与数据服务4个层面。高校数据管理忽视“多方协同管理”、缺乏相对统一的数据质量标准、数据决策在权责限定与顶层设计方面存在缺失、数据服务潜能激发不力制约数据价值高效释放等可被视为人工智能赋能高校数据治理的现实挑战。对此,应创设落位智能共管的高校数据管理职能优化机制、完善校本化高校数据挖掘与共享质量标准、构建基于责权厘定的智能化数据决策体系、优化指向数据价值释放的智能数据服务体系。     

Microsoft Excel的数据库管理方法

从一般数据库管理的角度出发,论述Excel管理数据库的方法。这种“表格”式的数据库管理方法将提供给用户一种新颖的设计方法和简单的使用操作。具有很大的推广价值。     

中小油田地震数据计算机管理方法研究

石油勘探技术发展迅速 ,需要一个集地震、测井、地质 3种数据为一体的勘探数据库来支持新的研究工作 .对包括地震资料处理、解释等资料的存储、应用方法进行了探索 ,提出了一种适合于中小油田的地震数据管理方案 .通过分析地震资料处理、解释产生的各类数据及其特点 ,从存储管理方法、数据规范化、质量控制方法、应用支持方法、数据服务方法等方面进行了详细论述     

化工物性数据库CPPDB在IBM-PC/XT机上的实现

讨论了文题实现方法,介绍了该数据库的总体结构。CPPDB利用dBASE Ⅲ支持建库,数据独立性高,修改、扩充方便。CPPDB存储了468种物质的29种物性数据,具有较强的物性估算和图形输出功能。     

数据仓库数据加载技术

数据仓库中的数据不是传统数据库中数据的简单堆积，其数据的组织必须方便基于数据仓库基础之上的数据挖掘和商业智能工作，为决策者提供访问、分析及共享信息的能力，从而发挥数据仓库的真正功效。成功构造一个数据仓库的关键在于自始至终理解用户需要，紧紧围绕用户目标这一主题进行数据的搜集和存储。首先分析数据仓库的特点及拥有的数据类别及组成，重点介绍如何从现有数据库中有效地将数据引导至数据仓库的方法和策略，具体给出了数据仓库中5种不同类别数据的加载方法。     

大数据时代的数据挖掘技术与应用

随着数据挖掘技术研究的进步与发展,并伴随着大数据概念的提出,将为数据挖掘技术的发展和应用带来一个很大的机遇,数据挖掘技术将进入一个新的发展时期.文章全面介绍了大数据,数据挖掘的基本概念以及数据挖掘的分析方法,最后给出了大数据时代的挖掘技术的应用领域及将来发展方向.     

数据仓库清洗技术讨论

数据仓库建设过程中最关键的环节是数据集成,本文重点分析了数据清洗需要解决的问题及涉及的主要技术,针对数据库的数据模型与数据仓库模型的区别讨论了利用元数据的映射规则的数据清洗方法.     

数据挖掘和数据仓库的关系研究

阐述了数据挖掘和数据仓库的有关技术,研究了数据挖掘和数据仓库的相互关系,说明了数据挖掘系统和数据仓库应统一分析和设计.