智能交通管理系统中的视频采集技术

智能交通管理系统(ITMS)是智能交通系统(ITS)的重要组成部分,而各种交通信息采集是实现系统智能化的前提,交通信息采集的方法和技术很多,其中,视频检测技术具有大区域、大信息量、多功能的特点,正成为交通动态信息采集技术主流。本文分析了视频交通动态信息采集技术的特点,对智能交通管理系统中综合应用视频交通信息采集技术进行了技术探讨。     

基于移动终端的农情信息采集系统分析与设计

在探讨我国粮食生产隐患和农业信息管理意义的基础上，调研了国内外农业信息采集现有方法、技术和应用现状，并了解了基于移动终端的农情信息采集的需求分析，给出具体的信息采集流程，设计了系统的总体框架和逻辑结构，探讨了其中的关键技术。     

高校开放式体育课程与教师素质的提升

开放式体育课程是高校体育课程的改革方向,具有课程指导思想与观念的时代性特征、目标的具体化特征、结构的多样化特征、形式的开放性特征、资源的拓展性特征和评价的综合性特征．高校体育教师要适应体育课程的重大变革,必须转变教育观念,实现角色转变,提高课堂教学设计和组织能力、课程理论水平、专项运动能力、课程资源开发和教学评价能力、信息采集和运用现代教育技术能力以及体育科研能力。     

高校开放式体育课程与教师素质的提升

开放式体育课程是高校体育课程的改革方向,具有课程指导思想与观念的时代性特征、目标的具体化特征、结构的多样化特征、形式的开放性特征、资源的拓展性特征和评价的综合性特征.高校体育教师要适应体育课程的重大变革,必须转变教育观念,实现角色转变,提高课堂教学设计和组织能力、课程理论水平、专项运动能力、课程资源开发和教学评价能力、信息采集和运用现代教育技术能力以及体育科研能力.     

基于信息功率谱的微博热点挖掘模型

微博信息具有传播速度快、数据量大、噪声大的特点,因而难以有效监测与控制.针对这些问题,提出了基于信息功率谱的微博热点挖掘模型,给出了该模型的框架结构、运作流程以及关键子算法.该模型根据微博信息流的功率谱密度变化趋势动态调整信息采集窗口,通过对信息功率谱计算对微博中的热点进行挖掘和预测,并抽取微博中的相关描述特征.仿真实验证明,该模型具有较高的预测准确度和特征覆盖度,且占用系统资源较少.     

Linux集群动态信息采收研究

本文研究了Linux集群下各个节点内核动态信息采集、收集、显示的几种方法,并对这几种方法的优劣进行了分析对比,阐明了在微机集群应用中,应当采用的动态信息采收技术。     

基于TPM的设备管理系统研究

本文分析了传统设备管理系统的不足,并基于全员设备管理（TPM）理念,结合本公司的实际情况给出设备管理系统的开发方案,建立了一套信息采集,管理,集成的模型,以最大限度提供生产效率为目标,设计了系统软件功能结构,井给出了系统特征。     

基于网页分块自定义信息提取的Web信息采集器设计

通过分析现有网络信息采集软件的不足,根据网页文本信息的结构和内容特征,提出一种基于网页文本信息或富文本信息的优化提取策略。通过将网页文档表示为DOM标签树的形式,把信息按Web页面的标签进行内容块的分割,结合XPath定位的方式,利用可视化的工具提取网页中有用信息,实现自动定期采集并按自定义表结构存储。     

微机化DTA/EGD/GC在线联同技术的研究

介绍了文题系统的结构。该系统由键操纵可构成11种不同的方式。多路信息采集、实时显示和数据处理全由微机控制。采用了数据压缩和移动换幅显示技术,为在线联同技术开发了多种专用软件,分析结果给出含有特征标志的曲线和表格。用标准化学样品对本系统进行了测试,获得了满意的结果。该系统可应用于催化剂、煤化学、石油添加剂以及地质矿物学等领域。     

福州工业遗产动态信息的采集与记录

为研究福州工业遗产的相关动态信息,详细论述福州马尾船政与福建新华印刷厂两处工业遗产现状动态信息的记录与历史动态信息的采集,通过图示方式进行可视化表达.在此基础上,归纳出动态信息采集与记录的方法,为中国工业遗产记录标准的建立提供基础.     

基于大数据分析的散乱缺损信息无损恢复方法

针对在集成数据交互中心进行数据随机转发时, 散乱数据易出现信息丢帧的问题, 提出一种基于大数据分析的散乱缺损信息无损恢复方法. 首先通过在云存储数据交互中心采集散乱缺损信息组成大数据比特序列, 分析数据在云计算中心的存储结构模型; 然后利用联合稀疏分解方法进行散乱缺损信息的特征分解, 并采用压缩感知方法进行散乱缺损信息的特征压缩及信息自适应特征聚类处理, 结合大数据信息融合方法进行散乱缺损信息的关联特征挖掘; 最后采用相空间重构方法进行散乱缺损信息的特征重组, 在重构的相空间中进行散乱缺损信息的无损信息恢复. 仿真实验结果表明, 采用该方法进行散乱缺损信息无损恢复的误差较低, 数据重构的精度较高, 运算开销较小, 有效提高了数据的信息恢复能力.     

高层建筑结构地震响应问题的ANSYS分析

为深入探讨高层建筑的动力响应问题,以15层高楼为例,运用大型有限元分析软件ANSYS,分析了高层建筑结构的动力特性,建立三维空间板梁结构有限元模型,计算了结构的固有频率和固有振型.用时程分析的方法研究了常遇烈度、设防烈度和罕遇烈度地震载荷作用下顶层的最大位移响应,三种烈度的最大位移分别为6.080 6、21.010 3和29.041 5 mm.结果表明:地震烈度越大,结构的动力响应越大.三种烈度下的结构最大层向变位角均出现在第三层,说明第三层为整个结构的薄弱层,为工程抗震设计提供了参考依据.     

基于矩阵策略的不完备混合型数据增量式特征选择算法

特征选择是粗糙集理论在数据挖掘等领域中一种重要的应用,如何对动态变化的信息系统进行增量式特征选择是目前粗糙集理论研究的重点。在不完备混合型信息系统中,属性集的不断增加是信息系统动态变化的一种重要形式。首先在不完备混合型信息系统中引入邻域条件熵的概念,并且利用矩阵的方法去表示邻域条件熵;然后针对属性集动态增加的情形,提出矩阵形式的邻域条件熵增量式更新,并且基于这种增量式更新机制给出了相应的增量式特征选择算法;最后,UCI数据集的实验结果表明,所提出的增量式特征选择算法比非增量式特征选择算法具有更高的特征选择性能。     

基于Web的信息采集系统

提出了一种利用多主体理论设计的信息采集系统ICS．它利用现有搜索引擎搜集回应者（能够提供查询问题答案的网络用户）的电子邮箱地址,将查询问题通过电子邮件发送给回应者,并收集回应者提供的答案,经过处理后提交给用户,从而将静态的信息检索变为用户之间动态的对话．试验证实,该系统能够提供复杂查询的答案．     

基于动态结构保持主元分析的故障检测方法

为充分利用表征过程运行工况的数据特征信息,提高化工过程的故障检测性能,提出一种基于动态结构保持主元分析(DSPPCA)的过程故障检测方法。首先对原始数据采用变量相关性分析建立自回归模型,构建包含动态特征的数据集,进一步综合考虑主元分析法(PCA)和局部线性嵌入(LLE)流形学习算法中数据点之间的近邻关系,融合得出新的目标函数,同时,运用局部线性回归的方法获得高维样本的嵌入映射,特征提取后在特征空间和残差空间分别构造监控统计量进行故障检测。Swiss-roll数据集的降维结果及TE过程的仿真研究结果表明,DSPPCA算法可以取得较好的特征提取效果,具有较高的故障检测性能。     

内逆 P-信息智能融合与属性析取扩展关系

逆P-集合是由内逆P-集合与外逆P-集合共同构成的动态模型。逆P-推理是由逆P-集合生成的动态推理,它由内逆P-推理与外逆P-推理共同构成。利用内逆P-集合与内逆P-推理交叉、渗透,给出内逆P-信息智能融合生成与它的属性特征、信息智能融合度与信息智能融合系数概念、外-信息智能融合环定理与融合度-融合系数定理,最后给出内逆P-信息智能融合与它的属性析取扩展结构与属性析取扩展定理。     

动态环境下改进ICP算法的RGB-D SLAM研究

针对传统的ICP(Iterative Closest Points)算法,无法满足室内动态环境下SLAM(Simultaneous Localization and Mapping)算法的准确性要求,提出了一种融合特征点结构相似性判断的ICP改进算法;通过在特征点集中引入三角形结构约束,实现两组点集中的动态匹配点与误匹配点的剔除,进而提高ORB特征点匹配的准确性;与传统的SLAM算法相比,改进后的算法对相机位姿的估计更加准确;通过在Linux系统下的仿真实验,结合特征点三角几何约束的ICP算法能够有效解决动态对象对相机位姿估计的影响,提高RGB-D SLAM在动态场景下的定位精度。     

基于QoS的动态组播路由协议框架

通过对现有动态组播路由算法及协议的研究和分析,在总结QoS动态组播路由问题研究现状的基础上,提出了一个协议框架,并就此协议框架中的动态问题、QoS问题及分层问题提出了一些理论上的解决办法.框架试图利用集中式算法作为组播路由的预计算方法,同时结合分布式地动态收集QoS信息,做出QoS相关的组播路由决定.把一些现代互联网的先进技术,如Anycast机制等,结合到组播路由算法中,使组播路由算法具有更大的灵活性和可扩展性.     

面向对象的动态聚类分析计算类模板

介绍一种用Ｃ＋ ＋ 面向对象编程语言开发的动态聚类分析类模板,它适用于ＤＯＳ和ＷＩＮＤＯＷＳ运行环境,只需较少的信息和编程,便可完成整型、单精度实型、双精度实型的向量矩阵、动态聚类分析的基本运算．文章对该类模板的设计思想、基本结构关系、主要特征及扩充性能作了简要描述,并以实例说明了动态聚类分析计算类模板的使用方法．     

基于区域形状的静脉图像特征提取与匹配

为了准确地对人的身份进行识别,提出了一种基于区域形状的静脉图像特征提取与匹配算法.静脉图像经预处理后得到二值图像,该算法首先对二值图像进行细化处理,得到了静脉的骨架信息;然后,标注4连通区域并寻找到与连通区域相连接的端点与交叉点;再利用最小距离法将连通区域的边缘逼近成若干条线段,将线段角度作为特征;最后,利用改进的最长公共子序列算法,进行了局部区域匹配,并利用改进的豪斯多夫距离算法进行整幅图像的匹配.实验表明,该算法获得的图像特征具有较高的区分度,识别效果受采集静脉图像中信息缺失的影响较小,正确识别率可达到96%以上.