基于QQ群的5M秘书学远程教学

5M秘书群组中多向度的时空环境和数字化技术作为一种物质条件,使多身份向度的协作和多媒体向度的传播成为现实。同质文化的激发交流与团体感的获得,有利于自我意识的确立与专业技能的形成,而5M多身份向度所致的异质,使得群的研讨八面来风,集思广益。多媒体的传播方式,在一定程度上克服了言意之间的矛盾,提高信息传播的形象性和有效性。     

基于G3M的多媒体个性化检索框架

在基于MPEG-7的通用多媒体数据库模型G3M上给出了一个多媒体用户偏好模型G3M-UP,允许用户从多媒体结构、时空语义、高级语义等多个层面定制个人偏好,支持复杂的偏好层次嵌套,并支持个人背景知识的引入.搭建了一个智能型的个性化检索框架,将G3M-UP与多媒体模式和实例紧密结合在G3M中,并将带有知识本体推理的个性化语义查询结果自动推到用户面前.     

对于国际货运代理人与多式联运经营人身份识别的比较分析

目际货运代理在实际业务实践当中可以以不同的身份出现,当赏运代理以多式联运营人的身份出现时关于二者身份的多样性和复杂性显得尤为突出,本文从国际赏运代理及国际多式联运经营人的概念及性质入手,分析了赏运代理的各种不同身份,井就货运代理与多式联运经营人的身份识别提出若干判断标准.     

M带N周期多尺度分析

引入了M带N周期多尺度分析的概念,将传统的周期多尺度分析进行了推广.利用傅立叶变换和函数内积研究了M带N周期正交多尺度分析,得到了M带N周期多尺度分析的尺度函数空间的频域表示,以及高通滤波器系数与低通滤波器系数之间的关系和面具的初等性质.结论表明,周期小波的滤波器系数和面具是具有周期性的一族系数.     

多酸分子结构多媒体辅助教学软件的开发

本文以我们开发的结构化学教学软件《多酸结构CAI》为例 ,讲述了如何进行多酸分子结构模型化学教学多媒体软件的开发 .多媒体辅助教学软件开发一般包括软件开发的前期工作 ,素材的准备 ,软件的编程实现 ,软件的测试几个阶段 .本文主要讲述软件开发的前期工作和软件的编程实现 .本软件是以《杂多与同多金属氧酸盐》为蓝本的 ,它是多酸化学多酸晶体结构、球棍模型知识教学中良好的电脑软件补充教材 .     

基于MPEG-7的通用多媒体数据库模型G3M

在MPEG-7的基础上提出了一个通用多媒体数据库模型G3M,给出了模型的形式化描述.与通常的用XML数据库方案来存储和检索MPEG-7媒体描述信息不同,G3M充分利用了MPEG-7的多媒体描述模式(MDS),将多媒体数据中包含的复杂语义信息提取出来,并根据用户的兴趣在对象-关系数据库上进行建模.强大的多媒体表达能力,使得G3M能引入领域知识,为语义推理和智能化检索奠定了基础.     

不同金属取代Finke型多金属氧酸盐显色检测多巴胺的催化性能

制备不同金属取代的Finke型多金属氧酸盐(polyoxometalates,POMs)PW9M4(M为Zn、Co、Mn和Cu)和P2W15M4(M为Co、Cu和Zn).在水溶液中,以H2O2作为氧化剂,测试催化剂显色检测多巴胺(Dopamine,DA)的催化性能.结果表明:PW9Cu4显色检测DA时溶液由无色变为橙色,线性范围为3.17×10-5～4.85×10-4 mol/L,检出限为3.17×10-5 mol/L;P2W15Cu4对DA显色检测具有良好的显色稳定性,线性范围为3.68×10-5～2.96×10-4 mol/L,检出限为3.68×10-5 mol/L.干扰物质对DA显色检测没有影响,表明PW9Cu4和P2W15Cu4对DA显色检测具有较高的灵敏度和选择性.     

基于多标签核判别分析的人脸身份与性别识别方法

为解决多标签线性判别分析(MLDA)方法在非线性维数约简方面的局限性,提出了一种多标签核判别分析(MKDA)方法,并将其用于人脸的身份与性别识别中.该方法的基本思想是通过非线性映射将训练样本从输入空间映射到高维核特征空间中,并在该特征空间中进行基于MLDA的数据降维.在身份和性别识别中,首先采用MKDA方法对人脸图像特征向量进行降维,获取判别特征矢量集;其次,为每幅人脸图像赋予一个表征身份和性别的多标签类别矢量;最后,采用减秩回归模型(RRR)描述判别特征矢量与多标签类别矢量之间的回归关系,并利用该模型进行未知人脸的身份和性别识别.AR人脸数据库上的实验结果表明:在人脸身份和性别识别中,MKDA方法的识别率高于传统核判别分析(KDA)方法.     

低复杂度的多符号差分空时分组编码在快速瑞利衰落信道中的研究

为了降低多符号差分检测(MSDD)算法的高计算复杂度,提出了2个低复杂度的算法,分别是简单化的M算法(SMA)和改进的多符号反馈检测(IMDFD)算法.SMA是在M算法的基础上,通过删除对后续搜索过程不起作用的路径数,来达到和M算法性能相同,但复杂度降低的目的;而IMDFD算法结合了SMA和MDFD算法的思想,通过联合估计最大化值和设置序列长度值的方法,不仅达到低复杂度,而且还克服了MDFD算法的错误传播和低信噪比下低性能的问题.仿真结果显示,这2种算法通过增加观察间隔,都能很好的填补差分检测和相关检测之间的间距,并且随着星座点数的增加,SMA算法和IMDFD算法之间的性能间距在逐渐拉大,相对来说SMA算法具有稍高的复杂度但却有更好的性能.     

基于神经网络的多因素身份认证方法

为防止网络欺诈和身份盗窃,根本解决客户身份的安全问题,在分析用户身份的组成和识别方法的基础上,提出了面向多身份因素的智能身份认证方法.该方法结合神经网络技术,把用户行为作为分析重点,以电子商务系统中的用户身份认证为例,设计了应用模型.该方法解决了传统身份认证方法中简单依赖密码等少量身份因素的问题,能有效地抵御身份盗窃,...