基于J2EE多层结构的瘦客户数据访问模式的研究

结合Internet技术和J2EE技术,提出一种基于网络的瘦客户数据访问模式,该模式以数据服务为目的,以中间件服务器为核心,实现跨越异构网络环境、异构操作系统环境和异构数据库平台.把网络上的公共数据资源整合成的数据网格,对用户提供通用透明的数据服务.     

基于加速度传感器的WLALCS身份认证及实现

针对当前移动设备身份认证方法或易破解、或难实现、或成本高的问题,提出一种新的基于手机加速度传感器的人体感知身份认证方法.该方法利用当前手机普遍内置的加速度传感器采集人体运动数据(通常为动态手势),结合经典匹配算法LCS,提出限制匹配窗口的近似判等最长公共子序列算法,对采样点序列限制区间匹配,针对浮点数据对采样点距离近似判等,进行数据匹配实现身份认证,并基于云计算模型实现了手机身份认证平台.较之已有的基于手势身份认证方法,有效降低了针对模仿动作攻击的接受错误率,非攻击认证相等错误率为2%,而模仿动作攻击的相等错误率降低至5%.该系统具有易于在各类移动设备系统部署,不需要额外的设备等优势,且基于生物特征原理,特别加强了抵抗模仿动作攻击的健壮性,不易被破解.     

一种适应恶劣环境的有源液晶显示器的设计

根据温度、振动、冲击、电磁兼容、潮湿等环境特性对有源液晶显示器的影响,提出了对液晶屏进行抗恶劣环境设计的具体加固措施,研究了有源液晶显示器的低温解决方案,包括ITO加热膜加热功率的理论计算、液晶屏内置ITO柔性加热膜工艺、低温加热控制电路等。较好地解决了有源液晶显示器在低温环境下出现的响应速度慢.甚至液晶屏不能显示的问题.此外,还对液晶屏的振动冲击特性、电磁特性进行了研究,提出了具体的解决办法,如加大整机网度,采取屏蔽措施等.     

基于Hough变换的焊接接头自动识别技术研究

以作者所研制的焊接机械手为对象,针对其在焊接大型模具时,焊缝数量多的特点,采用提供信息量大、抗干扰能力强的视觉传感器CCD来获得焊接接头平面位置信息．在对CCD摄取的模架图像进行校正、灰度拉伸、灰度阈值变换后,采用Canny边缘检测算子检测出模架筋板上侧的边缘点,并针对传统的Hough变换方法不能检测出直线端点,容易重复检测直线以及提取直线精度不高的缺点加以改进,采用改进的Hough变换方法提取了筋板边缘线,求取这些边缘线交点即可获得焊接接头平面位置信息．实验结果表明,该方法可以有效解决Hough变换存在的上述问题,并能准确稳定地提取出模架筋板边缘线,达到识别焊接接头平面位置的目的．     

一种自适应PCNN图像融合方法

提出一种以图像局部方差和均值作为脉冲耦合神经网络(PCNN)参数自动调整的融合方法,并与多种金字塔融合算法、主成分分析融合方法、小波变换等图像融合算法进行比较.研究结果表明:所提出的融合方法无论是主观视觉效果还是客观评价结果均具有一定的优势,这对于拓宽PCNN的理论研究和实际应用具有一定价值.     

大学计算机基础课程交互式练习和综合测试系统

开发出一套基于C/S架构的大学计算机基础课程交互式练习和综合测试系统,对大学计算机基础实验课程进行网络辅助教学.通过这样的方法使学生更加牢固的掌握知识,以提高教学效果.     

计算机动画与物体真实运动之关系探究

以物体运动的两个重要属性－速度、加速度为对象,探讨了计算机动画与物体直实运动之间的关系,并用３ＤＳ动画软件模拟了一些特定的运动,获得了一组重要的实验数据。     

基于物理模型的特定人脸模型与表情动画模型

人脸造型与人脸表情动画的研究是计算机图形学领域中的一项热门课题,其模型的建立是构建人脸表情虚拟系统的一个重要基础,该系统可广泛地应用于虚拟环境、可视电话、远程教育等系统中。本文根据人脸生理结构的特点,先将人脸表面分成若干块、进而运用弹性形变原理,分析了脸部各块的形变规律,提出了一种将一般人脸模型变换为特定人脸模型的变形模型,而后又以眼睛为例,分析了“眨眼睛”的物理运动规律,为其建立了表情动画模型。在此基础上我们开发了一个实际的人脸造型与表情动画系统,运用该系统生成的特定人脸及表情动画自然、真实,结果令人满意。     

基于方向特征融合的感兴趣区域提取算法

针对图像底层特征对感兴趣区域（ROI）提取的影响程度问题,提出了一种方向特征融合的ROI提取算法.利用眼动实验数据得到实际的ROI图和方向叠加图计算相似度,融合方向叠加图和Stentiford视觉注意图,经反馈和权重调整后,得到不同图像类别的最佳权重和ROI图.根据该算法对图像ROI提取的结果,分析了平均反馈距离和图像位置等方向特征对提取ROI图的不同影响.实验结果表明：该算法的总体效果较好,特别是对于方向特征显著且物体较少的图像,能准确地提取图中ROI.     

一种处理遮掩的人脸特征点定位方法

AAM(Active Appearance Models,主动表观模型)是一种定位人脸特征点的有效方法,它由人脸动态表现建模和拟合算法两部分组成.在多种拟合算法中,投影式反向组合算法(Proiect-outInverse Compositional Algorithm)具有快速高效的特点.但当人脸的某部分被遮掩时,算法的精度会明显下降.提出一种采用逐层细分掩模消除干扰的正规化反向组合算法,该算法既保留了反向组合算法快速高效的优点又提高了算法处理遮掩的能力.实验结果表明:在采用标准的IMM人脸库作为训练集的情况下,当脸部被遮掩0%-30%时,算法能够保证定位特征点的标准误差值介于0.01-0.1之间.