网格、知识发掘、学习对象与XML绑定

从网络技术、信息技术、教育技术3个角度论述21世纪E Learning的技术发展趋势,指出无论是网格计算、知识挖掘还是学习对象,都存在一个标准化元数据问题,从而引出了XML绑定的一些思路。     

辽河油田Du84块兴隆台Ⅰ段扇三角洲储层构型精细解剖

辽河油田开发较早,剩余油分布情况十分复杂。储层构型(导致储层内部形成渗流屏障和渗流差异)是造成大量剩余油滞留地下的重要原因。为明确辽河油田Du84块兴隆台Ⅰ段成藏规律及下一步剩余油挖潜方向,综合运用岩心、测井资料对该区进行扇三角洲前缘储层构型研究,分析其储层构型单元特征,为老油田提供剩余油挖潜依据。研究表明:①研究区发育的储层构型单元主要有辫状分流河道,河口坝和分流间湾;②确立了研究区单一砂体的识别标志;③研究区单一砂体垂向叠置模式主要包括垂向叠置、错位叠置及孤立型叠置,单一砂体平面展布样式包括孤立条带状河道、交织条带状及连片状河道。通过对研究区储层构型精细解剖,可以为该区块的开发生产提供重要的指导意义,并为类似区块的扇三角洲储层分析提供借鉴。     

面向结构光三维测量的两轴转台标定

提出了一种基于结构光测量数据的两轴转台标定新方法.在转台绕摆动轴转动过程中对按一定布局固定在转台上的2个标定球进行不同视角测量,通过数据分割得到每个球的数据并计算其球心,采用2个标定球球心所在圆的圆心精确标定了转台摆动轴轴线;同理,可以标定出转动轴的初始轴线.通过计算得到转动轴在任意视角的方位,从而精确标定了两轴转台的位姿,实现了多视测量数据在线自动拼合,提高了数据拼合的精度.实验证明,所提出的标定方法简单、高效,并适用于其他转台测量系统.     

基于粗糙集和聚类的采空区煤自燃火灾预报

采用标志气体分析法对煤自燃火灾预报时存在特征维数较高、特征之间存在冗余及人为划分温度段的不合理性等问题,文中提出基于粗糙集和聚类的采空区煤自燃火灾预报方法。即使用粗糙集对原始样本去除冗余和特征维数约简,再用聚类方法对约简后的特征进行聚类得到各温度段的特征中心,并使用模式识别的方法,确定出煤自燃标志气体特征其与温度段特征中心的相似性,从而实现采空区遗煤自燃状态的识别和早期预报。     

基于主成分分析—神经网络的医学图像刚性配准方法(投稿)

医学图像配准在临床诊断和治疗计划中起着重要的作用。应用特征图像的第一主方向提出了自动配准计算机层析术(CT)和磁共振(MR)大脑图像的方法。方案中,先应用主成分分析-神经网络来计算特征图像的第一主方向,然后通过调整特征图像的第一主方向和质心来完成配准问题。此外,还以MR-MR图像配准和CT-MR图像配准为例,对此方法的配准效果进行了简单分析。     

Linux系统中虚拟文件系统内核机制研究

针对Linux操作系统强大的多物理文件系统管理性能，从Linux的内核文件管理机制——虚拟文件系统(VFS)出发，对Linux系统如何识别和管理不同的物理文件系统进行了研究，剖析了Linux文件系统中一个物理文件系统的安装与注册、VFS的产生，以及通过VFS来管理和访问物理文件系统的内核工作机制．     

熵权决策法在公路工程评标中的应用

通过分析常用评标方法的优缺点,采用熵权与决策者的主观权重相结合的方法确定评价指标的综合权重,建立了基于熵权的评标决策分析方法.该方法系统地考虑了决策方案目标集的客观因素和决策者的主观因素,使权重确定更加合理.最后通过应用举例说明该方法使评标过程更加公正、科学.     

基于SIFT特征点匹配的印刷品图像检测方法

提出了一种印刷品图像在线检测方法.首先,利用在图像特征点提取领域中运用最为广泛的SIFT(Scale Invariant Feature Transform)算法提取图像稳定特征点,生成特征向量描述符;然后根据向量最近邻(NN)和次近邻(SCN)的距离之比,对匹配点进行初步筛选;最后运用M-estimators法估计特征点对间的几何约束模型,利用该模型进一步精选特征点,确定真正的匹配点对个数,将精选后得到的特征点数与初步筛选得到的特征点数的比值作为判断印刷品是否合格的标准.实验结果表明:该方法能够准确地提取出图像特征点,并通过精选特征点能够在很大程度上改善误匹配问题,从而快速有效地检测出错误的印刷品,得到了良好的检测效果.     

基于随机轮廓匹配的快速图像配准算法

为了克服确定性图像配准算法计算速度和准确率难以同时兼顾的缺点,提出了一种对部分重叠的图像进行快速配准的方法,该方法是基于轮廓特征的随机匹配算法。通过提取轮廓上的“关键点”作为特征点,随机选择若干特征点对得到候选变换,随后的投票阶段对其变换参数进行检验和求精。实验结果表明:对于典型的应用,该算法比传统确定性匹配算法的速度提高了约一个数量级,能够在线性时间内完成对两幅图像的配准,而且,该方法能够对包含相当比例误报的特征点集进行匹配,具有很强的适应性。     

基于互信息和小波分解的混合优化医学图像配准

提出一种新的基于互信息和小波分析的混合优化配准算法,在最低分辨率下用模拟退火算法进行全局优化,在高分辨率下采用Powell算法进行优化.结果显示:该方法用于医学图像配准,并与已有的传统方法进行分析比较,具有良好的全局优化性能和时间性能.