一种利用最小成本路径计算河流长度的方法

基于遥感影像上河流像元之间具有相似光谱这一特点,本文提出了一种利用最小成本路径标记河流并计算河流长度的方法.标记河流时,首先确定起始点和终点,规定相邻像元之间的近邻成本,以起始点和终点之间近邻成本的累积作为路径成本,通过寻找起始点与终点之间的最小路径成本和回溯链接矩阵确定2点之间的最小成本路径,按最小成本路径可以提取出起始点与终点之间的一条河流.对提取出的河流经过栅格向矢量转换以及平滑处理后,可以得到较高精度的河流长度.     

万元发明创新大奖邀公众投票

本刊讯日前，爱国者杯北京发明创新大赛暨第二届北京发明创新大赛经专家评选出的60项发明进入决赛。8月15日，进入决赛的60项发明进入社会公众网上投票阶段，投票时间截止到9月15日。大家可在北京发明协会网站及tom科技网站上投票选出10项您认为最优秀的项目，     

Borda社会选择方法中的一种投票合作问题研究

本文分析和研究了Ｂｏｒｄａ社会选择方法中的一种投标行为，探讨了其中有关合作的一些问题，给出了该合作的一种寻找方法，并证明了有关结论。     

基于盲签名的电子选举方案的改进

在分析Sensus电子投票系统的基础上,针对该系统的不足之处提出了相关的改进意见,并改进设计一个可用于互联网大规模投票的电子选举方案,该方案采用了阈值、盲签名、验证序列号等思想,使得本协议方案在保持了原有方案的各种优点的同时,增强了电子投票系统的安全性和公正性,并具有较高的效率,是一个实用的电子投票方案。     

英语主语和谓语动词在数方面的一致关系

英语中各种一致关系很多，但最主要的是主语和谓语在数方面的一致关系．就其一致关系必须遵守的语法一致、概念一致、近邻词一致等原则，论述了英语中主语和谓语在数方面一致的多种情况．     

一种基于KNN与改进SVM的车牌字符识别算法

提出了一种将KNN(K近邻)和支持向量机相结合的字符识别算法.首先用KNN对字符进行判断,如果输出的置信度大于阈值,则认为分类正确;如果小于阈值则采用支持向量机进行判决.改进了SVM分类器,通过调整支持向量机的分类超平面改进了支持向量机的性能.将算法应用到实际的车牌字符识别中,识别结果表明,这种方法在提高识别速度的同时,有效提高了字符的识别精度.     

一种改进的相空间近邻等距模式及其在短期气候预测中的试验

现有研究表明,气候要素系统可能存在混沌现象.通过应用混沌理论中的重建相空间技术,可在相空间中揭示出传统方法无法揭示的复杂气候动力特征,为气候预测研究开创一条新途径.现有相空间理论的研究多着重于对混沌系统的识别和应用混沌相空间理论建立不同的模式进行提前预测,这些预测多为对月时间尺度的;对于如何提高预报准确率和延长预报时效,从而实现对多个月份、季、年等更长时间尺度提前预报的研究还不多见.基于混沌理论的相空间近邻等距模式,对该理论中的提前预报时间T、延迟时间τ和相空间维数d等进行讨论.提出,实际应用中根据提前预报时间T来建立新的时间序列,满足T=τ=sδt,消除了相空间时滞τ的变化对提前预报时间尺度T的影响.应用改进前、后的预报模式,以不同相空间维数d对气温和降水气候要素做提前T=1~15个月的预报试验和检验.结果发现,改进后的模式提高了预报准确率,延长了预报时效.     

中国高考有与世界主流渐行渐远之嫌 高考囧途 北大百年招生流变的背后

<正>不管国人愿意与否,一个不可抗拒的趋势是,中国正向世界强开她的双臂。对中国高等教育而言,中国日益开放的一个直接后果就是,不满中国高等教育现状及高校招生制度的人们,不必只用嘴皮表达自己的意见,而且拥有了用脚投票的权利。人们一旦行使此一权利,对中国高等教育及高校招生制度形成的压力是显而易见的。根据教育部公开的数据,1992年,中国政府放开留学政策之初,中国出国留学总人数为1700人,18年之后就猛增到28.47万人,而且绝大多数是自费。而北京市教委2011年公布的最新数据显示,2011年,放弃国内高考而转战"洋高考"的高中生人数比2010年激增了近一倍。北京市一所著名中学的校长甚至预言,未来3年内,北京、上海、广州等国内一线城市最优秀的中学毕业生,很少会选择国内名校,大多数希望能直接就读海外高校。     

基于聚类和协同标注的TSVM算法

针对数据集中类样本不均衡、样本标注代价大的问题,结合聚类算法、委员会投票思想和TSVM算法,提出一种基于聚类和协同标注的TSVM算法,该方法利用聚类算法进行子集划分,保证每个子集都包含良好的空间信息,对样本的标注采用多个分类器进行投票,提高标记准确率,减少错误的累积和传递,提高标注准确率,增强最后分类器的泛化性能.KDDCUP99数据集上的实验结果表明该方法对未知攻击有较高的检测准确率.     

基于M-ANFIS-PNN的目标威胁评估模型

目标威胁评估的目的是根据目标的属性和状态信息对目标的威胁程度进行定量估计,为后续作战决策提供辅助支持。现有威胁评估模型大多依赖于数值信息,难以有效处理包含定性、定量数据的目标特征信息。基于此,提出一种改进的自适应模糊神经推理系统模型。在自适应模糊神经推理系统的基础上,引入前件影响矩阵和后件影响矩阵对定性数据进行处理,使得定量、定性数据的影响同时作用于模糊规则的前件参数和后件参数;为了进一步提高模型的输出精度,将自适应模糊神经推理系统的输出层替换为多项式神经网络;通过基于Gower距离的近邻传播聚类算法对改进模型进行结构辨识,确定模糊规则的初始参数。仿真实例验证了所提方法的有效性与可行性,与其他混合属性数据建模方法相比,所提方法具有较高的预测精度,可为作战指挥决策提供有效的辅助支持。