基于块匹配的综合图像检索技术

提出了一种基于文本、语义和特征块匹配相结合的综合图像检索方法．首先,将图像入库时进行人工标注;然后运用SVM机器学习框架,建立先验知识库,提取图像的语义特征;然后利用Harris算子检测出图像的特征点,进一步统计出两个图像中匹配的特征块数目,计算图像间的相似距离．实验结果表明,这种综合检索方法能更全面、更精确地描述了图...     

XML数据流小枝匹配算法

针对XML数据流可能具有复杂的递归层次结构,提出一种XML数据流小枝匹配算法TwigPM.通过获取查询节点的结构关系,进行有效的剪枝操作,减少了处理时间和数据所占用的内存空间.实验结果表明,算法具有高效性.     

任务可拆分项目调度问题

经典资源受限的项目调度问题的前提之一是任务不可拆分,即每个任务只能被一次执行,中间不能停顿.但是在企业实际的项目调度中,许多任务是允许被拆分成若干次执行的.针对任务可拆分的项目调度问题提出了总项目工期最短的数学模型,该模型在任务较多、任务工期较长或时间粒度小时解空间很大,不利于精确求解.提出了一种结合邻域搜索方法的混合遗传算法求解该模型.给出了算法的编码方案、解码规则、适值函数、选择方法、交叉算子和变异算子的实现方法.最后通过算例验证了算法的有效性,列出了任务不能拆分和任务可拆分两种情况下算例最优解的甘特图.     

一种基于标记点的近景摄影测量系统

给出了一种基于标记点的鲁棒三维重建摄影测量系统;采用编码点和非编码点等标记点方式.为了减少不同图像间误匹配的概率,采用一种新的基于编码点的匹配方法,不同图像间非编码点的匹配从编码点开始,并通过相似性准则、模糊度准则和距离误差准则来剔除误匹配,可获得非常高的正确匹配率.采用一种新的基于标记点的加权迭代特征算法,用编码点恢复相机的投影矩阵,从而可以确定相机的外部姿态参数;用非编码点恢复3D坐标.与已有的加权迭代特征算法比较,该算法避免了所有点参与计算相机的投影矩阵,运算速度更快.由于采用标记点的亚像素定位方法,提高了3D重建精度.实验结果表明,在3D重建方面,该系统是强壮和精确的.     

消失物种再发现意义深远

现在,只要你在google的搜索框中轻轻地键入“woodpeeker”(象牙喙啄木鸟)这个单词,你立即就会得到30多万条相关搜索结果。美国《纽约时报》为此专门发表了社论,而全球600多万观鸟爱好者则挤爆了许多鸟类网站。也许有人会说:“不就是一只鸟嘛,有什么好大惊小怪的。”虽然只是一只鸟, 但物种的再次发现却具有特别的意义。     

一类非齐次拟线性双曲型方程组混合初边值问题的整体经典解

考虑半无界区域{(t,x)|t≥0,x≥0}上的一类拟线性双曲型方程组的混合初边值问题.假设正特征弱线性退化,方程右端项满足匹配条件,可以得到慢衰减小初值问题C1解的整体存在性和唯一性.     

路由查找技术的分析及研究

从数据结构的角度分析各种路由查找技术的原理.并针对IPv6可聚类的全局单播地址,提出面向IPV6的路由查找算法.通过研究对比各种路由查找技术及其优化策略,为实际工作提供理论依据.     

基于改进蚁群算法和共用航段的搜索救援通道规划

针对战斗搜救任务场景中,空中搜索救援等待区至跳伞区之间的往返路径规划问题,提出一种基于改进蚁群算法和共用航段的搜索救援通道规划方法。首先,针对基本蚁群算法易出现局部极值及收敛速度慢等缺点,对启发函数、状态转移策略、信息素更新策略进行了改进。然后,针对单起点多目标点的路径规划问题,提出了设置分航点以生成共用航段的搜索救援通道规划方法,并以总路径长度表征任务准备负荷量与分别规划航路进行对比。实验结果表明,在本文测试环境下,改进蚁群算法规划的路径长度分别缩减15.4%和14.2%,搜索救援通道的任务准备负荷量减少25.4%。所提出的搜索救援通道规划方法有一定的理论和应用价值。     

一种计算冲压零件轮廓相似度的快速算法

为了适应网络应用对轮廓相似度计算在速度和数据传输量方面的要求,文中提出了一种非离散的快速算法,该算法采用直线和圆弧来表达轮廓曲线．在对图形进行范化处理后,将待匹配轮廓按照一定步距进行旋转．然后依次以待匹配轮廓或目标轮廓作为模板,计算模板的所有顶点与其在另一个轮廓中对应点的距离平方的平均值．在所有角度中,平均值之和的最小值即为两个轮廓的匹配度．该算法同时适用于凸多边形和凹多边形,并具有较好的区分度和匹配准确性．和以往的离散方式相比,该算法减少了需要传递的数据量．提高了运算速度．     

步长为1和n/2循环图的导出匹配可扩性研究

如果一个图的任何一个导出匹配都能包含在一个完美匹配当中,就称之为导出匹配可扩的.对有2n个顶点x1,x2,…,x2n的图,如果对于i-j≡±1(mod2n)或者i-j≡±n2(mod2n)的i和j,均有xixj∈E(G),则称其为步长为1和n2的循环图,记为C2n(1,2n).本文的主要结论为:C2n(1,2n),n#4,是导出匹配可扩的.