一种基于UML的第三代面向对象开发方法

UML（统一建模语言）是当前开发面向对象系统的首选建模语言，已经成为事实上的工业标准。它使用广泛，提供了丰富的图形表示的结构和行为模式，并在很大程度上支持过程建模。本文将当前软件工程最新技术，如软件体系结构、设计样本、组件技术等用于UML中，给出一种面向对象开发方法。     

利用UML对基于3G的车辆监控系统的建模

运用UML建模机制建立了3G车辆监控系统模型．系统由车载单元、监控中心和GSM通信网络三部分组成．系统运行机制为。车载GPS接收机确定车辆的具体位置并以手机短消息形式通过GSM网络发送到手机短消息中心。短消息中心以存储转发的方式发送给监控中心．通过基于UML的统一软件开发过程，可以将3G车辆监控系统各部件有机的整合为一个整体．并为解决系统升级难题提供了方便．     

一种基于内容增强的可见光-红外线图像融合方法

为更好地保留可见光图像的丰富细节信息, 提出一种基于方向导波的动态图像压缩增强方法对可见光图像和红外线图像进行融合. 首先, 利用方向导波增强方法对可见光图像进行增强; 其次, 对增强后的可见光图像和对应的红外线图像利用非下采样轮廓波进行分解, 得到一个低频子带和一系列高频子带, 用稀疏表示理论对低频子带进行融合, 用参数自适应的脉冲耦合神经网络对各高频子带进行融合; 最后, 利用非下采样轮廓波的逆变换得到融合图像. 实验结果表明, 该方法在客观质量评价和视觉检测方面均优于传统方法.     

基于序列图像的粒子滤波跟踪算法

基于序列图像的目标跟踪方法研究已成为当前计算机视觉领域的一个重要研究内容.构建一个准确、实时和鲁棒的跟踪系统是该领域的研究重点.本文提出了一种改进的基于粒子滤波器算法的快速目标跟踪方法.通过提取序列图像中目标的HSI颜色空间直方图作为目标模板,建立系统的状态转移模型和观测模型,应用重采样技术,最后利用粒子的加权和估计最终目标位置和形状.通过软件仿真实验,本文提出的算法较传统的目标跟踪算法具有更好的实时性,准确性和鲁棒性.     

基于UML的专业市场网络管理系统设计

结合专业市场网络化的要求,分析了专业市场网络管理系统的需求,包括门户功能和后台功能,并确定了数据库的逻辑结构.利用基于UML的面向对象的软件开发方法,设计了系统的体系结构.该系统以IIS6.0+ASP.NET+Oracle的组合为技术支撑,结合Visualstudio.NET、Dreamweaver MX等软件,采用B/S模式三层体系结构,实现了专业市场的Web平台浏览及后台管理功能,满足了企业的业务需求.     

统一潮流控制器抑制低频振荡的研究

该文对加入了统一潮流控制器(UPFC)的单机无穷大系统进行理论分析,引入Lyapunov直接法阐明通过UPFC来抑制低频振荡的机理,采用基于修正因子的模糊控制策略,设计相应的控制器,最后对单机系统进行了仿真,结果表明UPFC能有效地抑制系统的低频振荡,提高系统的稳定性.     

一种面向高分辨率激光扫描点云的三维建筑物的风格化渲染方法

目前,三维激光扫描仪已经可以方便且快速地获取大范围建筑物的高分辨率三维点云数据。然而,尽管高分辨的建筑物点云数据可以精确且直观的描述真实的建筑物场景,但是由于点云具有离散化的特点,传统直接展示原始三维点云数据的方法缺乏良好的视觉效果。针对高分辨率激光扫描点云的渲染问题,本文提出了一种面向高分辨率激光扫描点云的三维建筑物的风格化渲染的方法。该方法首先提出远距离点采样方法,在简化点云数据的同时保留其三维结构化信息,然后引入基于神经网络的风格渲染方法高效渲染三维建筑物网格数据,最后提出了基于KDTree的网格数据与点云数据的融合方法生成渲染点云。实验表明,该框架可有效地将给定二维图像的风格转化为三维建筑物风格,在保证良好视觉效果的同时,保留了建筑物的精确三维几何信息。     

基于FPGA的双边沿触发实现

数字系统的时钟树走线最长,连接器件最多。单边沿触发的数字系统冗余的时钟边沿跳变必带来不容忽视的功率浪费。针对FPGA/CPLD中触发器均是单边沿触发的特点,用延时法、单稳态触发器法与采样法对时钟进行倍频处理,实现了系统的双边沿触发。在同样的时钟触发下,系统功耗大大降低,且系统数据处理速度提升一倍。     

基于SMTE算法和条件生成对抗网络的到港航班延误分类预测

由于航班延误数据集类别分布不均,传统分类器的性能受到一定程度的制约。为了能够对到港航班延误情况进行精准预测,提出了一种基于合成少数类过采样技术算法(synthetic minority oversampling technique, SMOTE)和条件生成对抗网(conditional generative adversarial nets, CGAN)的航班延误预测模型。首先,利用SMOTE算法对原始数据集进行上采样,并融合经过训练的CGAN生成指定样本数据集,缓解原始数据集中某些类别样本量少和数据非平衡等问题;再次,采用XGBoost模型在四种模式训练集上进行训练和超参数寻优;最后,以K近邻、支持向量机和随机森林为基准模型进行性能对比分析。经试验分析,通过分类器在融合样本集的训练,整体上可以在一定程度上提高模型的泛化性,尤其在轻度延误和中度延误类别中提升较为明显,与不采用融合方法比较,宏平均下的Precision、Recall、F1-score值分别提升了0.16、0.29、0.24个百分点。实验结果表明,该方法能够有效地对航班延误非平衡数据进行建模,在保持模型整体性能较高的前提下,能够显著的提升少数类的预测能力,可以为空管、航空公司和机场等提供决策依据。     

SVPWM的调制函数与谐波分析研究

基于规则采样法,推导了SVPWM调制函数在线性调制区的解析表达式。其傅里叶分析表明,SVPWM实质是对在三相正弦波中注入零序分量的调制波进行规则采样的变型SPWM.在Matlab/Simulink环境下建模仿真。仿真结果表明,输出电压谐波主要集中在开关频率及其整数倍附近;随调制比增加,低次谐波增加,高次谐波减小,总畸变率降低。