基于Dexter的超媒体系统的基本要素链、锚和成员

重点介绍了基于Ｄｅｘｔｅｒ的超媒体系统中的几个重要对象类：链、锚和成员；详细论述了他们的构成、作用及扩展形式，对这些概念的清理与扩充．无疑有助于在开发一超文本系统时这些对象类的设计．总的说来，成员是基础、链是核心、锚是关键．     

Unique optimal solution instance and computational complexity of backbone in the graph bi-partitioning problem

As an important tool for heuristic design of NP-hard problems, backbone analysis has become a hot spot in theoretical computer science in recent years. Due to the difficulty in the research on computa- tional complexity of the backbone, many researchers analyzed the backbone by statistic ways. Aiming to increase the backbone size which is usually very small by the existing methods, the unique optimal solution instance construction (UOSIC) is proposed for the graph bi-partitioning problem (GBP). Also, we prove by using the UOSIC that it is NP-hard to obtain the backbone, i.e. no algorithm exists to obtain the backbone of a GBP in polynomial time under the assumption that P ≠ NP. Our work expands the research area of computational complexity of the backbone. And the UOSIC provides a new way for heuristic design of NP-hard problems.     

基于小波变换的语音基音周期实时检测算法

针对基音周期检测实时性的要求,提出了基于小波变换的语音基音周期实时检测算法。该算法利用小波变换极值与信号突变点之间的关系,将小波域波形与时域波形相结合,采取自适应基准、多特征参数提取小波系数极大值,并在2.5 ms时间内捕捉并检测到新的基音脉冲位置。实验表明,该算法对语音和残差信号取得了较好结果。     

2v-SSPC-一种不平衡数据分类方法

针对现有分类算法通常对不平衡数据挖掘表现出有偏性,即正类样本(通常是更重要的一类)的分类和预测性能差于负类样本的分类和预测性能,提出一种不平衡数据分类方法。该方法通过一个超球面将两类数据以最大分离比率分离,并且引入两个参数来分别控制两类错分率的上界,不仅提高了不平衡数据集的分类和预测的性能,而且大大缩小了参数的选择范围。在UCI真实数据上进行了实验,并采用ROC曲线下面积作为评估指标进行比较,结果验证了该方法的有效性。     

基于模型融合的低照度环境下车道线检测方法

针对低照度环境下车道线检测准确率低和稳定性差的问题,提出了一种基于模型融合的低照度车道线检测算法.采用基于ALTM(adaptive local tone mapping)算法改进的颜色平衡算法做数据增强处理,有利于车道线特征的提取;融合改进的Deeplabv3+模型和Unet模型,有效降低了过拟合现象;使用实例分割得...     

一种分布式过程模型及实例的优化方法

ADEPT模型具有分布式对称控制结构, 可以对控制流、数据流建模. 但由于ADEPT模型未被形式化描述, 所以无法判断过程模型及其实例的正确性.对ADEPT模型进行了形式化定义, 并结合实例状态机给出了过程实例的形式化描述; 在此基础上提出了用于验证过程模型正确性及过程实例一致性的优化方法.     

基于改进AAM的人脸特征点提取

提出了具有鲁棒性的基于局部二值模式LBP纹理提取人脸特征点的主动外观模型AAM算法（LBP-AAM）.首先建立3种人脸模型实例（正面,左转及右转人脸模型）;然后应用LBP判断和预测测试图片的旋转类型,依据预测结果选择合理的模型实例去匹配;最后提取出人脸特征点.实验结果证明本方法比传统的AAM方法在精度上提高了27%,效率上提高了9%.     

基于进化策略的增长学习方法在故障诊断中的应用

提出了一种新的基于进化策略的增长学习方法。神经网络可以在没有存储旧的学习样本的情况下学习新的知识而不干扰旧的知识。对某高温硝酸冷却系统的故障诊断作仿真 ,结果表明本方法是有效的。     

不平衡数据集的决策树算法

在不平衡数据集中,多数类不一定是最优的,这一问题将会影响决策树的生成效果和分类预测的准确性,提出类置信度比例决策树算法,这种算法对类的大小不敏感.通过实验验证,这种算法比传统的决策树算法更具有优越性.