综述客户细分的方法与技术

本文以客户为导向研究各种细分方法与技术。先简要介绍各种细分方法的特点，并比较了它们之间的差异：再以细分技术为主要内容对基于客户统计学的客户细分、基于客户行为的客户细分、基于客户价值的客户细分和基于客户生命周期的客户细分四种主要的细分方法进行了详细的叙述；最后指出了现有细分方法的不足和发展方向。     

基于SVM图像分割方法的自动导盲系统

传统的自动导盲系统直接将图像映射为声音模式,使得声音模式中包含很多背景信息,干扰了盲人对图像的理解.针对这一问题,提出了一种基于SVM图像分割方法的自动导盲系统.首先使用SVM算法将摄像头采集到的环境图像分割为目标和背景两部分,并用灰度变换增强目标消除背景.然后将目标映射为声音模式.实验表明,经过训练,盲人能够理解系统合成的声音模式,从而形成对目标形状、尺寸以及位置的感知.     

一种基于轮廓查找的作物定位点提取算法研究

针对垂直投影法在作物行中心线检测时存在误差大的问题,提出一种新的基于轮廓查找的作物定位点提取算法。首先对农田图像预处理得到的灰度图像,通过垂直投影变换得到中心作物行所在列,然后对灰度图像进行条形分割,在每个条形图中寻找作物轮廓,保留与中心列最接近的轮廓并将该轮廓转换为矩形区域,矩形重心即为定位点。最后运用最小二乘法拟合定位点。仿真结果表明该算法较垂直投影法准确率高。     

基于S-粗集的图像阈值分割方法

介绍了S-粗集的概念, 结合其动态迁移特性给出了可以适应复杂背景和含噪环境的图像S-粗集表示模型, 使静态目标可以将"不好"特性像素点迁移出去. 利用粗糙熵平衡目标和背景粗糙度对边界的影响, 提出一种更具适应性的 图像阈值分割算法. 为了适应离散点的迁移, 同时避免粒度大小的选择, 结合包含度概念给出了图像变精度S-粗集表示模型, 利用精度参数来 控制调节获取最佳分割阈值, 实现目标提取. 仿真实验表明, 所提出算法具有更好的图像分割效果.     

基于组合型中文分词技术的改进

在分词过程中如何处理歧义切分是中文分词算法要解决的难点之一.文中提出了一种改进的基于词典和基于统计的组合中文分词算法,能够发现并处理交集型歧义,该算法在发现歧义的过程中没有采取传统的双向匹配法而是采用双栈的结构,减少了匹配花费时间,并分别采取长词优先和最大概率方法处理一般的交集型歧义和特殊的同词长交集型歧义.最后通过实例对文中所提出的算法进行实验验证,结果表明该算法比传统的分词算法有更好的准确率.     

基于区域分割和均方误差改进的图像修复算法

基于样本块的Criminisi图像修复算法在搜索匹配块时,使用全局搜索并用均方误差（sumofsquareddifferences）来衡量样本块差异。该方法存在搜索范围过大,效率较低,仅考虑颜色的差异,容易导致修复结果边界错位等不足,本文提出了一种基于区域分割和均方误差改进的图像修复算法。为了提高样本块匹配速度,先采用区域分割法分割整个图像区域,使待修复样本块只在对应区域内搜索。在比较样本块差异时,本文算法对颜色差异、纹理差异、曲线特征差异进行了加权综合,从而保证了修复后图像在颜色和纹理上均与已知区域保持一致,解决了Criminisi算法效率低且容易出错等问题。实验结果表明本文算法修复结果在执行效率、视觉效果上要比Criminisi算法好。     

一种改进的彩色城市倾斜航空影像植被提取方法

KSW熵自动阈值法是面向对象的不需要先验知识的单阈值分割方法,但是面对背景复杂的彩色城市倾斜航空影像,其分割效果有待进一步提高。提出一种改进KSW熵自动阈值法对彩色城市倾斜航空影像植被进行提取,即结合改进的归一化植被指数以及几何特征来进行城市倾斜航空影像的分割。实验证明,该方法能够很好地提取植被,且普适性好。与传统KSW熵自动阈值法相比较,分割效果令人满意。     

基于边缘特征的多源影像空间配准精度研究

图像配准技术是数字图像处理的关键技术之一.以甘肃省张掖市为研究区,获取ASTER与MODIS两种数据进行空间配准研究,首先以ASTER数据为基准选择同名点对MODIS数据进行空间配准,然后使用两种方式对其配准精度进行评价：第一种方法充分考虑研究区的地表覆盖特征,利用图像分割、边缘提取及图像匹配等技术,以先验知识为基础提取边缘并进行拟合分析,提出基于边缘进行空间配准精度的分析方法;第二种方法借鉴传统配准方式,选择同名点进行空间配准精度分析.研究表明,经过配准后的几何校正精度优于0.5个像元,能够满足精度要求.     

基于市场细分理论的高职特色专业建设策略研究——以国际质量管理体系认证专业为例

运用市场细分理论对高职院校专业建设中的特色专业建设进行程序应用,以质量管理体系认证专业应用市场细分理论指导专业建设的实践,结合武汉职业技术学院的专业建设推论出特色专业建设的三种策略,即无差异化、差异化和集中策略.