哈夫曼编码的一种基于树型模式匹配的改进型算法

一般情况下，哈夫曼编码所采用的存储结构及构树方法，不仅影响编码效率，而且也没充分利用存储空间．本文改顺序存储为链式存储，对叶结点和非叶结点采用不同的存储结构来降低空间复杂度．在编码时，充分利用短码字且基于树型模式匹配进行编码，提高了编码性能和传输效率．     

敦煌壁画数字图像的三维信息恢复

详细阐述了用数字近景摄影测量和计算机图像处理技术来恢复敦煌壁画三维信息的过程,以达到原样数字保存敦煌壁画的目的.通过建立洞窟的统一坐标系统,对洞窟壁画进行近景摄影测量,并把近景摄影测量获取的底片用高分辨率的扫描仪扫描成数字图像.然后经过坐标变换,建立每个墙面壁画的辅助空间坐标.在此基础上,经过模型定向、核线重采样、影像匹配、数字表面模型的生成,直至最后生成正射影像,恢复壁画的三维信息.从壁画图像处理的结果来看,所有控制点绝对定向的残差都在毫米级,壁画数字表面模型的中误差也在毫米级,也就是说敦煌壁画图像数据的几何纠正达到了毫米级.这表明用近景摄影测量和计算机图像处理技术可以很精确地恢复敦煌壁画的三维空间信息,从而达到保护和永久地数字化存贮敦煌壁画、塑像文物的目的.同时也为我们提供了一种文物保护的新方法和新思路,为古代珍贵文物的保护、复原与研究提供了新的手段.     

基于遗传算法的图像识别方法

分析了图像识别中模板匹配技术面临的计算量大、存储量大的问题,提出了基于遗传算法的图像识别方法。该方法首先对图像模板进行离散化处理,对图像离散点控制,从而把图像识别问题转化成一系列离散点的组合优化问题;然后利用遗传算法对种群优化的性能,对各个控制点组合优化,使各控制点与模板匹配;最后通过计算机仿真实验,证明了这种方法的有效性和实用性。     

基于神经动力学系统的关联推理模型

关联关系是事物之间普遍存在的一种关系,过去,由于受串行逻辑化表达方式的制约,该关系并没有得到很好的表述.本文从关联关系的内涵出发,揭示了它所蕴含的并行性的实质,并且以神经动力学系统作为工具,建立了关联推理的基本模型.实验证明,这种模型能够更好的体现事物的整体特性,更加符合认知学中的"整体优势"观点.     

变换域时间序列相似性搜索

在时间序列的研究中，经常需要计算二个序列的相似程度。由于序列变化的多样性和，复杂性，结果通常不能很好地满足要求。采用变换法则对时间序列进行从时域到频域的转换，再将转换后的数据按照一定的规则变换成字符序列；利用求最长公共子序列的方法计算三个序列的匹配度，实现时间序列的相似性搜索。     

入侵检测系统中模式匹配算法探讨

针对入侵检测系统实现中的关键部分—检测引擎的数据分析模块实现问题,对基于规则的入侵检测来说,模式匹配算法非常重要,它直接影响到系统的准确性和实时性能。研究了几种应用于入侵检测中的单模式精确匹配算法和多模式精确匹配算法,分析了这些算法的复杂性,包括 Brute Force 算法,Knuth-Moris-Pratt 算法,Boyer-Moore 算法,Boyer-Moore-Horspool 算法,Aho-Corasick 算法和 Aho-Corasick_Boyer-Moore 算法。     

一种快速车标定位方法

车标定位是车标识别系统中至关重要的一步，作者提出了一种快速的车标定位算法，即在已知车牌位置的情况下，利用车标位置垂直方向能量集中的特点进行滤波处理以及在粗定位矩形框中利用模板匹配的方法得到车标的准确位置，实验结果表明，该方法定位准确率在95％以上，平均速度在150ms至200ms之间。     

吐哈油田气举采油适应性分析

气举是人为地将高压气体从地面注入到油井中,依靠气体的能量将井中原油举升到地面的人工举升方法,如气举完井工艺优化设计技术、气举完井管柱配套技术、气举阀投捞技术、气举井测试及工况诊断技术、气举系统优化技术.在实践中,针对吐哈两个油田(鄯善油田、丘陵油田)的应用实际,从采油方式、油管尺寸、井口回压、气举阀工作参数、完井管柱、气举阀投捞技术、气举测试等具体问题解决中,对气举采油的适应性进行了分析研究,形成了适合吐哈油田的气举采油配套技术和配套工具系列,从而部分解决吐哈油田气举采油中适应性问题.     

GLAV集成方法中的模式匹配研究

GLAV是一种新的集成方法,它能为信息集成系统的映射关系提供更具表现力的方式.映射表示源模式与全局模式之间的对应关系,主要研究了GLAV集成方法中产生映射规则的模式匹配方法.首先将SUDAI模型转换为模式树,然后基于树进行匹配.匹配包含语言学和结构匹配两个基本阶段,语言学匹配结合了术语关系和约束进行计算,结构匹配结合了类属性和上下文节点两个方面,并成功解决了模式规模差异带来的负面影响.计算的结果可以判断两个信息类是否是一个映射候选,经过验证后可确定它是否是一个合理的映射.最后定义了一个基本DTD来描述匹配的最终结果.     

结合图的导出匹配可扩性

简单图G和H的结合图G[H]的顶点集为V(G)×V(H),其中(u,v)和(u′,v′)相邻的充分必要条件是:或者uu′∈E(G)或者u＝u′并且vv′∈E(H).研究了结合图G[H]的导出匹配可扩性,证明了若G和H是非平凡图,G是连通图,且G和H满足下列条件之一,则G[H]是导出匹配可扩的:(1) G和H中有一个是导出匹配可扩的;(2) G和H都有完美匹配;(3) G和H中一个有完美匹配,另一个有几乎完美匹配.