中小企业ERP实施中的数据处理

根据数据分类及中小企业数据的特点,探讨了中小型企业ERP实施中的数据处理问题,主要是数据准备阶段的数据收集和整理,系统上线阶段的数据整合录入与检查以及系统运行阶段的数据生命周期管理。     

基于VSM的中文文本分类系统的设计与实现

文本分类是指在给定分类体系下,根据文本的内容自动确定文本类别的过程。该文阐述了一个基于向量空间模型的中文文本分类系统的设计和实现。对文本分类系统的系统结构、预处理、特征提取、训练算法、分类算法等进行了详细介绍。引入标题权重系数改进词语权重,并提出了一种新的分类算法。实验测试结果表明查全率和准确率均达到90%左右,而且标题权重的引入和新分类算法的实施有效地改善了分类性能。     

基于CUDA的图形处理器FDTD算法仿真研究

由于数值色散及时域迭代的特点,利用时域有限差分（FDTD）进行电磁仿真往往是十分耗时的,通用图形处理器（GPGPU）技术为其提供了解决方案。通过分析FDTD算法及其数值稳定条件,阐明其天然并行优势。基于计算统一设备架构（CUDA）模型,提出了利用图形处理器并行FDTD仿真的实现方法,并与传统CPU计算相比较,验证了并行结果的精确性,分析了各种尺度网格下速度提升情况,通过进一步优化并行方法,计算速度与单CPU相比可提升数十倍。     

可视动目标逐步求精分割技术研究

运动目标识别跟踪系统中 ,目标分割是至关重要的处理环节。由于目标阴影、碎块等因素 ,估计精度受到影响 ,甚至导致跟踪的失败。提出了目标形状波动度的概念 ,并将其作为目标识别特征 ,利用最大似然估计准则 ,对目标初始区进行逐步求精估计。该算法简练实用 ,能有效地提高估计精度 ,为确保目标可靠性跟踪提供了新的手段。     

基于车载激光测距的建筑物立面信息提取

采用车载激光扫描仪等多传感器进行动态测量，各种传感器进行同步数据采集。针对激光扫描仪应用于建筑物立面提取的问题，分析了激光扫描仪数据的特征，建立了建筑物高度提取模型，并开发了相应的立面信息提取系统。     

有限状态机实现数字滤波问题的研究

用有限状态机实现数字滤波是数字滤波器设计的一种新方法,它消除了其他设计方法中普遍存在的有限字长效应问题,因而具有很好的稳定性。本文研究了用有限状态机实现数字滤波系统中的系统稳定性、系统的表达、硬件实现以及软件设计等问题。     

RGB三基色法在CDMA视频图像传输中的应用

针对CDMA网络传输动态图像中的问题,提出RGB三基色法,提高了图像的清晰度,降低了失真率。     

并行处理系统中一种改进的MARY-LO任务调度算法

讨论了并行处理系统中的任务调度问题，对基于Stone典型模型的一些算法作了些改进，改进后的算法弥补了以前算法的不足，将启发式算法，网络流量算法和贪心算法有机地结合在一起，很好地解决了处理机数目上的限制问题。     

铸铁平板像素检测法中的图像均匀化方法

在铸铁平板像素检测法中，针对图像的不均匀特点，建立了铸铁平板图像的数学模型，并在此基础上提出了以二维插值为基础的铸铁平板图像均匀化方法．结果表明，该方法的均匀化效果良好，均匀化后的平板图像可直接用Otsu方法对其讲行分割．分割效果满足应用要求．     

tRNase Z: the end is not in sight

Although the enzyme tRNase Z has only recently been isolated, a plethora of data has already been acquired concerning the enzyme. tRNase Z is the endonuclease that catalyzes the removal of the tRNA 3′ trailer, yielding the mature tRNA 3′ end ready for CCA addition and aminoacylation. Another substrate cleaved by tRNase Z is the small chromogenic phosphodiester bis(p-nitrophenyl)phosphate (bpNPP), which is the smallest tRNase Z substrate known so far. Hitherto the biological function as tRNA 3′-end processing enzyme has been shown only in one prokaryotic and one eukaryotic organism, respectively. This review summarizes the present information concerning the two tRNase Z substrates pre-tRNA and bpNPP, as well as the metal requirements of tRNase Z enzymes. Received 29 March 2007; received after revision 15 May 2007; accepted 21 May 2007