计算机识别藏文音节构件的方法研究

藏文音节构件识别是藏文信息处理应当特别关注的一个问题,要实现藏文排序、藏文拉丁转写、藏文文本校对等工作就必须先识别出构成藏文音节的7大构件。针对符合藏文字性组织法构件组合规则的藏文音节,依据藏文字性组织法规定的音节组合规则和组合结构,提出先确定藏文音节中作为核心构件的基字,再依据基字判断出其他构件的算法,结合此算法对藏文中出现的其他特殊音节进行了特殊的构件识别处理。通过测试验证算法的可行性,测试结果表明,该算法能够正确识别符合组合规则和结构的藏文音节,对特殊音节也有较好的识别能力。     

基于VHDL的一个简单Mealy状态机

以帮助理解Mealy状态机为目的,采用VHDL语言设计一个简单的Mealy状态机,来检测数据流"1101010",并采用软件QuartusⅡ对所写程序进行编译、仿真,得出其状态图、波形图.首先介绍状态机的基本概念及其分类,其次分析Mealy状态机的设计过程并编写程序,最后通过QuartusⅡ对编写软件编译、仿真,使所得到的状态图和波形图合理,并与分析完全一致.这里编写的程序简单、合理,容易理解,可以对Mealy状态机有一个更全面的认识.     

基于安全属性分解的构件安全性量化和计算

提出了一种软件构件安全性量化和计算方法.在体现选择构件的安全属性分解模型上,对不同构件的相同叶结点属性进行比较、获取量化值,然后通过层次分析法计算、得到各构件的安全值.构件安全值计算过程更具客观性,有利于提高构件选择的精确性.     

基于环境变迁的构件组合模型

Internet为分布构件的重用提供了平台，准确、高效的构件组合是新型软件生产的重要环节．针对新一代的软件模型．网构软件，本文首先建立了构件的环境本体，并提出将变迁图作为刻画环境本体的模型；其次提出了基于环境及其状态变迁的构件描述框架；然后针对网构软件的特征，提出了基于环境变迁的构件组合算法，最后用具体的案例展示了算法的可行性．     

基于特征值分解的中心支持向量机算法

针对广义特征值中心支持向量机(GEPSVM)训练和决策过程不一致问题,该文提出一类改进的基于特征值分解的中心支持向量机,简称为IGEPSVM。首先针对二分类问题提出了基于特征值分解的中心支持向量机,然后基于一类对余类策略将其推广到多类分类问题。将GEPSVM求解广义特征值问题转化为求解标准特征值问题,降低了计算复杂度。引入了一个新的参数,可以调节模型的性能,提高了GEPSVM的分类精度。提出了基于IGEPSVM的多类分类算法。实验结果表明,与GEPSVM算法相比较,IGEPSVM不仅提高了分类精度,而且缩短了训练时间。     

拉丁藏文字转写成UNICODE藏文字的算法研究

文中对拉丁藏文字和传统藏文字结构进行了分析,建立了271个藏文字部件库和相应对照库,根据对照库和拉丁藏文字的特点,提出了拉丁藏文字转换为传统藏文字的算法,该算法简化了拉丁字母与Unicode藏文字母之间的转换过程,降低了算法复杂度。试验表明除了藏文梵文外,对现代藏文字的转换准确率达到了100%。     

基于小波分解和支持向量机的网络流量组合预测

研究网络流量预测问题,网络流量具有突发性、周期性、非线性特点,传统网络流量预测模型无法建立准确预测模型,导致预测误差大,预测精度低.为了提高网络流量的预测精度,提出一种小波分解和支持向量机的网络流量预测模型.首先采用小波变换对网络流量进行分解,把网络流量不同特性成分分离出来,然后采用支持向量机对各分量进行预测,最后采用小波变换对各分量预测结果进行重构,得到网络流量的最终预测结果.仿真实验结果表明,相对其它预测模型,提高了网络流量的预测精度,为网络流量预测优化提供了可靠依据.     

基于字典的藏文分词系统实现研究

随着对语言文字信息处理研究工作的不断加深,藏文信息处理技术也逐渐从字信息处理走向了语言信息处理。跟日语、汉语、韩语等语种的信息处理相同,藏文自动分词(Tibetan Automatic Word Segmentation)是藏文信息处理中的一项必不可少的基础性工作,在此基础上才能划分短语、抽取概念以及分析主题,以至自然语言理解,最终实现智能化。对于不同应用环境,藏文自动分词需要采用最合适的算法,本文通过对藏语语料的统计分析和藏语词的分布特点、语法功能的研究,提出了设计开发基于词典库的藏文自动分词系统,力求为藏文输入法研究、藏文电子词典建设、藏文字词频统计、搜索引擎的设计和实现、机器翻译系统的开发、网络信息安全、藏文语料库建设以及藏语语义分析研究奠定基础。     

基于小波分解和支持向量机的准正面人脸识别方法

基于小波分解提取人脸特征技术和多分类支持向量机模型，提出了一种新的准正面人脸识别算法。小波分解提取人脸特征具有对表情变化不敏感的特点；支持向量机作为分类器被认为具有很高的推广(generalization)性能，无需先验知识。在所提出的算法中，首先对训练图像进行预处理，然后使用小波分解方法对人脸图像进行特征提取，用所提取的人脸特征向量训练多分类支持向量机模型，最后用训练好的支持向量机进行人脸识别。利用ORL人脸图像库对该算法的实验测试结果，以及与其它人脸识别方法的比较结果表明了该算法在识别性能方面的优越性。     

基于Mealy型状态机的莫尔条纹细分和辨向技术

介绍了一种利用VHDL语言描述的Mealy型状态机对光栅莫尔条纹进行8细分和辨向的方法。该方法通过状态机对经过预处理电路的光栅信号变化状态进行判断,从而输出计数脉冲和方向信号。通过一种改进的计数方法,避免了尖峰干扰脉冲对计数值的影响,提高了细分和计数精度。     

基于互信息波段选择和经验模态分解的高精度高光谱数据分类

在遥感数据处理研究中,高维高光谱数据的冗余信息和噪声严重影响高光谱数据的分类精度,针对此问题提出基于互信息波段选择和经验模态分解的高精度高光谱数据分类算法(MI-EMD-SVM).分别采用基于互信息波段选择方法和经验模态分解实现对高光谱数据的冗余信息处理和特征提取,并获得处理后的高光谱数据X'.采用支持向量机分类算法...     

藏文政府办公系统的研究与实现

介绍了＂藏文政府办公系统研发＂项目的研制情况,以及系统的目标定位、体系结构、功能特点、技术路线和藏文化关键技术实现原理等内容.     

藏文输入法中快速自适应编码查询算法研究与应用

藏文词典查询算法是藏文信息处理的一个重要的基础部分,对系统的效率有重要的影响.提出一种快速自适应编码查询算法来指导藏文字、词、短语等编码,在任意排序状况下,快速确定所需编码在整个编码表中的具体位置.     

基于软件构件技术的软件化雷达

分析了软件构件技术在软件化雷达开发过程中的作用,并将软件构件技术引入到雷达系统软件开发过程中。对雷达系统进行领域工程建模,生成了软件化雷达体系结构和层次化的软件体系结构,用于指导后续的领域设计与构件设计实现。在软化件雷达开发过程中使用构件,可以充分复用雷达系统的开发过程、需求分析、软件体系结构和领域构件等, 进而有效提高软件化雷达的开发效率和软件质量。     

基于信号稀疏分解的毫米波主动探测

基于信号稀疏分解的Gabor时频原子库,将毫米波主动探测回波信号进行分解与重构,提取原子的时频参数作为其特征信息,并用改进的混合粒子群算法克服计算量过大难以实现的问题。实验表明,文章所提方法利用少数的原子就可以表示回波信号的主要特征,为目标回波信号的分类和识别提供了依据。     

Contrast Enhancement Method of POLSAR Images Based on Target Decomposition Theory

Improving the target-clutter ratio(TCR) of moving targets in synthetic aperture radar(SAR),imagery is very important for target detection and identification.In this paper,using the Cloude’s decomposition theory,an average covariance matrix can be decomposed into a summation of matrices representing three different scattering processes:the single bounce scattering,double bounce scattering,and diffuse scattering.A new idea of using the combination of the three components to enhance the contrast of an image is proposed.In order to compare with the polarimetric contrast enhancement method based on HH,HV,and VV data,ship areas of two combinatorial intensity images are detected by image binarization.Experimental results show that the method proposed in this paper provides better contrast.     

基于梯度塔形分解的多传感器图像融合

给出了基于梯度塔形分解的像素级图像融合新方法,基本思想是,先对原图像进行梯度塔形分解;其次,按照融合规则,采用基于区域特性的加权算子去构造融合图像对应的梯度金字塔;最后,通过逆梯度塔形变换重构融合图像,该方法被成功地用于图像的融合处理,实验结果表明,该融合方法十分有效,获得的融合图像更符合人的视觉特性,更有利于机器视觉。     

基于主成分分析的经验模态分解消噪方法

 针对非线性非平稳信号的去噪问题,提出一种基于主成分分析(PCA)的经验模态分解(EMD)消噪方法.该方法根据EMD的分解特性,利用PCA对噪声信号经EMD分解后的内蕴模态函数(IMF)进行去噪处理:首先利用"3σ法则"对第一层IMF进行细节信息提取,并估计每层IMF中所含噪声的能量;然后对IMF进行PCA变换,根据IMF中所含噪声的能量选择合适数目的主成分分量进行重构,以去除IMF中的噪声.为验证本文方法的有效性,进行了数字仿真与实例应用实验.实验结果均表明,所提方法的消噪效果整体上优于Bayesian小波阈值消噪方法和基于模态单元的EMD阈值消噪方法,是一种有效的信号消噪新方法.