用高中数学求解异面直线公垂线方程

用高中向量基础知识和待定法可非常方便地得出n（n≥3）维线性空间中异面直线的公垂线方程.若在大学数学教学中挖掘与中学数学的衔接和联系,则可在很大程度上降低大学数学的教学难度.     

心电信号压缩评价指标的研究

通过对500例心电信号压缩前后诊断结果的比较,研究心电数据压缩评价指标,用统计方法得出均方根百分误差与诊断符合率的关系是近似线性关系,实验论证了用数字指标评价心电信号压缩性能的可行性,并得出各数字指标与诊断符合率具有相似曲线的结论。     

果蔬智能分拣系统中的目标提取算法的实现

随着农产品加工自动化程度越来越高,采用工业机器人代替人工分拣水果、蔬菜等农产品是适应现代农业发展所必需的.在蔬菜水果分拣过程中的前景目标提取质量决定了分级的准确性,基于混合高斯背景模型和仿射变换模型建立相应算法,对蔬菜水果分拣过程中所拍摄到的前景目标进行提取.以水果猕猴桃为例的实验结果表明,该方法所提取到的前景目标质量能够满足蔬果分拣需求,与其它方法相比也具有一定优势.     

分形与压缩感知理论相结合的图像编码算法研究

为了将分形图像编码与图像压缩感知两种编码方法结合起来,研究性能更优的混合编码算法,首先把压缩感知理论中的测量矩阵引入到分形图像编码算法中,以去除图像子块的冗余信息来采样其有效信息;其次,利用采样图像子块所得到的测量值来定义其均值标准差乘积特征(简称均标积特征);最后,依据均标积特征设置一个剔除条件,将全搜索匹配过程转换为均标积特征下的邻域搜索.四幅图像的仿真结果表明,所提算法与全搜索分形算法、压缩感知算法相比,在主观质量评价指标SSIM值几乎没有变化、以PSNR度量的重建图像质量分别降低约0.8 dB、2.58 dB的情况下,所需时间平均分别为相应算法的9.36%与19.83%.     

一种基于USB接口的IPC远程控制模块开发

随着计算机的快速发展与在各个领域的广泛应用,USB已经成为计算机上的标准配置接口,是实现外部设备与计算机通信常用的一种方式。对基于USB接口的计算机远程通讯模块进行总体规划并进行软件设计和硬件设计,本地电脑通过USB接口和该通讯模块相连,开发一种基于USB接口远程通讯模块。     

2-范数结束条件的分形图像编码算法

具有极好质量和压缩比的分形图像编码因其编码耗时而限制了它的应用.针对这个问题,本文提出一种快速分形编码算法,它运用图像块2-范数设计的结束条件来避免编码过程中的全搜索,对一个range块,能够在较小的搜索范围内找到它的最佳匹配domain块,匹配搜索过程可以提早结束,因而编码时间极大地减小.仿真实验显示,该算法能够大大缩短编码时间,同时实现和全搜索分形编码算法相近的重建图像质量.     

基于相似比的变邻域搜索的快速分形编码算法

为了解决基本分形图像编码算法中的编码过程特别耗时问题,通过定义每个range块和domain块的相似比,建立它与匹配均方根误差间的关系不等式,可把寻找range块的最佳匹配domain块的全局搜索变为近邻搜索.鉴于在自仿射变换下最优匹配块间的相似比值应该接近,但它们间的远近程度不一致,因此,每个range块的最优匹配块搜索范围应限制在与其相似比值接近的domain块变邻域内.四幅图像的仿真结果表明,它确实能够在PSNR降低0.103d B(其结构相似性SSIM值仅下降0.0004)的情况下,平均耗时仅为基本分形编码算法的38.97%左右,而且也优于可选特征算法,实现了加快编码过程速度的目标.     

改进的直线 Bresenham算法

直线作为图形的基本元素之一,其画法的每一步改进均有重要意义.文章提出了一种画直线的新算法,对Bresenham算法作了进一步的改进,充分利用直线斜率的几何特性和点与点之间的相关性,一次可计算出若干个点,克服了Bresenham算法一次只能计算出一个点的缺陷,从而提高了效率.并对所提出的新算法与Bresenham算法进行了比较,对两者的优劣进行了讨论.     

图像块自相似特征的快速分形编码算法

为了解决全搜索分形图像编码算法在编码过程中range块和domain块匹配特别耗时问题,定义了每个range块和domain块的自相似特征,由于在自仿射变换下最优匹配块间的自相似特征应该接近,因此,每个range块的最优匹配块搜索范围仅限在与其自相似特征接近的domain块邻域内,变全局搜索为局部搜索.六幅图像的仿真结果表明,它确实能够在PSNR降低0.48d B(其结构相似性SSIM值仅下降0.0015)的情况下,平均耗时仅为全搜索分形编码算法的18.65%左右,而且也优于其他特征算法,所提算法达到了加快编码过程速度的目标.     

基于LSTM的空气质量预测模型

为了准确预测空气质量,结合实际的天气污染情况,在WRF-CMAQ等一次预报模型的基础上,利用神经网络、机器学习方法中的LSTM算法以及线性学习方法,针对大量的数据进行二次数学建模来提升预测的准确性,同时解决了对现实中存在数据不全导致无法预测的问题.根据预测数据和实际数据对比,建立的空气质量预测模型预测出的数据与真实值的误差均在2%以内.