摘要：本文针对多主题信息采集效率低下的问题,调研了主题规则在内置搜索引擎和通用搜索引擎上搜索结果的差异,提出将主题规则拆分成原子规则的思想,分析了原子规则间的相同、互换、包含三种关系.在原子规则之间关系的基础上,设计了针对内置搜索和通用搜索不同的原子规则分配策略,这样做一方面提高主题信息采集的准确率,另一方面减少搜索采集的次数.针对原子规则直接搜索结果的准确率不高的问题,提出了基于句群的主题与信息相关性的过滤方法.设置138条主题规则(拆分后的原子规则为8223条),14个内置搜索引擎和4个通用搜索引擎,在单位时间内采集到的信息总条数与采集到的相关信息的条数两个方面进行了实验比较.结果表明,所提方法在信息采集数目及相关信息采集数目方面均具有较好的性能.

摘要：针对如何提高图像边缘检测效率的问题,提出1种结合最小二乘支持向量机(LSSVM)和元胞自动机进行图像边缘检测的方法。首先,基于Gauss径向基核和多项式核构建出新的核函数,使得LSSVM对图像像素邻域的灰度值能够进行准确的曲面拟合。接着,推导出图像的梯度算子,并与图像灰度值进行卷积得到图像的梯度值。然后,元胞自动机按照所设计的局部规则对梯度值进行演化,实现图像边缘的定位和检测。仿真实验检测出的图像边缘定位准确,而且达到1个像素宽,表明新提出的边缘检测算法是有效的;同时,通过对比分析得知新算法具有比Sobel和Canny算法更高的检测性能。

摘要：基于证书加密结合了传统公钥密码加密和基于身份加密的优点,并克服了这两类加密体制中存在的问题。在计算性Diffie-Hellman问题困难的假设下,利用双线性对,构造了一个基于证书的数字签名方案,并在随机预言模型下证明了方案的安全性。方案设计简单,签名算法中不需要双线性对运算,仅在签名验证算法中存在一个双线性对运算,非常适合使用在计算能力和带宽受限的环境。

摘要：不确定性是模式集成的一个固有性质,不确定性度量对模式集成具有重大影响。本文提出一种度量模型,在该模型中模式对象及其属性清洗模块使该模型免受规模影响。根据模式集成多属性分阶段决策的特点,本文基于粗糙集理论的全知熵不确定率进行各阶段的不确定性度量,并把过程模型的不确定性度量引入到总体不确定性的度量中,最后给出了合成多不确定率的方法。实例分析证实所设计模型是可行、有效的。

摘要：针对移动Ad hoc通信中的安全问题,利用双线性对的优点,结合基于身份加密体制,设计了一个存在多个私钥生成中心的签密算法,适合多域Ad hoc网络使用。基于计算Diffie-Hellman问题困难的假设下,在随机预言模型中证明了算法的安全性。方案设计简单,效率高,能够满足Ad hoc网络安全需求。

摘要：通过一个具体物业管理信息系统的分析、设计与实现过程,系统研究和论述了如何借助WebGIS、实时视频监控、传感监测报警、多媒体网络传输等技术实现现代物业管理信息系统的开发方法及其相关界面、功能和复杂数据的集成技术。这种新开发与集成技术的研究和应用,使得新开发的系统在保持传统物业管理系统功能的同时,又实现了实时监控、地理数据处理、安全报警等新功能的扩展,具有先进、实用、可视化强和自动化程度高等特点。

摘要：目前越来越多的信息系统采用B/S结构进行设计,基于Web的打印输出一直被认为是浏览器的弱项。提出一种基于HTML、CSS和jQuery在多种流行的浏览器中效果近于一致的可视化套打功能的实现方法。该套打功能用户操作简便,套打的效果所见即所得,易于编程实现。解决了基于服务器端组件或客户端Activex组件的方法难于编程且浏览器兼容性差的问题。

摘要：针对机器视觉应用中出现的标定靶面平行于摄像机成像平面的情况,提出对基于RAC(radialalignmentconstraint)摄像机标定算法的改进。建立了该种情形下摄像机标定模型,根据RAC约束的方向不变性、RAC约束的等比例性等特性,使用Levenber-Marquardt算法计算出部分参数,以及利用针孔成像原理求出余下的参数。通过实验对算法进行了验证和分析,结果表明,该算法计算量小,并且具有较高的标定精度。

摘要：在IEEE802.11无线局域网中,站点的比特率可以依据链路质量进行调整。如果一个站点由于比特率的降低而长时间占用无线信道,将会影响其它站点对无线信道的使用,从而造成网络性能的下降。为了解决这一问题,提出了一种无线局域网中的公平接入控制算法,此算法根据特定的策略来分配站点的接入时间。经过仿真实验和结果分析,证明了这个公平接入控制算法在避免无线局域网性能的下降,提高服务质量方面的优点。

摘要：为了对闭合多维序列模式进行挖掘,研究了多维序列模式的基本性质,进而提出了挖掘闭合多维序列模式的新方法。该方法集成了闭合序列模式挖掘方法和闭合项目集模式挖掘方法,通过证明该方法的正确性,指出闭合多维序列模式集合不大于多维序列模式集合,并且能够覆盖所有多维序列模式的结果集。最后分析了该方法所具备的两个明显优点,表明了在闭合多维序列模式挖掘中的可行性。