一种基于零树的树形扫描图像压缩编码方法

嵌入式零树编码被认为是目前国际上最先进的图像编码方法之一，但该算法在编“孤立零”码时会造成比特位冗余．因此本文提出了基于零树的树形扫描的图像压缩编码方法．实验结果表明该方法在保证恢复图像具有良好视觉效果的前提下，提高了压缩比，缩短了编码时间．     

经济领域中信息融合方法的讨论

信息融合在经济、金融等许多领域发挥着重要作用,不同的信息融合需要不同的融合算予,不同的融合算子一般产生不同的融合效果,从而在经济、金融市场预测分析中得到不同预期的结果.目前,已有许多融合算子.如取大算子、取小算子、均值算子、加权平均算子、积分算子等,这些算子都不是定义在集合划分上的.受ID3决策树生成算法的思想启发,本文提出了一种基于集合划分的融合算子,研究了其基本性质,在一定条件下,这种融合算子的值可在最细的划分处达到,为经济领域的研究提供一种新的信息融合方法.     

基于Web的网络学习综合服务系统的设计与实现

设计并实现了一个基于Web的网络学习综合服务系统,系统提供了完整的网络学习环境。利用Web技术将学生的学习活动放到系统中进行,提高了学习的效率和效果,具有广泛的应用前景。     

Results on energies for trees with a given diameter having perfect matching

Let Γd2nbe the set of trees with a given diameter d having a perfect matching,where 2n is the number of vertex.For a tree T in Γd2n,let Pd+1be a diameter of T and q = d m,where m is the number of the edges of perfect matching inPd+1.It can be found that the trees with minimal energy in Γd2nfor four cases q = d 2,d 3,d 4,[d2],and two remarks aregiven about the trees with minimal energy in Γd2nfor2d 33q d 5 and [d2] + 1 q2d 33 1.     

树的类Wiener指标和类Wiener距离

对应于Wiener指标和Wiener距离的概念,提出了类Wiener指标和类Wiener距离的概念,并给出了树上的类Wiener指标和类Wiener距离的特殊性质;同时证明了树上的这些特性是充分而不是必要的条件.     

选定根节点的TAN分类器

通过分析树扩张型朴素贝叶斯(TAN)分类器,提出了一种选定根节点方法,此方法基于概率论的观点,构造生成树时选择两依赖属性中个数较大的属性作为根节点.依此对TAN分类器的构造方法进行了改进(改进的分类器简称CRTAN),将该分类方法与朴素贝叶斯分类器和TAN分类器进行了实验比较.实验结果表明,此分类方法的分类性能要优于TAN分类器.     

我国非法证据排除规则疑难问题解析

十八大指出全面推进依法治国建设,注重司法人权保障成为刑事诉讼法的重要内容之一,非法证据排除规则正是在这一理念指引下产生,本文针对我国目前非法证据排除规则中的一些疑难问题进行解析,指出我国目前存在的不足之处以及未来完善之构想。     

怎样由遍历序列确定二叉树

在文 [1 ]至文 [4]中都介绍了遍历一棵二叉树的三种方法 :先序遍历、中序遍历和后序遍历 .每棵二叉树的先序遍历序列、中序遍历序列和后序遍历序列都是唯一的 .但是不同的二叉树的先序遍历序列或中序遍历序列或后序遍历序列有可能是相同的 .就如我们已知一个关系要求能求出它的关系矩阵 ,已知一个关系的关系矩阵也能求出关系矩阵所表示的关系一样 ,要求我们不但能从二叉树求它的遍序序列 ,而且能从二叉树的遍历序列求出它们所表示的二叉树 .在文 [1 ]中只指出 :给定结点的先序序列和中序序列可唯一确定一棵二叉树 .但文 [1 ]没有给出证明 .本文指出了由后序遍历序列和中序遍历序列也可唯一确定一棵二叉树 ,并给出了相应的证明     

以粒子蜂群网络建立高性能混凝土坍落度模型

以粒子蜂群算法(particle bee algorithm, PBA)结合神经网络(artificial neural network, NN),发展出一套能预测高性能混凝土(high performance concrete, HPC)坍落度模型的方法。以演化运算树(genetic operation tree, GOT)及倒传递网络(back propagation network, BPN)2种已发表的方法来比较其准确度。从模型的准确度可知,粒子蜂群网络(particle bee neural network, PBNN)模型预测的准确度高于GOT,但接近BPN的准确度;从参数的影响性可知,PBNN显示水、强塑剂、粗骨材、细骨材、粉煤灰及水泥添加量对于HPC坍落度的影响性大,而高炉矿渣粉用量对HPC坍落度并不敏感,显示各项材料对于坍落度的影响仍具备高度复杂性。