构建基于ISO9000标准的高等职业教育质量保障体系

ISO9000是国际社会普遍认可的先进管理思想和管理方法,以通过持续的质量改进来增进顾客满意为目标.构建以ISO9000为标准的高等职业教育教学质量保障体系,可为高等职业教育的健康发展提供良好的保障,使其发展处于良性的、可持续的状态.     

基于波束锐化技术的SAR图像增强方法

在对给定的合成孔径雷达图像进行增强处理时 ,遇到的主要问题就是相位信息的丢失和对成像系统参数的一无所知。本文将波束锐化技术与合成孔径辐射方向性图的估计相结合 ,为处理此类数据提高图像的视在分辨率提供了一种方法。该处理过程由一个优化的有限冲激响应滤波器构成。滤波器的设计思想基于最小均方误差准则 ,系数对称分布 ,系数取值决定于原图像中孤立强散射点的方位向响应 ,因为此响应可以被近似视为成像系统的合成孔径辐射方向性图。点目标仿真表明雷达角分辨率能够提高近 2倍。实测数据处理结果证明了该方法的有效性     

基于多特征综合的角点检测算法

角点检测是计算机视觉处理的首要步骤，本提出一种平面曲线角点检测的方法。首先，从人类视觉感知出发．给出角点两个重要性质作为对传统角点性质的补充，基于上述两个性质，模糊集合的概念被引入到检测问题。然后，给出三组包含角点隶属度的特征提取公式，综合三组特征，给出角点检测、定位、优选的判据。中最后给出算例检测结果和感兴趣部分的特征曲线，以及对历史献测试图像的检测结果。结果表明，本算法使用模糊集合理论，在实现上非常简单，检测效果也很理想。     

铁谱图像自动识别系统的开发与设计

立足于我国航空发动机发展的现状,结合铁谱技术的发展,阐述了铁谱图像自动识别系统的结构和组成部分,进一步促进我国新型飞机油液故障诊断系统的研究、设计与发展。     

基于市场的最适宜质量水平模型

以企业利润最大化为目标，引入效用的概念，提出了一个基于市场的最适宜质量水平模型。该模型突破了现有的质量经济学理论仅以质量成本确定最适宜质量水平的模式，将质量水平与产品成本，效用和市场绩效联系起来，使模型具有更为方法的适用性，本文还就市场不确定性，消费者偏好，技术进步，市场竞争等因素对模型的影响展开了讨论，揭示了质量，销量，价格，成本，技术与竞争之间的关系，为企业产品决策，技术改造决策和质量策划提供了参考依据。     

用于彩色图像分割的有效特征分析(英文)

提出了一种基于分析特征分割贡献的彩色图像分割方法。该方法不受某一特定彩色空间的限制 ,有效特征的确定取决于所设计的特征编码器对被测彩色图像中各种彩色特征的分析结果。该技术不同于以往的分割技术 ,自组织特征映射被用来构造特征编码器 ,使得编码器能自组织地分析不同彩色图像的有效特征。当合适的彩色特征和初始参数给定后 ,模糊聚类技术被用于最后的分割处理。该方法已经应用于不同类型的彩色图像分割处理 ,实验结果说明了该技术明显优于传统的聚类技术。研究表明 ,特征编码为彩色图像分割的自动化和最优化提供了保证。     

基于"零缺点管理"思想的高职教育质量管理

高等职业教育的迅猛发展,对高职教育教学质量提出了严峻挑战。把零缺点管理思想运用于高职教育教学质量管理,是保证和提高高职教学质量的有效途径之一。本文在分析高职教育培养目标、质量观基础上,运用零缺点管理思想构建了高职教育教学质量管理体系,并对体系指标内涵进行了论述。     

虚拟演播室

虚拟演播室是一种只有赏和道具，不需要实际场景的演播室系统。它利用计算机技术和视频技术，把实际存在的景物图像和计算机生成的、并不存在于现实世界的人工图像实时地形成具有完全真实感的三维视觉效果。它不仅为电视节目制提供了高科技的制作手段和无限自由的创伤空间，而且在丰富节目包装方式、降低节目费用等方面也具有十分重要的意义。     

显微PIV系统与实现

显微PIV系统可用于流体微观层次以及微流体流动的测量,可获得流体速度的场信息以及其中颗粒的场信息。本文主要介绍显微PIV系统所涉及的显微图像获取技术以及图像处理算法。该系统由硬件与相应软件系统组成。其中,硬件主要包括放大倍数为1000倍的光学显微镜以及最大拍摄速度为10000帧/秒的高速摄像系统;IMPACT软件为自行开发的基于C++系统的面向对象程序,其中内嵌多种数据处理与分析算法。通过对尺寸为1μm颗粒运动的测量,对不同数据处理算法进行了检验,结果表明:建立的显微PIV系统可有效获得微观流体流动的图像并可准确进行数据的处理,该系统完全可用于微观流体流动的测量。     

SVM和神经网络在电能质量扰动分类应用中的对比

提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。