指纹识别技术的发展及展望

指纹指手指表面由交替的"脊"和"谷"组成的平滑纹理模式,其形成取决于胚胎中形成手指表皮部分的初始环境,有很强的随机性.包括指纹在内的这些皮肤的纹路在图案、断点和交叉点上各不相同,是唯一的.依靠这种唯一性,我们就可以把一个人同他的指纹对应起来,通过比较他的指纹和预先保存的指纹进行比较,就可以验证他的真实身份.随着社会的发展,信息时代的采-临,生物识别技术已经成为身份识别的热门技术,而在生物识别领域,自动指纹识别技术的研究尤为引人注目.自动指纹识别技术是集传感器技术、生物技术、数字图像处理、模式匹配、电子技术于一体的高新技术.现今,自动指纹识别技术已经广泛应用于公安、海关、银行等需要进行身份坚定的领域.随着网络的发展,自动指纹识别技术又提供了一种解决网络积及数据库安全和保密问题的新途径.     

正向推理规则引擎中的Rete模式匹配算法研究

规则引擎技术是专家系统中的一种比较实用的技术，它的核心算法是Rete模式匹配算法。深入研究了被广泛应用于正向推理规则引擎中的Rete模式匹配算法，对Rete网络的构建和Rete算法的执行全过程进行了详细分析。     

字符串单模式匹配算法研究

字符串匹配问题是计算机科学的基础问题之一,被广泛应用于涉及文字和符号处理的各个领域中。本文主要解说了BF算法、KMP算法、BM算法等单模式匹配算法,并且对诸算法进行了对比分析。     

基于灰度关联-岭回归的荒漠土壤有机质含量高光谱估算

为改善高光谱技术对荒漠土壤有机质的估测效果,该文采集了以色列Seder Boker地区的荒漠土壤,经预处理、理化分析后将土样分为砂质土和黏壤土2类,再通过光谱采集、处理得到6种光谱指标:反射率(reflectivity,REF)、倒数之对数变换(inverse-log reflectance,LR)、去包络线处理(continuum removal,CR)、标准正态变量变换(standard normal variable reflectance,SNV)、一阶微分变换(first order differential reflectance,FDR)和二阶微分变换(second order differential reflectance,SDR)。通过灰度关联(gray correlation,GC)法确定SNV、FDR、SDR为敏感光谱指标,采用偏最小二乘回归(partial least squares regression,PLSR)法和岭回归(ridge regression,RR)法,构建基于敏感光谱指标的土壤有机质高光谱反演模型,并对模型精度进行比较。结果表明:砂质土有机质含量的反演效果要优于黏壤土;基于SNV指标建立的模型决定系数R~2和相对分析误差RPD均为最高、均方根误差RMSE最低,所以SNV是土壤有机质的最佳光谱反演指标;对SNV-PLSR模型和SNV-RR模型综合比较得出,SNV-RR模型仅用全谱4%左右的波段建模,实现了更为理想的反演效果:其中,对砂质土有机质的预测能力极强(R_p~2为0.866,RMSE为0.610 g/kg、RPD为2.72),对黏壤土有机质的预测能力很好(Rp2为0.863,RMSE为0.898 g/kg、RPD为2.37)。荒漠土壤有机质GC-SNV-RR反演模型的建立为高光谱模型的优化、土壤有机质的快速测定提供了一种新的途径。     

HJ-1卫星延寿期的CCD影像质量评价与可用性分析

HJ-1卫星发射升空投入运行以来,已在灾害与环境的快速监测与预报领域发挥了重要作用。HJ-1卫星目前已经成功运行3a多,属于超期服役状态。为了评价延寿期影像质量,该文从影像的几何校正精度、灰度特征和纹理特征3个方面对延寿期HJ-1A-CCD影像进行分析,并与正常寿命运行期的HJ-1ACCD影像、同时期的Landsat7 ETM+影像进行比较,分析结果表明:延寿期HJ-1A-CCD影像质量虽然有一定程度的下降,但其与正常寿命期影像质量接近,仍能较好地描述丰富的地物类型及地物细节信息,可以像正常寿命期影像一样,有效地用于环境监测、灾害监测、国土资源管理、城市规划、农业应用等方面。     

BM算法与其改进算法分析

随着网络入侵检测技术的快速发展,入侵行为的检测算法也日益重要。本文对目前常见单模式匹配算法进行分析总结,以经典的单模式匹配算法为例,分析了其详细的实现过程。并以此为基础,分析了修改后的单模式匹配算法的优缺点,对该算法的继续改进提供了一定的参考意见,指出了单模式继续改进的方向。     

Cd~(2+)处理对几种叶菜可食部分Cd含量及品质的影响

以5种叶菜为材料,采用水培和盆栽试验2种培养方式,测定不同浓度Cd2+处理下叶菜地上部(可食部分)生物量、Cd含量、硝酸盐及纤维素含量等生理与品质指标。结果表明:水培与盆栽培养条件下青菜、塌地乌、小白菜、菠菜及芥菜5种叶菜生物量随着Cd2+处理浓度增加显著降低(P0.05);可食部Cd含量显著升高(P0.05);高浓度水培与盆栽Cd2+处理(40mg.L-1和70mg.kg-1)下,5种叶菜中菠菜Cd含量相对较高,青菜Cd含量较低;随着Cd2+处理浓度增加,5种叶菜硝酸盐及纤维素含量升高,维生素C和可溶性糖含量下降,采用灰度关联综合分析表明,不同浓度Cd2+处理的5种叶菜中,青菜品质相对稳定及Cd含量较低,为Cd低积累品种。     

水土保持监测中SPOT5遥感图像几何精校正方法研究

为探索空间分辨率为2.5 m的SPOT5遥感图像用于水土保持监测的可行性,须进行遥感图像几何精校正。在理论分析遥感图像校正模型的基础上,通过实例计算,详细研究各种可能的几何精校正方法及实际精度状况。综合考虑几何位置变换精度、灰度重采样精度,确定适合水土保持监测的SPOT5遥感图像的几何精校正方法。     

土地利用时空特征演变及社会经济驱动力研究——以贵州省湄潭县为例

以贵州省湄潭县为例,使用2000、2010和2018年的土地使用演变信息与有关社会经济信息,采取灰度关联的方法,针对该县的土地使用时空演变和社会经济推动力进行探究。研究结果显示:(1)草地和耕种用地在科学合理的范围内在减少,林地、建设用地和水域都在增多,湄潭县在维持社会发展的同时,生态环境得到了有效的保护;(2)影响该县土地利用变化的主要因素为人口因素、第三产业比重与土地利用结构等。     

基于改进YOLOv8和多元特征的对虾发病检测方法

[目的/意义]对虾病害严重危害对虾养殖业。针对对虾病害发病快、死亡率高等特点,高密度的工厂化养殖等模式需要一种高效率对虾发病检测方法替代传统人工检查方法,实现对虾发病的及时预警。[方法]提出一种基于改进YOLOv8 (You Only Look Once)和多元特征的对虾发病检测方法。首先利用改进YOLOv8网络从对虾夜间水面红外图像中进行前景提取,再利用Farneback光流法和灰度共生矩阵(Gray Level Co-occurrence Matrix,GLCM)提取对虾视频片段的运动特征与图像纹理特征,利用提取到的特征参数构建训练数据集,训练支持向量机(Support Vector Machine,SVM)作为分类器用于检测对虾视频片段,实现对正常与发病的对虾视频片段的检测分类。[结果和讨论]训练好的SVM分类器在300个测试样本上的表现为检测准确率平均值为83%,检测效果达到设计要求。检测误差主要是将发病片段错误地检测为正常片段。该误差主要受水面对虾数量和视频影响。[结论]本研究实现了对对虾发病的检测,提供了一种基于计算机视觉的检测方法。但受条件限制,仅在工厂化养殖环境下进行了...