简介：　　航天型号产品文档管理严格依据文件生命周期和使用目标划分为现行文件管理和档案管理两个过程,就要求不仅要对所有型号产品文档的各个阶段状态进行精细化的目标管理,　　（1）利用CIMS系统工具下的文档目标管理过程

简介：RAF指标的度量和分析，是达成量化项目管理一个重要的方面。通过RAF指标来辅助项目需求的获取和开发，可以减少需求模糊不清为项目后续开发带来的诸多问题。

简介：

简介：为了获得指纹检测概率和视觉质量的平衡性能,提出基于SVD-GA的量化指纹优化算法。首先对载体图像的离散余弦变换域进行奇异值分解,然后根据视觉模型调节量化嵌入的强度,在原始图像的最大奇异值分量嵌入指纹信息,最后利用遗传算法优化指纹的量化嵌入参数,以权衡指纹算法的共谋抵抗性能和视觉保真度。实验结果表明,提出的指纹算法具有较好的抗共谋攻击能力和视觉保真度。

简介：因为农历新年放假的关系，2月期刊制作时间特别短，使得各位编辑压力陡增。为了让读者在2月初上班时即可收到新书，近半个月以来，编辑们可谓是马不停蹄地向前赶，加班熬夜是常有的事，大家丝毫不敢怠慢。闲暇之余，大家的话题热点不再是经济危机、返乡车票．而是与专题相关的：如何“死缠烂打“地约人采访，如何在短时间内旁敲侧击地寻找到自己想要联系的编辑资源……

简介：本文借助ExcelVBA编程工具,采用化整为零和逆向编程的思路,将员工考核统计问题逐步简单化,并设计出合理的操作窗体,使得执行程序更加便捷,最终实现了核算工作的高效性和可靠性。

简介：针对当前高校课程考核存在的单一评价模式等问题,提出实施多元化考核方式、建立合理考评体系、改革考试内容和合理分配考核权重等思路,以数据库原理及应用课程为例,分别从平时考核、上机实验考核、形成性考核和终结性考试四个方面给出具体的考核方案,对进一步提高教学质量和深化教育改革进行探索。

简介：必定使得且.而此时根据量化容差类的定义,则量化容差关系定义如下,x关于的量化容差类定义为

简介：随着信息技术的日新月异，基于网络环境的教育教学越来越普及，传统教育的内涵和外延也随之得到了扩大。如何有效地开展网络教学，已成为理论和实践界的重要话题，网络教育教学的质量问题影响着网络教育的发展。本文在介绍网络教学设计本质、网络教学的特征基础之上，阐述网络教学目标设计的来源、原则、方法和步骤。

简介：分析传统课程考核方式存在的弊端,提出面向全过程的课程考核方法,指出这种考核方法可以有效促进学生对知识点的掌握,降低教师处理试卷的工作量,提升教学效率。

简介：小波变换及JPEG2000概述,对图像进行4级小波分解后,7]是小波变换的核心算法

简介：文章总结了雷达探测的目标类型,给出了各种类型目标的基本特性,确定了雷达目标识别的需求,回顾了用于目标识别的一些主要技术及其实现原理,同时比较了各种技术的优劣。最后文章给出了提高雷达目标识别性能的建议:识别参量优化技术、高分辨技术以及引入现代信号处理、模式识别及人工智能等技术。

简介：为了解决目前领导干部考核工作中存在的工作量巨大、评价结果客观性受人为因素影响和数据难以深度利用的弊端，系统从基本信息管理、民主测评民意调查、数据分析及报表三个主要功能模块入手，采用Microsoft．Jet．OLEDB．4．0数据库的搜索引擎，设计并完成了基于．NET的领导班子及干部考核评价系统，在一定程度上实现了干部考核评价工作的客观性、全面性、准确性，降低了考核工作的成本。

简介：以RGB颜色空间为研究对象，将RGB模型的空间立方体结构切片进行分析，提出一种新的颜色类量化方法即RGB颜色空间模型的8顶点颜色类量化方法。实验表明，该算法不仅可避免复杂的颜色空间转换过程，而且符合人眼颜色视觉的相似性判断规律，可以得到较理想的颜色识别效果。

简介：1月10日，富士施乐宣布，富士施乐高科技(深圳)有限公司已成功实现。废物零排放。的环保目标，从而成为富士施乐在华生产制造工厂中率先实现这一目标的企业。

简介：动态视频目标检测和跟踪技术是智能化视频分析的基础，本文就这两项技术的检测方法，与您进行详细分析，希望能对您有所裨益。

简介：运用遗传算法解多目标问题,结果往往会陷入局部最优。引入传统算法求得的外部种群,提出基于随机扰动的RDMOGA遗传算法。将新算法用标准多目标测试函数进行测验,并与韩丽霞提出的NMOGA算法进行对比,实验结果表明,新算法表现出良好的搜索性能。

简介：CASSCAN5．O软件具有强大的图像处理功能，支持全自动矢量化和交互式自动跟踪，因此，本文介绍了如何利用CASSCAN5．0软件对扫描地形图进行交互式矢量化。通过实例证明，使用CASSCAN5．O软件进行扫描矢量化，不仅能提高矢量化效率，而且能满足精度要求。

简介：介绍对空中目标进行排序的方法,其基本思想是首先构建威胁评估指标体系,对各指标进行量化处理,然后应用灰色关联度分析对空中威胁目标进行威胁评估与排序,找出影响战场态势的重要目标,以便合理正确地分配火力进行打击。通过实例来说明灰色关联分析在目标排序中的应用。

简介：复杂图像中对特定目标的检测和定位是机器视觉领域的难点之一。提出使用中层视觉元素描述检测目标,以建立权值模板图像;然后对目标图像和权值模板进行加权SIFT特征匹配得到最优匹配位置,从而实现目标检测。该方法以自行车为检测目标进行实验,检测率达到86%,优于传统SIFT-AdaBoost和HOG-SVM检测方法。实验结果表明该方法能够减少复杂图像中背景干扰的问题,对于不同姿态的目标进行检测也有较强的鲁棒性。