属性

摘要： 针对传统的图书馆数据库资源整合方法整合过的数据库请求执行响应时间长的问题,设计一种基于云服务的图书馆数据库资源整合方法.利用云服务将图书馆数据库中的资源整合到统一平台上,根据FHO定理识别图书馆数据库中的资源属性,利用资源属性对数据库中的各项参数进行等级划分,分配数据库资源,并根据待分配的数据库对象类型,采用不同策略分配物理资源,最后将数据库资源分配结果与物理资源分配结果结合,完成图书馆数据库资源的整合.以图书馆数据库的响应时间为证明资源整合效果的实验对象,并将传统的资源整合方法与此次设计的资源整合方法作对比,实验对比结果表明,设计的资源整合方法整合后的图书馆数据库响应时间比传统方法的响应时间短,能够有效减少数据库的响应时间,满足图书馆数据库资源整合需求.

摘要： 当前存储系统存在的主要问题之一是各级接口在主机和设备之间隐藏了各自丰富的信息，这种为了维持稳定而使用简单接口的做法，将使存储系统在面对日益复杂、需求各异的负载情况时变得无所适从。从动态和静态两个方面分析了存储系统的属性，建立属性类和数据组织策略的对应关系，通过存储对象组织并传递与负载相关的各种属性信息，设备再根据这些属性实施对应的数据组织优化策略。实验结果表明，原型系统能相对于各种负载选择最合适的数据组织策略使I/O性能总保持最优。

摘要： 概念格作为形式概念分析理论中的核心数据结构,在机器学习、数据挖掘和知识发现、信息检索等领域得到了广泛的应用,概念格的构造在其应用过程中是一个主要问题.提出了采用树结构对概念格节点进行组织,研究了基于属性的概念格渐进式构造算法.概念格节点的树结构组织可以约束更新格节点和产生子格节点的搜索范围,从而可以有效地减少算法的执行时间.在随机生成的数据集上进行的实验测试表明,本算法的时间性能更优越.

摘要： 深入分析了IEC61850标准信息交互模型中xxxEna属性在不同模型中的含义,总结了GOOSE报文中的stNum,sqNum取值原則以及区分时间激活控制和普通控制的依据．建议在IEC61860进入广泛应用阶段之前建立各厂家之间相互沟通的平台,以加强国內各厂家对标准的理解和把握,从而加快国內IEC61850技术和产品研发的步伐,为IEC61850的应用推广奠定坚实的基础．

摘要： 就中药而言,每种药物都有自己的药性,即中药的属性,也是中药与西药的最大区别.针对中药进行的研究仅限于单体提纯,提纯的物质并没有药性,也没有属性,医生不能按照中医辨证的理论指导用药,只能称其为植物药,不能说它们是中药.本文对没有属性的药物不是中药的问题进行了探讨.

摘要： 本文描述了一种基于属性和规则的人名、地名和译名等三种未登录词的识别方法。在统计得到的未登录词用字表中,对每个字添加描述其是否能充当未登录词词素的可能性的属性及属性值信息。在判定规则中利用这些属性、属性值及相关的上下文信息来判别未登录词。文中详细列举了一些采用本文描述的方法的未登录词判定规则。

摘要： 对象生命期信息是Java内存管理优化的基础。逃逸分析获得对象的逃逸状态，分析对象生命期不够精确。丈中提出一种基于逃逸分析的增量式过程间对象生命期分析方法，利用称为连接图的程序抽象进行图上结点属性的过程内与过程间传播，设计数据流方程计算非全局对象的生命期在哪个方法中结束。实验结果表明该方法精确性较高。

摘要： 针对基于角色的访问控制(Role-BasedAccessControl,RBAC)的不足,本文描述了一种能够实现自动化的用户-角色分配模型.

摘要： 软件异常分类是软件组织建立异常跟踪系统的基础条件。IEEEStd 1044-1993《软件异常分类标准》在分析异常分类过程的基础上，提出了完整的软件异常分类方案。软件组织在实施此方案时，需要根据自身的特殊情况进行客户化。本文参考IEEE Std 1044.1-1995《软件异常分类指引>，给出了详细的客户化流程，并简要阐述了建立异常跟踪系统的可选方式。

摘要： 软件异常分类是软件组织建立异常跟踪系统的基础条件。IEEEStd 1044-1993《软件异常分类标准》在分析异常分类过程的基础上，提出了完整的软件异常分类方案。软件组织在实施此方案时，需要根据自身的特殊情况进行客户化。本文参考IEEE Std 1044.1-1995《软件异常分类指引>，给出了详细的客户化流程，并简要阐述了建立异常跟踪系统的可选方式。

摘要： 软件异常分类是软件组织建立异常跟踪系统的基础条件。IEEEStd 1044-1993《软件异常分类标准》在分析异常分类过程的基础上，提出了完整的软件异常分类方案。软件组织在实施此方案时，需要根据自身的特殊情况进行客户化。本文参考IEEE Std 1044.1-1995《软件异常分类指引>，给出了详细的客户化流程，并简要阐述了建立异常跟踪系统的可选方式。

摘要： 本发明提供了一种快速而准确地检测图像中的头部的头部检测方法。本发明的头部检测方法使用：预备的头部检测模型和确定的头部检测模型，其中所述预备的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个在预先规定的规定图像区中包括头部的至少一部分，该作为反例的图像中的每一个在所述规定图像区中不包括头部，所述确定的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸相匹配的头部，该作为反例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸中的至少一个不匹配的头部。

摘要： 本发明提供了一种快速而准确地检测图像中的头部的头部检测方法。本发明的头部检测方法使用：预备的头部检测模型和确定的头部检测模型，其中所述预备的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个在预先规定的规定图像区中包括头部的至少一部分，该作为反例的图像中的每一个在所述规定图像区中不包括头部，所述确定的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸相匹配的头部，该作为反例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸中的至少一个不匹配的头部，所述方法包括：图像获取步骤，获取待检测图像；预备的头部检测步骤，裁剪出所述待检测图像的所述规定图像区作为图像片，通过参考所述预备的头部检测模型，从所述待检测图像中检测头部图像；以及确定的头部检测步骤，通过参考所述确定的头部检测模型，从在所述预备的头部检测步骤中获取的多个头部图像中检测所述确定的头部图像。

摘要： 本发明提供具有针对人的高检测精度的属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，利用这样的方法、装置和系统，甚至在脸部的特征部位被隐藏的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定人的图像；属性确定区域检测步骤(S21)，检测从来自待确定人的图像的头部区域、脸部区域以及其他区域构成组中选择的至少两个属性确定区域；以及属性确定步骤(S22)，基于至少两个属性确定区域的图像来确定属性。

摘要： 本发明提供属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，具有高检测精度，利用这样的方法、装置和系统，甚至可以在人并不完全正面面向的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定图像；头部区域检测步骤(S21)，从待确定图像中检测头部区域；以及属性确定步骤(S22)，基于头部图像来确定属性。

摘要： 属性协作装置(20)将由多个数据管理装置(30)分别管理的属性信息发送给某个数据管理装置(30)，使该数据管理装置(30)基于属性信息指定对数据的访问条件，并在此基础上存储所述数据。属性协作装置(20)将访问信息发送给某个数据管理装置(30)，使该数据管理装置(30)基于访问信息来判定是否满足访问条件，从而控制对数据的访问，该访问信息中设定了由多个数据管理装置(30)分别管理的属性信息中的与对象用户相关的属性信息。

摘要： 本发明提供属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，具有高检测精度，利用这样的方法、装置和系统，甚至可以在人并不完全正面面向的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定图像；头部区域检测步骤(S21)，从待确定图像中检测头部区域；以及属性确定步骤(S22)，基于头部图像来确定属性。

摘要： 本发明提供具有针对人的高检测精度的属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，利用这样的方法、装置和系统，甚至在脸部的特征部位被隐藏的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定人的图像；属性确定区域检测步骤(S21)，检测从来自待确定人的图像的头部区域、脸部区域以及其他区域构成组中选择的至少两个属性确定区域；以及属性确定步骤(S22)，基于至少两个属性确定区域的图像来确定属性。

摘要： 一种广播信号接收装置(140)、广播信号的收发系统(100)、广播信号收发方法，以及观看者属性判断系统和观看者属性判断方法，通过进一步使用与观看者相关联的信息对判断观看者属性的判断处理所输出的判断结果进行校正，从而提高观看者属性的判断精度。

摘要： 融合属性分级信息的生态系统属性组分组成结构描述方法，涉及一种生态系统属性组分组成结构描述方法。本发明是为了解决现有属性组分组成结构表达方式存在着宏观格局不易把握且难以理解的技术问题。本方法如下：一、建立属性组分的植被指数属性分级系统；二、融合属性分级信息的组分频率分布生成。本发明将用于表达生态系统组分属性的遥感植被指数进行分级，形成能够表达属性大小差异的定性分级系统，从而在利用植被指数组分频率分布进行生态系统属性组分组成结构定量描述的基础上，通过附加属性定性分级信息，以直观反映生态系统的属性组分组成结构整体状况，有助于完善生态系统属性组分组成结构描述方法。本发明属于生态系统属性结构描述领域。

摘要： 本发明公开了一种车道线属性信息检测模型训练、车道线属性信息检测方法，其中，车道线属性信息检测模型训练方法包括：获取多个车道线训练图像，车道线训练图像沿着车辆行驶方向拍摄得到；将多个车道线训练图像输入到初始车道线属性信息检测模型，得到车道线属性信息概率图，车道线属性信息概率图的纵向概率值表征每一类车道线属性对应的概率值；沿着车道线属性信息概率图的纵向方向，在车道线属性信息概率图上以预设间隔划分出多个检测锚线；以距离车道线训练图像中每一条车道线的最近的检测锚线对车道线的检测结果调整初始车道线属性信息检测模型的参数，直至损失值满足目标条件，得到车道线属性信息检测模型。