1.1 引言 1.2 时域离散信号 1.3 时域离散系统 1.4 时域离散系统的输入输出描述法—— 线性常系数差分方程 1.5 模拟信号数字处理方法

尽管供应商评价应用日益增多,用单一评价方法处理所有定性和定量准则却存在一些局限.为避免供应商选择中单一评价方法处理所有准则的不足,实现主观信息与客观信息相结合的合理评价,提出了一种基于供应商选择准则分类的伙伴供应商认证选择的综合方法.该方法综合运用群组AHP方法、模糊综合评价、信息熵和TOPSIS方法的长处,使供应商的评价更为合理.以某钢铁企业焦炭供应商选择为例进行了实证分析

1.1 引言 1.2 时域离散信号 1.3 时域离散系统 1.4 时域离散系统的输入输出描述法——线性常系数差分方程 1.5 模拟信号数字处理方法

案例:福特北美汽车公司付款流程重组 1、采购部门向供货商发出订单,并将订单的复印件送往应付款部门; 2、供货商发货,福特的验收部门收检,并将验收报告送到应付款部门 (验收部门自己无权处理验收信息); 3、同时,供货商将产品发票送至应付款部门, 当且仅当“订单”,“验收报告”以及“发票”三者一致时,应付款部门才能 付款。而往往,该部门的大部分时间都花费在处理这三者的不吻合上,从而造 成了人员,资金和时间的浪费

一、测站 测站分类： 按主要观测项目分：水位站、流量站（也 称水文站）、雨量站、蒸发站等； 按测站性质分：基本站、专用站，两者相 辅相成，专用站在面上辅助基本站，而基本站在 时间系列上辅助了专用站

§ 2.1 测量误差的基本理论 误差定义、来源、分类、测量精度 § 2.2 数据处理的一般方法 算术平均法、最小二乘法、一元线性回归…

详细推导出三测头误差分离原理用于测量工件圆度误差的数学公式;论述用滑动平均法和数字滤波法对采样数据作处理,可有效地抑制干扰信号,提高信噪比;通过对比实验证明上述方法对提高测量精度有明显效果

图像增强是采用一系列技术去改善图像的视觉效果, 或将图像转换成一种更适合于人或机器进行分析和处理 的形式。例如采用一系列技术有选择地突出某些感兴趣 的信息,同时抑制一些不需要的信息,提高图像的使用 价值。 图像增强方法从增强的作用域出发,可分为空间域 增强和频率域增强两种

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价

以往视觉方法特点: 作为主体的视觉系统被动地接收外界的信息 处理过程复杂、难以实现而且没有充分考虑生物视觉的特点 以往视觉方法忽略的问题: 中央凹(Fovea)的高分辨能力和视网膜上其它部分(不妨称之为外围视觉)的相对较低的分辨能力之间的差异