基于深度学习的图像大数据分类研究

随着计算机技术的快速发展,现代社会产生的数据量正在从TB级转化为PB级。面对如此海量的数据,通过技术手段准确地对数据进行处理、分析和应用成为大数据时代面临的难题。近年来,随着深度神经网络的提出,诸如目标检测、图像分类、语义分割等领域的研究取得了长足的进步。其中,图像分类任务是计算视觉中的一项基本任务,由图像分类网络结构衍生出了许多其他的视觉识别任务。图像大数据分类的深度网络通常分为经典深度学习网络、基于残差模块的深度学习网络和基于注意力机制的深度学习网络三类。文章首先对三类深度网络的网络结构和模型设计特点进行了回顾;接着,对现有的文献进行了分析、总结和讨论;然后分别列举了三种典型的深度网络图像分类算法并对其进行了对比;最后,基于深度学习的图像分类仍然存在一定的局限性,提出了未来可能的研究方向和存在的问题。     

基于Delphi的一种Blob图像数据的处理方法

为解决Delphi中Dbimage不能显示Jpeg格式的图片,同时系统在显示数据表中的Blob图像字段数据时要占用大量系统资源,影响运行速度的问题,文章提出了一种Blob图像数据的处理方法,可以解决Del-phi在处理图像数据时受到的限制,使Delphi在处理图像数据时更加方便,同时减少系统资源的耗费,提高运行速度。     

浅论学习方法与迁移

学习方法是促进有效学习的一种手段、措施，是培养学生的迁移能力，使学生学会学习的前提条件。本文从分析了学习方法的功能入手，进而提出有效利用学习方法的功能，促进学习方法的迁移的措施，并提出教师在传授学习方法过程中应该注意的一系列问题。     

一种基于改进YOLO v3的小目标检测方法

为了提升小目标物体检测的精度,尽可能避免发生漏检情况,提出了一种改进的YOLO v3算法。选用Darknet-49为主干网络,将原有的3个检测尺度扩展为5个。同时,引入DIoU函数,对损失函数进行了改进,将PASCAL VOC 2012数据集作为测试数据集和训练数据集进行实验。研究发现,改进后的YOLO v3算法与原YOLO v3算法相比,mAP值提升了约2.4%,且检测速度与原算法接近。实验结果表明,改进原YOLO v3算法网络结构和损失函数,可以增强算法对小目标物体的检测精度。     

外语学习中的负迁移现象及其预防方法

在外语学习中,不可避免会遇到母语的负迁移现象。多种因素造成的这种母语的负迁移现象是一种客观存在。正确认识这种存在,了解它产生的原因并寻找解决方法,才可积极预防并降低这种负迁移的存在,从而更有效率地学习外语。     

一种基于移动网络的RTP扩展方法

基于实时传输协议、移动网络的体系结构以及移动网络的特点，不影响固定网中的RTP功能，利用移动网络体系三层结构，对RTP进行了扩充，从而减少数据流带宽与控制信息流带宽，可明显提高基于移动网络应用的性能。     

基于FAHP的一种岩质边坡稳定性评价方法

为了评价岩质边坡在天然状态下的稳定性,使用模糊层次分析法,根据现场调查资料和试验数据,通过提出量化评价指标,构造判断矩阵,对岩质边坡稳定性影响因子的权重进行计算,经归一化处理后,建立岩质边坡稳定性评价的模糊层次分析法模型,从而能够初步对边坡稳定性进行判定。该模型从多个方面考虑影响岩质边坡稳定性的因素,各评价指标易于从现场勘察中获得,经过与极限平衡法计算结果的对比,能够较好地反应岩质边坡天然状态下的稳定性,在实际应用中简便可行,可为边坡稳定性初步分析提供一种较好的方法,对于初步评判边坡稳定现状具有借鉴意义。     

一种基于数据挖掘的面条品质综合评价方法

为了准确评价面条品质,文章以46种不同品牌的市售面条为材料,通过实验采集面条样本的力学性能数据和其他属性数据,对构建的数据集进行主成分分析,并借助其结果进行聚类分析,样本最终被划分成5个类,对面条样本进行感官评价。参考感官评价的指标再对每一个簇中的样本进行评价,描述出每个簇中面条样本的品质特性。该方法融合了多种数据分析和评价方法,既具备数据分析的客观性,又不失主观评价的优势。     

一种基于MapServer的KML地理信息网络服务实现方法

在深入分析KML文件组织、MapServerOGC服务输出架构的基础上,提出一种基于开源软件MapServer的KML地理信息服务方法。通过对MapServer的MapScript开发接口进行扩展,实现根据请求将指定地理空间数据发布成KML数据的服务。将用户空间数据以标准地理信息服务的方式完成网络发布,可以方便地在Google Earth中加载、浏览,查询多源、异构的地理空间数据,扩展Google Earth的数据源,提高地理信息的共享水平。     

一种鲁棒性较强的DCT图像水印算法

提出了一种基于DCT的鲁棒性水印新算法,即利用人类视觉系统的掩蔽特性,通过调整非平滑区图像块的两个中频DCT系数的大小来加入水印信息。实验结果表明,该算法具有较好的隐蔽性,对常规攻击具有较好的鲁棒性。     

基于学习迁移理论的《西方经济学》教学探讨

学习迁移是学习过程中存在的一种普遍现象，积极的学习迁移能帮助学生不断提高学习效率。本文分析了影响学习迁移的因素，并在此基础上，结合自身的教学实际探讨《西方经济学》的教学。     

基于MPWPS主动学习的半监督协同分类算法

半监督学习和主动学习是机器学习的两个重要研究领域.半监督学习通过利用有标记样本训练分类器标注未标记样本,来增加标记样本的数量.那么,如果未标记样本被错误标注将会影响后续分类器的迭代训练,进而降低最终分类器的预测精度.因此,本文在半监督学习的基础上引入主动学习的思想,首先采用MPWPS算法选取最有可能预测错误的样本,交由专家进行标注,再结合已标记样本进行迭代协同训练,来提高分类器的性能和标注的正确率.本文实现了基于MPWPS主动学习的半监督协同分类算法,并在UCI数据集上的实验验证了该算法的有效性.     

一种基于关键帧技术的监控视频摘要提取方法

监控视频数据量大,冗余信息多,不易于后期追溯与存储.为了获得便于视频监控工作人员使用的压缩比高、数据量小、包含重要信息的监控视频,引入视频摘要提取算法对原始监控视频进行摘要提取.根据监控视频的特点,选择关键帧技术相关算法对原始监控视频进行测试,提出一种新的基于光流法与速度信息熵统计的关键帧提取方法.实验证明,该方法优于传统的帧间差分法,在分别对同一段监控视频进行处理后,使用该算法提取的监控视频摘要兼具数据量小与包含重要信息的特点.     

一种基于波形变换的电力系统谐波新的检测方法

电力系统的谐波是供电质量的重要指标,在有源电力滤波器中谐波的检测是关键。如何通过技术手段,在电压和电流信号中提取基波和相关谐波一直是研究和探讨的重要问题。基于瞬时无功功率的谐波检测和基于神经元的自适应谐波检测是其主流方法,算法的难易、算法的速度、检测的精度、软件和硬件的成本等方面还在不断改进中。该文通过对电力系统的有关谐波检测方法的研究,提出一种新的谐波检测和分析方法———基于波形变换的电力系统谐波的检测方法,旨在应用于有源电力滤波器中,理论和仿真实验都证明此方法的正确可行,并且简单易于实现,有广阔的应用前景。     

一种基于语言变量的企业知识管理绩效评价方法

知识管理绩效评价是组织认识和了解自身知识管理水平的重要途径.在分析了国内外知识管理绩效评估研究现状及相关文献的基础上,考虑到指标的模糊性,提出了一种基于语言变量的企业知识管理绩效评价方法.首先,建立了企业知识管理绩效评价的指标体系;然后,将语言变量转化成三角模糊数,利用变异系数法,求取评价指标的权重,再利用各方案在正负理想解的投影,计算每个方案的投影相对贴近度,利用相对贴近度对方案进行排序;最后,通过实例说明了此方法的评价过程及评价指标和评价方法的有效性.     

一种改进的信息检索方法

在数据库系统的基础上，利用模糊数学的方法和工具对传统信息检索进行扩充，从而得到一种改进的信息检索方法。主要包括：提出解决问题的方法、选择实用性强的数据库系统、确定接近于自然语言的隶属函数、构造含模糊化的SQL命令并加以实现。     

一种基于波形变换的高精度电力系统频率校正方法

通过对电力系统有关谐波检测方法的研究,提出一种新的频率校正方法———基于波形变换的电力系统谐波频率的校正方法。通过精确的频率估计与跟踪,理论和仿真实验均说明此方法正确可行,且简单易于实现。     

一种基于多分类器集成的地表覆盖信息提取方法

受地理环境和人类活动影响,实时、准确地获取用户满意的地表覆盖信息一直是亟待解决的难题。针对传统单分类器对地表覆盖信息实时提取不足,提出了一种基于K-means聚类投票的地表覆盖信息快速提取方法。结合TIFF与ASCII数据格式转换,对试验区湖北省黄石市2017年的遥感影像进行地表覆盖信息提取,并对各分类器的分类精度进行了评估。结果表明,集成投票法能够快速准确地表达黄石市的地理信息,分类精度高达95.87%,Kappa系数为0.88,明显高于其他3种分类器,验证了该方法的可行性,对地表覆盖遥感制图具有一定的工程实践意义。     

一种新的聚类分析方法

本文从关系闭包及其性质的基础上提出一种新的聚类分析方法。