图像色彩传递算法的应用模式分析

通过基于低阶矩的全局不带匹配算法、不带邻域的点匹配算法和带邻域的点匹配算法以及高阶矩的匹配算法对一些目标对象进行色彩传递,实现从彩色到灰度、从彩色到彩色、从灰度到彩色的变换,根据测试结果分析4种色彩传递算法的应用特点和影响传递效果的因素.

基于样本集的色彩传递效率研究

文章阐明影响色彩传递算法效率的原因,重点分析样本集对色彩传递效率的影响,实现基于亮度分类、亮度过滤、色调分割的样本集选取和匹配法,经过实验测试,在很大程度上提高了色彩传递算法的时间效率并且不影响传递效果。

基于形态学和SUSAN算子的车牌定位方法

车牌定位是智能交通管理中车牌识别的重要环节,文章首先对车辆图片进行预处理,先用自适应阈值的SUSAN算法获取车辆边缘,再根据数学形态学去除边缘图片中的噪音点和无关边缘,突出车牌区域的特征,最后根据水平扫描和投影法确定车牌位置。实验证明,该方法能有效定位含噪声点的车牌图片,定位准确。

网络对大学生群体的影响及正确引导

阐述了网络对大学生既有积极影响又有消极的影响,即网络使大学生的获知方式发生变化,为大学生的学习和生活提供了便利等,同时,网络又使部分大学生迷恋网络而导致学业荒废,不良信息扭曲大学生的世界观、人生观、价值观等。提出了引导大学生正确合理使用网络的措施:(1)要加强思想教育和网络管理,促使大学生合理、有节制、健康地使用网络;(2)搭建网络平台,引导大学生合理使用网络资源;(3)占领网络新阵地,引导校园网络文化健康发展;(4)提高辅导员队伍信息化工作水平,增强辅导员引导学生正确使用网络的能力。

对加强网络管理的几点认识

网络管理日益成为社会管理的一个重要内容和重要任务,对社会的物质文明、政治文明和精神文明建设有重大作用和影响.本文拟就提高网络管理效率和维护网络安全谈几点想法.

浅谈影响大学毕业生就业的原因及对策

本文从社会就业形势严峻、大学毕业生数量增多、用人单位的招聘条件逐渐提高、学生缺乏职业规划、学生缺乏参与就业竞争的能力、学生期望过高、有些大学生自身素质无法适应工作需要等七个方面分析了大学生就业难的原因,从六个方面提出了提高大学生就业水平的对策,即学校专业设置要适应经济社会发展的需要,提高学生综合素质,为大学生就业提供良好的平台和环境,转变就业观念,鼓励学生自主创业、到基层或西部就业,引导大学毕业生继续深造。

利用内容连续性的数字视频篡改检测

本文基于帧间内容连续性,提出一种通过灰度值来刻画视频帧内容,利用帧间内容相关性连续度来刻画连续性与否,自适应设定阈值找出篡改点的视频篡改检测方法.首先将视频帧内容转化为一系列连续的图像帧,通过图像帧的灰度值计算帧间相关性,并计算相关性变化度,二次利用切比雪夫不等式自适应设定阈值,判断出离群点.实验表明,提出的方法检测运动背景下不小于10帧的帧删除,帧插入及帧替换篡改操作能够取得理想的效果.

BP与RBF网络在一些非线性曲线拟合上性能的比较

对BP与RBF人工神经网络在隐层的传递函数、层数及结点数上的区别进行了比较;对BP与RBF 2种神经网络在给定的3个较为复杂的非线性函数上进行Matlab仿真;并分析比较了这2种人工神经网络在指定参数下对不同非线性函数进行拟合时的拟合精度和时间效率;最后给出BP与RBF网络进行非线性曲线拟合的选择方法.

基于滑动窗口的几何移动平均鞅算法在震前异常分析中的应用

在地震发生前往往存在各种异常现象,而如何有效地提取震前异常信息是非常重要的研究课题。采用一种基于滑动窗口的几何移动平均鞅算法来进行震前异常特征提取。该算法将地震数据进行几何移动平均鞅处理和滑动窗口特征抽取后,能够有效地提取地震震前异常数据的特征。利用该算法对汶川地震和庐山地震震前的美国国家海洋和大气管理局(NOAA)卫星长波辐射信息进行了分析。实验结果表明该算法能够发现震中区域比周边区域存在更明显的异常,这些异常信号可以辅助研究人员在震前确定地震区域。

基于混合仿生算法的SVM参数优化

本文提出一种SVM参数优化的新方法。应用遗传算法先对SVM参数进行初步的优化,把得到的优化结果邻近的一段区域再作为粒子群算法的搜索区间进行二次优化,以提高支持向量机的泛化能力,缩短SVM参数寻优的时间。仿真实验表示,该方法在样本数据缺失的情况下,同样具有较好的泛化能力。

BP神经网络梯度函数的分析研究

文章对BP神经网络中较为常用的梯度函数进行比较分析。对这几个梯度函数在UCI数据集上的分类以及对非线性函数的回归预测进行matlab仿真,并分析比较分类准确率和非线性函数回归预测精确度。最后给出应用BP神经网络进行仿真时梯度函数的选择方法。

有监督的噪音流形学习算法

流形学习算法是维度约简与数据可视化领域的重要工具,提高算法的效率与健壮性对其实际应用有积极意义。经典的流形学习算法普遍的对噪音点较为敏感,现有的改进算法尚存在不足。本文提出一种基于监督学习与核函数的健壮流形学习算法,把核方法与监督学习引入降维过程,利用已知标签数据信息与核函数特性,使得同类样本变得紧密,不同类样本变成分散,提高后续分类任务的效果,降低算法对流形上噪音的敏感性。在UC I数据与白血病拉曼光谱数据上的实验表明本文改进的算法具有更高的抗噪性。

人形机器人避障模块研究与设计

人形机器人是机器人研究的重要分支之一,它是一门综合性很强的学科,代表着一个国家科技的发展水平。对人形机器人的研究有着深远的意义。本文是基于北京森汉科技公司SHR-8S人形机器人的研究与设计,介绍了机器人传感器技术,并利用光电传感器让机器人能够智能避开障碍物,初步让人形机器人有了一些智能的行为,为以后的进一步研究奠定基础。

基于贝叶斯分类器的结肠癌数据分类

基于基因表达谱的肿瘤诊断方法有望成为临床医学上一种快速而有效的诊断方法,但由于基因表达谱数据存在高维数、小样本以及噪音大等特点,使得对其分类存在很大困难,所以很有必要寻找更为可行有效的分类方法。用贝叶斯分类器建立预测分类模型作为基因表达谱数据分类的一种新思路,以结肠癌的基因表达谱作为实验数据,利用M ATLAB的贝叶斯网络工具箱进行了实验,并用4-折交叉验证法测试识别准确率。实验结果表明上述方法是可行有效的。

基于B/S三层结构的高职院校科研管理系统设计

本文根据高职院校的特点,设计了一个采用B/S三层结构的科研管理系统,以完成科研成果的分析和统计,课题申报管理等功能。具体实现中以Apache作为服务器端的软件,并采用ASP.NET与SQL Server2005数据库等技术来设计。经过测试,该系统操作简单,灵活性好,安全性高,运行稳定,提高了高职院校科研管理的水平和效率。

移动金融业务发展中值得关注的问题及对策

移动金融是指通过移动终端发起,向客户提供各种金融服务解决方案的总称。近年来,随着云计算、大数据、移动支付等新兴技术及'互联网+'思维在金融领域的深入应用,我国移动金融已经进入快速发展时期。移动金融可以极大地提高金融服务效率,进一步拓宽支付服务方式,降低服务成本,提升客户服务能力,更好地促进'普惠金融'战略的实施发展。一、我国移动金融发展现状(一)移动金融服务优势凸显。

CUSUM算法在NOAA卫星数据震前异常分析中的应用

震前异常信息可以帮助研究人员检测地震。将CUSUM(cumulative sum)算法作为一种数据挖掘的工具,对射出长波辐射OLR(outgoing longwave radiation)数据进行地震异常检测。主要工作包括计算累积和、平滑曲线、提取特征点和输出特征点曲线。通过对汶川地震、阿根廷地震前后一整年的NOAA卫星射出长波辐射信息进行研究分析,发现异常发生在地震之前,且异常度由小及大,到地震前后达到异常度最大;地震结束后,异常度逐渐减小。实验结果表明,该方法是可行的,有效的。

校园网络病毒的防治

网络病毒是校园网络安全的重要隐患，积极构建校园网络安全体系，要从堵住病毒源头、升级操作系统、安装防病毒软件、做好网络规划，及时排查，以及养成良好操作习惯等方面入手，确保网络安全。

农村税费改革:全面建设小康社会的一项重要任务——关于福建省松溪县农村税费改革的调查与思考

农村税费改革是继实行家庭承包经营责任制之后 ,党中央、国务院为加强农业基础地位 ,保护农民利益 ,维护农村稳定而推行的又一项重大改革 ,是解决新时期“三农”问题的一项战略性举措 ,是江泽民关于“三个代表”重要思想在农村工作的具体体现。本文以福建省松溪县农村税费改革试点情况的实地调研入手 ,分析了该县农村税费改革的紧迫性、必要性 ,阐述了此次农村税费改革取得的主要做法、成效和经验 ,探讨了改革中仍面临的难点 ,并提出相应的几点建议。