基于改进Faster R-CNN的域自适应红外目标检测方法

为充分利用当前大量注释的RGB图像数据提高热红外图像的目标检测性能,提出一种基于深度学习模型的无监督域自适应(UDA)方法。对Faster RCNN骨干网络进行改进,增强感受野表征能力,优化目标框的正负样本不平衡问题和回归机制。为解决从RGB域到红外域迁移过程中不同层面的域偏移问题,在改进Faster RCNN架构的不同网络层和不同阶段引入图像级和实例级特征分布对齐。实验结果表明,在多光谱公开数据集KAIST和FLIR-ADAS上,所提UDA方法分别实现了73.35%和77.66%的全类平均精度(mAP结果),显著提高了恶劣照明条件下的目标检测性能。

基于直方图梯度计算的T2加权脑部MR图像自动分割

针对脑部核磁共振图像分割问题,提出了一种直方图梯度计算方法。首先,对MR图像的直方图进行平滑处理,从而去除三个体素中出现的最低灰度级;然后,在预处理后的直方图上计算梯度;最后,计算对象数和其所在位置的梯度,并对图像进行自动分割。基于直方图处理进行梯度计算,大大降低了计算复杂度。在T2加权脑部MR图像上的实验结果表明,该方法可以有效地从二维和三维图像中提取出主要脑部区域,并在临床环境中获得的人类脑部MR图像上成功实施,分割效果优于其他几种现有分割算法。

基于BIRCH聚类加速的彩色图像增强算法

针对现存的大多图像增强算法增强的图像可见性丢失问题,提出了一种基于BIRCH聚类加速的彩色图像增强算法;首先,通过BIRCH聚类加速确定数据库中与输入图像直方图相似度最高的图像来提取图像特征;然后,选择最小欧氏距离的特征值进行图像融合以获取目标图像;最后,增强图像通过目标图像直方图规范化和后期处理获得;大量图像融合实验结果验证了算法的有效性,该算法扩展了图像增强的类别,解决了增强过程中可能出现的可见性丢失问题,使图像增强的适应性更强;另外,EM、CII和SSIM评估指标的结果表明该算法明显改善了增强效果。

VB与VB.NET编程的比较研究

通过VB和VB.NET应用现状的考察,定义了两者的基本范畴,对它们的编程思想进行了分析和比较,着重从目标平台、类的使用、重载、一切皆对象、名字空间、关键字、使用符号、结构化错误处理、默认状态的程序参数传递方式等方面列出了两者的不同之处,以有利于初步涉入计算机领域学习者的比较学习。

网页制作过程及制作时的注意事项

随着网络技术的发展,网络应用已逐步渗透到人类社会的各行各业,作为网络世界支撑点的网站,更是人们关注的热点。介绍了网页制作的有关内容,并对网页制作过程中的注意事项进行了陈述。

基于C/S构架动态口令身份认证系统的设计与实现

在一次性口令认证技术的基础上,利用单向散列函数MD5算法,采用口令序列的方式,建立了一个基于客户端/服务器端的一次口令登陆系统,实现了动态口令,也就是OTP。这样的方法在链路上以及服务器端都能有效保护密码的安全,还可以有效地防止密码重用,恶意注册以及来自服务器端的攻击。

基于矩阵/张量分解优化NLC算法的MC-EEG压缩

针对脑电图压缩效率问题,本文提出一种新的基于矩阵/张量分解的近无损多通道脑电图压缩算法。通过矩阵/张量分解模型对MC-EEG多路形式进行有效地相关分析,从而提出基于"有损编码加上残余编码"组成的矩阵/张量的压缩算法,对有损编码器编码分解后的残余部分进行算术编码,有效地保证了原始信号和重构信号之间的最大绝对误差。在三个不同的头皮脑电图数据集和颅内脑电图数据集上的实验验证了本文算法的有效性,实验结果表明,在同样的压缩比下,该算法比基于小波体积脑电压缩算法平均误差低了近五倍。

视频检索中基于GMM聚类的无监督情感场景检测

为了高效地从视频中检索出激动人心的场面,提出了一种基于高斯混合模型的无监督情感场景检测方法。首先,从面部选取42个特征点,并定义10种面部特征;然后,利用高斯混合模型将视频的帧划分为多个聚类;最后,利用每一帧的面部表情分类结果将情感场景划分为单个聚类,并通过场景集成和删除完成检测。在生活记录视频和MMI人脸表情数据库上的实验结果表明,该方法的检测率、分类率分别高达98%,95%,检测5分钟左右的情感场景视频仅需0.138 s,性能优于几种较为先进的检测方法。

VB数据库编程及网格控件的选用

使用VB进行应用软件的开发,是目前应用较多的面向对象的程序开发方式。但是在数据库编程方面,很多初学者不知道如何合理地使用VB提供的各种控件。根据经验,介绍了在使用VB的实际开发过程中,如何选择数据库的访问方法以及如何使用VB所提供的网格类控件。

基于图像置乱技术融合FRFT的光学图像加密

针对二维图像加密系统的安全性问题,本文提出一种融合分数傅里叶变换和图像置换技术的光学图像加密方案。首先,使用jigsaw变换算法将原始图像分解成若干子图,并随机平移子图;然后,利用Arnold变换对图像像素进行置乱;最后,采用分数傅里叶变换加密置乱图像,并迭代重复这些过程。将jigsaw排列指标、Arnold频率和分数傅里叶阶等参数组成一个密钥空间,通过仿真实验在光学实现方面评估算法性能。实验结果表明,本文提出的方案具有很好的灵活性和鲁棒性。

动态网站网页课程教学模式探究

21世纪后信息技术快速发展,随着Intemet的崛起和电脑自动化的发展,电子商务随之蓬勃的发展起来.在电子商务运用过程中动态网站网页是其发展的平台.本文介绍网站动态网页教学的内容,并分析现在使用的教学模式具有的优缺点,进而提出结合型的全新教学模式,为发展动态网站设计网页的教学实践提供建设性意见和建议.

基于PTM潜在Dirichlet分配的少量标记样本文本分类

针对现实文本分类环境下通常仅有少量标记样本而影响分类精度的问题,提出了一种基于概率主题模型潜在Dirichlet分配的分类算法。借助标准词频逆文档频率函数将每个文档表示成术语权重向量;利用概率主题模型预处理以简化文档,并从文档中提取术语;再利用潜在Dirichlet分配模型进行关系学习,构建基于图的分类器完成分类。在公开的Reuters-21578资源库上的分类实验评估了该方法的有效性,相比分类效果较好的支持向量机,该方法在大部分情况下能够取得更高的分类精度。

基于回归函数结合局部自相似的单帧图像超分辨率算法

启发于过完备字典中稀疏线性组合的高分辨率图像的块与其对应的低分辨率局部块能很好地匹配,提出一种回归函数结合局部自相似的单帧图像超分辨率算法;该算法结合了实例图像块的学习和局部自相似图像块的学习,实例图像块的局部回归避免了从低分辨率到高分辨率图像块映射的病态性问题;通过局部自相似实例图像块学习获得非线性映射函数的一阶近似,从而获得低分辨率图像块相对应的高分辨率图像块,克服了实例图像块算法不足的问题;实验采用峰值信噪比(Peak Signal to Noise Ratio,PSNR)和均方误差(Root-mean-square error,RMSE)比较各算法效果;从实验结果数据可以看出,大多数情况下,提出的算法具有最高的峰值信噪比和最低的均方根误差,从实验结果图可以看出,提出的算法的纹理保留的最好,图像自然性最好,且运行时间也少于其他几种较新的算法,表明提出的算法更适合用于解决实际问题。

基于iPad电子教材的设计与制作

随着信息技术的飞速发展,在教育领域里,智慧学习将使得快速积累大量、丰富的学习资源成为可能,而电子教材正在以一种高姿态的形式融入到教育领域中。本文通过分析电子教材的优点,提出了开发一款基于iPad下的电子教材模式,并详细阐述了在开发电子教材的实际制作中遇到的问题以及最终的开发成果等,最后提出现阶段开发的电子教材存在的困难。

浅析C语言中嵌入汇编语言的程序实现

C语言是一种高级的面向过程开发的语言,汇编语言则是一种低级的面向机器硬件编程的语言。针对C语言和汇编语言的混合编程问题,研究了在C语言中嵌入汇编指令、C程序调用汇编子过程时应注意的一些技术问题,并给出了实例,使两种语言发挥各自的优势。

基于绝对矩块截断编码融合Clifford代数的图像压缩

针对现有的图像压缩方法很难兼顾压缩效率和压缩后图像质量的问题,提出了一种基于绝对矩块截断编码和Clifford代数的融合方法。首先,将原始图像分为若干大小相等且互不重叠的局部小块;然后,利用绝对矩块截断编码保留每个子块的第一和第二矩;最后,利用Clifford代数将图像矩阵表示为最大完全平方和,并利用解码器重构图像。压缩实验结果表明,该方法的峰值信噪比可接近100 d B,结构相似度接近1,相比其他几种较新的方法,该方法取得了更好的压缩图像质量,并且降低了压缩耗时。

浅谈高级语言的执行方式——编译过程

为了让程序初学者对程序的编译过程有一个完整的认识,便于高级语言的理解与掌握,按照执行过程和所完成的任务,对编译程序进行了分段,剖析了每个阶段的各项任务,并对其运行机理进行了分析,便于初学者对编译过程的每个阶段的理解和运用,有助于提高相关计算机理论课程的教学效果。

Windows 2000环境下汇编语言的上机过程

汇编语言上机进行程序调试,一直是汇编语言学习者较难掌握的1个问题。本文就将汇编语言的上机过程分步骤说明,并对在Windows 2000环境下从如何建立源文件到进行调试汇编语言做简单的介绍,并配例题说明。

软件定义网络中基于网络切片和ILP模型的路由方案

针对软件定义网络(SDN)中数据层的路由优化问题,提出一种基于网络切片和整数线性规划(ILP)多约束优化的路由方案。首先,根据多租户业务的链路需求,基于Kruskal算法对数据层中的链路资源进行网络切片,尽可能形成相互隔离的租户子网络。然后,在考虑链路约束和租户业务的服务质量(QoS)约束下,以最小化传输延迟为目标,构建一个ILP整数线性规划(ILP)路由优化模型,并获得最佳的路由方案。仿真结果表明,所获得的路由方案具有较少的共享链路,有效降低了链路拥塞和传输延迟。

自适应三维形变模型结合流形分析的人脸识别方法

为了在人脸姿态和表情归一化后减少人脸外观的信息损失,提出自适应三维形变模型(3DMM)结合流形分析的人脸识别方法。首先,描述人脸姿态变换引起的2D和3D坐标的不对应性,提出自适应3DMM拟合方法;然后,通过三维变换来保留尽可能多的身份信息,将整个图像网格化映射成3D对象,姿态和表情的归一化保证了变换的稳定;最后,利用多流形判别分析计算流形与流形之间的距离,并利用最近邻分类器完成识别。在Multi-PIE,LFW以及自己采集的数据库上的实验验证了所提方法的有效性,在3个数据库上的识别率分别高达99.8%,95.25%,98.62%。所提方法显著改善了人脸识别性能,在约束和无约束环境下均优于其他几种较新的识别方法。