基于卷积神经网络的玉米种子质量检测

为提高玉米种子质量检测的精准率,以不同质量的单颗玉米种子为研究对象,提出一种基于卷积神经网络的玉米种子质量检测方法。通过旋转、镜像、明暗变换、添加噪声等方法对现有数据集进行扩充;利用调整对比度和Blob分析方法增强图像特征;选用卷积神经网络(CNN)的Resnet50分类模型与Squeezenet模型分别进行试验,将数据集按不同的比例分组,通过训练实现玉米种子按照好、坏、杂质的分类检测。最终对六组实验的综合评价指标对比得出:数据集按9:1的训练测试比例分配,选用Resnet50模型训练效果最好,平均综合指标达到96.45%。

云服务安全平台研究开发与语音识别应用

基于云服务的安全性,建立语音模板库,应用关系数据技术,对语音进行提取分析后,通过语音数字压缩编码、语音识别、语音合成、语音增强及模式匹配,实现了一个语音人机交互平台,从而使得使用户对自身数据安全性,以及与程序之间的友好性等方面的体验得以优化。

互联网时代引擎电影的传播困境与反思

本文通过对当下引擎电影发展表象之下的创作形态进行梳理,探讨互联网时代传播背景下引擎电影的传播现状与困境,并对引擎电影本身在科技推动下显现的优势与现下的局限进行反思。