普通高等学校招生宣传研究

高校招生宣传是招生工作中的重要环节,是组织、动员考生选择学校的重要形式,是各高校间展开竞争的重要手段。对目前的高校招生宣传工作进行梳理和研究,以期建立招生宣传工程模型,进一步指导招生宣传的实践。

地方高校招生宣传战略体系工程模型构建——基于考试招生制度改革的视角

随着考试招生制度改革的深化,地方高校需要建立一套系统、科学、规范的招生宣传战略体系。本文通过借鉴软件工程理论,构建了招生宣传战略体系工程模型。该模型由宣传定义、可行性研究、需求分析、总体设计、详细设计、实施及维护六个阶段组成,每个阶段具有不同的任务。

对成人高等教育计算机专业课程设置的思考

本文分析了目前成人高等教育中计算机专业课程设置与学习者需求和社会需求之间的矛盾,并在此基础上,提供了一个计算机专业课程设置的思路,以期为该专业更加合理健康发展提供参考。

云计算环境下的政府信息公开管理系统

政府有向社会公开其拥有和掌握的信息的义务,这也是近年来社会各界关注的热点问题。云计算能整合互联网上强大的存储和计算能力,应用前景广阔。阐述了政府信息公开和云计算的发展现状,提出了云计算环境下的政府信息公开系统构建问题,对电子政务系统的开发提出指导性意见。

斜线表格的分析与识别

提出了一种考虑斜线分隔符的通用表格的分析方法。在表格单元结构确定后,依据表格常识,用局部多角度投影的方法对表格单元进行斜线检测,在内容提交识别核心以前,针对含有斜线分隔符的单元格进行去除斜线操作。实验证明了此方法处理斜线表格的有效性。

基于BP神经网络的手写体数字识别

手写体数字识别是多年来的研究热点,也是字符识别中的一个特别问题。由于手写体数字字体变化很大,传统的识别方法很难达到高的识别率。针对传统的数字识别方法的复杂性和局限性,提出了一种基于BP神经网络的手写体数字的识别方法。该方法在提取手写体数字点特征、笔划密度特征基础上,利用改进的BP神经网络进行训练识别。经实验,识别率达94%。实验结果表明,该方法对手写体数字识别效果良好,不仅简化了传统识别的繁杂性,而且提高了识别的准确性。

基于最小生成树聚类的中文版面分割法

针对中文版面多横竖混排的特点,提出一种基于最小生成树聚类的版面分割方法。对原图像进行水平和垂直游程平滑,并对平滑后所得的连通域进行预分类处理,将文本进行横排、竖排分类。对预分类后的各类文本采用最小生成树聚类算法进行聚类处理。经实验,准确率达97%。实验表明,该方法对中文文档有良好的分割效果。

印刷体数学公式结构分析的一种方法

数学公式识别是OCR技术的重要组成部分,目前相关的研究还很欠缺。文章在简要介绍数学公式识别发展状况的基础上,针对结构分析这一公式识别的关键环节,提出了一种基于基准线、运算符作用域并结合语法分析数学公式结构的方法。实验表明,该方法对公式结构具有较好的适应性。

面向中文微博的情感要素抽取方法

研究第五届中文倾向性分析评测的任务3和任务4,即微博的倾向性分析和评价对象识别.网络新词多,句子格式不规范,语言简短且包含的情感内容多都是微博分析的难点.针对此问题,提出对中文微博的过滤算法.在词语倾向性识别中,构建基础观点词和网络观点词等词典,然后利用知网识别所有词语的倾向性.在评价对象的抽取方面,提出一种面向微博的基于统计和规则相结合的评价对象抽取方法,特别是提出利用句法分析和评价词、评价对象互信息的联合抽取算法.实验表明,该算法可以提升评价对象抽取的效果.

网络教学的教学监管系统研究

对当前我国高等院校在进行网络教学活动中普遍存在的问题进行了研究，提出了对网络教学活动从教学、监督、管理三个方面进行计算机辅助控制的教学模式，研制了基于校园网的机房上机教学监管系统，有效解决了网络教学活动中的薄弱环节．在实际教学活动中取得了良好的效果。

地方综合性大学复合专业人才的培养——以河北大学为例

本文以河北大学人才培养模式为例,介绍了培养模式中的三个组成部分,分析了各个组成模式的现状,并就培养模式的发展进行了探索。

基于中粒度模型的视频人体姿态估计

人体姿态估计是计算机视觉领域的一个研究热点,在行为识别、人机交互等领域均有广泛的应用.本文综合粗、细粒度模型的优点,以人体部件轨迹片段为实体构建中粒度时空模型,通过迭代的时域和空域交替解析,完成模型的近似推理,为每一人体部件选择最优的轨迹片段,拼接融合形成最终的人体姿态序列估计.为准备高质量的轨迹片段候选,本文引入全局运动信息将单帧图像中的最优姿态检测结果传播到整个视频形成轨迹,然后将轨迹切割成互相交叠的固定长度的轨迹片段.为解决对称部件易混淆的问题,从概念上将模型中的对称部件合并,在保留对称部件间约束的前提下,消除空域模型中的环路.在三个数据集上的对比实验表明本文方法较其他视频人体姿态估计方法达到了更高的估计精度.

一种改进的视频分割网络及其全局信息优化方法

提出了一种基于注意力机制的视频分割网络及其全局信息优化训练方法.该方法包含一个改进的视频分割网络,在对视频中的物体进行分割后,利用初步分割的结果作为先验信息对网络优化,再次分割得到最终结果.该分割网络是一种双流卷积网络,以视频图像和光流图像作为输入,分别提取图像的表观信息和运动信息,最终融合得到分割掩膜(Segmentation mask).网络中嵌入了一个新的卷积注意力模块,应用于卷积网络的高层次特征与相邻低层次特征之间,使得高层语义特征可以定位低层特征中的重要区域,提高网络的收敛速度和分割准确度.在初步分割之后,本方法提出利用初步结果作为监督信息对表观网络的权值进行微调,使其辨识前景物体的特征,进一步提高双流网络的分割效果.在公开数据集DAVIS上的实验结果表明,该方法可准确地分割出视频中时空显著的物体,效果优于同类双流分割方法.对注意力模块的对比分析实验表明,该注意力模块可以极大地提高分割网络的效果,较本方法的基准方法(Baseline)有很大的提高.

一种数学检索结果排序中的多隶属度评价方法

针对现有数学检索排序方法所存在的排序属性单一问题,提出一种基于犹豫模糊距离的科技文档多属性综合排序方法。归纳科技文档的评价特征,确立了包括数学表达式几何属性、文档重要性属性和全局属性的三元组;建立以数学查询表达式为标准的科技文档犹豫模糊集,定义了各指标对应的犹豫模糊隶属度函数;利用犹豫模糊集在多属性决策方面的优势,采用文档相似度评价方法对检索结果进行排序。不同领域包含345 027个数学表达式的19 964篇科技文档的排序对比实势表明,此方法比科技文档单一属性排序方法的合理性有一定的提高。

基于层叠的部件轨迹片段模型的视频人体姿态估计

为解决单目视频中的人体姿态估计问题,从人体的部件模型出发,以人体部件轨迹片段为实体构建时空概率图模型,通过逐步缩减轨迹片段在时域上的覆盖度,形成多级层叠模型,采用迭代的时域和空域交替解析的策略,从完整轨迹的推理开始,逐级过滤状态空间,直至获取人体各部件在每帧图像中的最优状态。为提供高质量的状态候选,引入全局运动信息,将单帧图像中人体姿态检测结果传播到整个视频形成轨迹,构成原始状态空间。在3个数据集上的对比试验表明,该方法较其他视频人体姿态估计方法达到了更高的估计精度。

基于犹豫模糊权重的数学表达式检索

【目的】从大量数学表达式中检索出与查询表达式相似的表达式,并对检索结果排序。【方法】提取单个数学表达式的特征子式,利用犹豫模糊集理论计算每个特征子式的权重值;将属于同一表达式的子式权重值进行累加,计算表达式间的相似度得分,按照分数从高到低的顺序排列检索结果。【结果】从时间和相似度的角度进行分析,本文方法检索效率较高,检索结果较准确,本文排序方法的NDCG值最高为0.88,表明该排序方法较合理。【局限】本文排序方法并非完全面向数学表达式语义检索。【结论】引入犹豫模糊集计算子式权重能够更准确地检索出具有相同结构特征的数学表达式。