SqueezeNet和动态网络手术的脱机手写汉字识别

传统和基于CNN的脱机手写汉字识别模型多数是为了追求更高准确率,未重视模型体积大小,模型中存在大量冗余参数,模型训练周期长并且很难在资源有限的平台上运行.针对这些问题,本文提出改进的SqueezeNet模型,保留了用小卷积核替代大卷积核的策略,采用层间的特征融合算法和L2范数约束的Softmax分类函数;然后再对参数裁剪进一步压缩,避免裁剪掉重要参数而损失过多准确率,采用动态网络手术算法来保证将误删重要参数重新拼接.并将改进后的模型与其它模型在测试集ICDAR-2013下进行对比,本文模型参数变少、训练速度快并且可移植性强,模型大小为3.2MB,在测试集ICDAR-2013中其准确率达到96.03%,对输入图预处理后再训练所得模型准确率达到96.32%.

困难企业子弟学校高中学生心理卫生状况的相关分析

采用 SCL-90临床自评量表 ,对某企业子弟学校三年制高中 1 88名学生进行测试。结果表明 :1困难企业子弟学校高中生心理健康水平总体上低于全国中学生常模 ,有 2 1 .3 %的高中生存在各种明显的心理健康问题。 2困难企业子弟学校高中生心理健康水平其变化表现出年级特征 ,其中 ,二年级水平较低 ,一、三年级较高。 3困难企业子弟学校高中生心理健康问题产生的主要原因是学习上的不适应 ,学生自我意识发展问题的困扰。