基于先验特征聚类的目标检测优化方法

针对显著目标检测问题在没有任何先验信息的情况下,通过特征聚类和紧致性先验方案实现目标检测优化。优化后的方法包括四个步骤:首先采用超像素预处理将图像分割成超像素,以抑制噪声并降低计算复杂度;其次应用改进的虾群聚类算法对颜色特征进行分类;接着利用二维熵来衡量每个簇的紧密度,并构建背景模型;最后以背景区域与其他区域之间的对比度作为显著特征,并通过设计高斯滤波器增强其显著性。为了更好地评价显著目标检测的精度,本文通过多维评价指标进行优劣性实验分析,实验结果表明,文中算法具有较好的实时性与鲁棒性。

基于Leap Motion的手语识别算法优化

Leap Motion设备产生的数据在虚拟环境中可以进行手势识别。通过识别和跟踪用户的手来生成虚拟3D手部模型,从而获取手势信息。本文设计了一种基于隐马尔可夫模型(Hidden Markov Model,HMM)分类算法来学习从Leap Motion中所获取的手势信息的系统,根据手势特征的重要性赋予不同权值,可进一步提高分类准确率,实现手语信息的识别输入。测试结果表明,识别准确率为86.1%,手语打字输入识别速度为每分钟13.09个字符,可显著提高聋哑人与正常人之间沟通的便捷性。

基于簇间连接的元聚类集成算法

聚类集成已经成为数据挖掘和机器学习中的热门研究课题,尽管近年来取得了重大进展,但目前聚类集成的研究仍存在两个具有挑战性的问题.首先,大部分集成算法倾向于在对象的层面研究相似度,缺乏发掘簇层面信息的能力;其次,目前许多集成算法仅仅关注簇内对象的直接共现,忽略了簇与簇之间的关系.针对这两个问题,提出一种基于簇间连接的元聚类集成算法,首先根据Jaccard相似度构造一个簇相似度矩阵,然后利用连接三元组细化这个相似度矩阵,最后通过图划分和成员分配得到最后的结果.理论分析和实验测试表明,提出的算法不仅能产生较好的聚类结果,而且受聚类集成规模的影响较小.

基于大型数据集的聚类算法研究

就精确系数不算太严格的情况而言,针对各种大型数据集,通过对比各种聚类算法,提出了一种部分优先聚类算法。然后在此基础之上分析研究聚类成员的产生过程与聚类融合方式,通过设计共识函数并利用加权方式确定类中心,在部分优先聚类算法的基础上进行聚类融合,从而使算法的计算准度加以提升。通过不断的实验,我们可以感受到优化之后算法的显著优势,这不仅体现在其可靠性,同时在其稳定性以及扩展性、鲁棒性等方面都得到了很好的展现。

传感器网络中基于分布式压缩的数据聚合方法

针对基于压缩数据采集的数据聚合需要高效的路由转发树协议,以便更好地采集到从传感器节点到sink节点的编码数据,提出了一种新型高效节能的分布式压缩数据收集方法。该方法中每个传感器节点均可独自寻找父节点,并构建一部分路由树,无需利用中心节点来构建所有转发树,从而允许每个传感器节点对转发树的构建和维护做出局部决策。仿真实验结果表明,相比传统的压缩数据收集方法,新方法的复杂性较低并且开销降低近50%。

《SQL Server数据库》精品课程网站建设

设计开发《SQL Server数据库》精品课程网站是《SQL Server数据库》精品课程建设的重要内容。通过精品课程网站,学生可以了解课程目标、学习要求、学习的重点难点、检查学习效果,并且可以在线答疑。教师也能及时掌握学生的学习进展,不断改革教学方法,调整教学内容,使教学更有针对性。

基于CAN总线的智能车联平台设计与研究

本文旨在解决租车公司或集团企业对车辆管控能力弱,导致车辆盗失、难以检查车辆健康状态等问题。深度调研车企对车辆的管控需求,利用CAN总线、GPS实时定位、e MTC上行通讯技术,设计科学合理的智能车联平台,提高车辆智能化程度。在此基础上通过大数据分析的技术手段深耕数据价值,优化用户驾乘体验,为商业模式与市场决策提供强有力的支持。

高校班级管理常见问题及对策研究

高校扩招导致学校班级人数的增加以及学生素质的参差不齐,从而加大了班级管理的难度。然而班级管理与学生的成长成才密切相关,管理的好坏直接体现学校的管理水平并影响学校的教学质量,最重要的是其影响到每个大学生的成长。该文着眼于人本化管理,重在探讨管好高校班级的基本措施,并提出相应建议,旨在锻炼并提高学生的自我管理、自我教育和自我服务意识。

防火墙技术在网络安全中的实际应用

Internet的迅速发展,提供了大量发布信息和检索信息的场所,同时也带来了信息污染和破坏。防火墙的出现,则是为了保护数据和资源的安全。基于对防火墙技术的研究,本文着重介绍了防火墙的概念和功能,并重点阐述了该技术在网络安全中的实际应用。

基于密度峰值聚类的网络入侵检测

网络安全己经成为现如今社会发展的重要保障,而入侵检测系统在网络安全的体系结构中占着举足轻重的地位。传统的基于聚类分析的网络入侵检测方法需要预先设定聚类数目且无法处理噪声数据,但入侵检测系统获取的网络行为记录具有很强的随机性,其聚类数目和聚类形状难以事先确定,故需要更鲁棒的聚类方法进行入侵检测。本文提出一种基于密度峰值聚类的网络入侵检测方法,该方法利用了密度峰值聚类算法的优点,无需迭代、参数鲁棒、自动获取聚类数目,并且可以很好地处理噪声数据和入侵检测系统所获取的网络行为记录,挖掘更有效的入侵信息。最后通过对KDD CUP 1999数据集的实验验证,验证本文方法的有效性和精确性。

网络时代的本质特性及对大学生主流意识形态的影响及途径研究

随着社会经济尤其是信息网络技术的快速发展,网络文化也蓬勃兴起,日益成为大学生精神生活的重要方面,并对大学生世界观、人生观和价值观的形成产生重要影响。本文阐述了作为新兴文化形态的网络文化与社会主流意识形态的关联,分析了网络文化对加强高校主流意识形态教育带来的负面影响,并提出了具体应对措施。

微课程在高校信息技术课程中的应用

高度信息化的社会在快速地发展,微课程这一刚兴起的教学形式,因其内容精炼、时间短、方式灵活、可以更好地表现复杂的知识而受到人们的喜爱,所以对微课程中相关信息技术的应用进行研究,从而进一步优化相关课程教学效果的意义尤为重大。本文先对微课的概念、基本原则及相关理念进行了解释,接着调查了微课应用的背景,对高校信息技术有关的微课课程前期设计进行了分析,从整体框架出发对微课的应用模式和课程形式进行了构建。

“反转新闻”与新闻报道生态优化策略研究

"反转新闻"现象对新闻报道生态既有正效应更有负效应。本文从分析"反转新闻"的正负效应入手,提出净化网络媒介的整体环境、提升媒介使用者的媒介素养、发挥媒体的舆论引导作用以及强化新闻报道文本的核实求证等优化新闻报道生态的具体策略。

网络模式与传统模式下大学生主流意识形态的异同研究

网络不仅是现今社会一种先进的信息传播媒介,而且是一种全新的生活模式。随着网络的大规模推广,中国已经步入了一个以网络信息技术为中心的新时代——网络时代,网络已经改变了大学生的生活方式。要想更好的认识大学生主流意识形态的变化,就必须详细研究分析网络对大学生主流意识形态造成的影响,研究网络模式与传统模式下大学生主流意识形态的异同,从而能够更好的加强大学生主流意识形态教育。

高职院校计算机软件专业课程体系探讨

针对当前高职院校计算机软件专业学生就业难的情况,通过分析我国软件行业对软件人才的需求,探索高职院校计算机软件专业课程体系及知识结构的设置,提出了高职计算机软件技术专业课程体系、教学模式与教学方法以及考试方法改革的一种新的框架,并探讨了与之相配套的课程建设内容。

基于六度分割理论的社交好友推荐算法研究

为了更好地拓宽用户社交圈并且通过新朋友获取更多的信息资源,好友推荐成为社交网络最为青睐的对象。该文在分析现有朋友推荐算法的基础上,提出基于六度分割理论的社交好友推荐算法。首先,该方法以好友分级思想为基础,根据用户的历史行为对用户进行评级,将评级相似的用户合并为一个群组,以减少进行大规模好友推荐时的时间代价;其次,考虑用户之间的共同关注关系,以及用户与好友交流的时间差额,计算用户与好友之间的相似程度。采用新浪微博数据集验证算法的性能,最终实验证明:该算法准确性和召回率都得到了提升。

网络环境下的新闻反转现象研究

反转新闻是指在互联网高度发达、自媒体如雨后春笋般出现的大环境下,对于同一事件的报道出现一次或多次不同的变化,包括事件本身的变化以及公众对于该事件的态度以及评价的变化。社会各界都需要引导新闻求真务实,共建和谐文明的网络环境。本文通过具体事例分析,详细阐述了新闻反转的条件和原因,并就其特点提出了正确引导新闻反转导向的途径。

网络环境下“反转新闻”的群体心理研究

反转新闻是指在当今网络发达的环境下,对于某一事件,它的事实真相和舆论导向会经历不同的变化发展阶段。产生这一现象的原因可以大致归纳为'现实、思维、网络'三个空间的相互影响,相互作用。新闻发生后,往往会经历信息被报道,出现新闻事实拐点,新闻事实彻底反转等三个发展过程。而这三个过程的发生又是以不同个人认知,不同群体心理,不同情感立场为基础。

高职院校学生顶岗实习质量监控体系研究

在高职院校的教学训练模式中,顶岗实习一直是一项重要的内容,也是其人才培养中的关键性环节,顶岗实习的内容有助于强化学生的就业能力,帮助其适应社会工作节奏,对于其以后的学习发展至关重要,为了强化大家的教学管理认识,本文就高职院校学生顶岗实习质量监控体系展开探究,希望能够为大家起到积极的参考作用。

混合式学习在数据库技术课程中的应用研究与实践

混合式学习融合了传统课堂学习和网络学习的优势,弥补各自的不足,其目标就是为学生提供更好的学习条件,从而提高其基本学习技能、创新思维能力、人际交往与合作能力[1]。本文主要探讨混合式学习在数据库技术课程中的应用与实践。