结合Bi-2DPCA与CNN的美式手语识别

针对现有美式手语(ASL)识别算法准确率低和模型训练时间长的问题,提出一种结合双向二维主成分分析(Bi-2DPCA)与卷积神经网络(CNN)并基于贝叶斯优化的识别算法。利用Bi-2DPCA算法对原始图像做数据降维处理,提取行、列方向的特征图,使用卷积神经网络对特征图进行训练分类,同时采用贝叶斯优化算法对模型超参数进行自动调参。在24分类ASL数据集上的实验结果表明,该算法的识别准确率达到99.15%,训练时间相比传统CNN算法减少90.3%。

互联网经济背景下的高中生的消费理念探析

近年来,随着经济的快速发展,人们的生活水平得到了显著提高,与此同时,人们的消费理念也发生了不同程度的变化。尤其是在互联网技术与传统经济的融合过程中,消费方式和支付方式的改变对人们的生活产生了重大的影响。随着人们消费能力的增强和消费水平的提高,高中生作为消费主体中一个重要组成部分,其消费的方式也在发生着改变。众所周知,我国互联网经济高速发展已经近十年,这使得高中生的消费理念也在潜移默化中受到了互联网经济的影响。本文通过对互联网经济背景下高中生的消费理念进行分析,在分析其消费理念变化的同时,也对高中生的消费行为提出了新的建议。