基于嵌入式系统的校园街景系统设计与实现

随着国内高校在不断的发展建设,国内高校的校园环境在不断美化为了记录短周期内校园的变化,以及宣传校园风光,本项目针对校园环境,利用嵌入式智能街景小车,结合图像处理技术、传输控制/网络协议,设计并实现了一个校园街景系统。本系统尝试基于校园的应用场景,做了对街景系统的个性化设计,通过嵌入式智能小车作为载体记录校园内的街景风光,减少了宣传记录校园风光的人力物力,同时对于宣传高校校园环境的工作起到了一定的辅助作用。

基于深度学习的野生动物识别

为了更好地保护野生动物以及动物基因库的种类,保障生物链的完整性。运用深度学习技术对野生动物的图像进行识别,并且为了降低噪声信息的干扰及提高野生动物图像识别的准确率,提出了基于深度残差收缩网络的野生动物识别模型。目的是可以更好地帮助社会对野生动物进行监管和保护。该模型在深度残差网络的基础上融入注意力机制和软阈值函数,从而降低噪声信息的干扰,提高图像识别的准确率。将深度残差收缩网络与深度残差网络模型对相同野生动物数据集进行训练作对比,同时对部分野生动物图像进行了测试。实验结果表明,深度残差收缩网络提高野生动物图像识别准确率。

面向文物类博物馆的自动问答系统构建

本文针对很多博物馆的文物介绍不充分,游客难深入了解其相关信息的问题,本项目构建了一个面向博物馆的智能问答系统。该系统可以使用自然语言处理技术、信息检索技术和语义分析为游客提供对应文物的信息,使用一问一答的形式自动生成准确回复。本项目在模板匹配环节尝试使用基于TextCNN匹配和规则匹配两种技术,其中在性能测试中,TextCNN的正确率为82%,规则模板的正确率为64%。