基于随机振动试验的车载座舱数值分析及结构优化

针对道路运输工况下车载座舱遭受随机振动激励而损伤的问题,研究座舱的随机振动响应特性。对座舱试验件进行振动台试验,获得试验件在不同工况下的加速度、应变、应力等动力学响应数据,据此建立座舱数值分析模型并进行随机振动响应分析计算。通过与振动试验结果对比,验证数值分析方法的合理性。对数值分析模型进行全工况计算,将仿真与试验结果相结合进行随机振动响应分析。根据结构振动特性与失效机理,对座舱结构进行优化设计,使其满足抗震要求。

径向基神经网络在股市预测中的应用

本文从非线性时间序列预测的角度出发，将径向基（ＲＢＦ）神经网络应用于股票预测。

结合SVM的交互式遗传算法及其应用

交互式遗传算法在人机交互过程中 ,用户对每代的所有个体都要进行评估。针对个体数量较大 ,进化代数较多 ,用户容易疲劳这一问题 ,提出了一种改进算法 ,充分利用遗传初始阶段用户所选择的正例和反例信息 ,采用支持向量机构造分类器 ,在整个图像库中找出更多符合分类器的图像加入到遗传过程 ,以扩大遗传操作中好个体的个数 ,加速算法收敛 ,从而减轻用户疲劳 ;同时交互中不断扩大的样本集也使支持向量机分类器更加准确 ,从而建立比较完善的个性化的情感模型。本文将该算法应用于服装图像的个性化情感检索。实验结果表明 ,所提出的方法可以较好地减轻用户疲劳 ,检索出的图像较好地体现用户的个性化情感。

基于情感模型的感性图像检索

感性信息处理是让计算机能够模仿和识别用户的情绪、感觉和感情,实现和谐的人机交互,达到“以人为本”。通常人们用一些形容词来表达自己的情绪,本文提出了一种情感模型用来处理这些表达心理的形容词,从心理学的“维量”思想出发,采用语义量化技术和因子分析的方法建立情感空间,并分析情感空间的相似性度量方式;抽取图像的颜色和形状特征作为图像的感性特征,采用径向基函数神经网络将图像由特征空间映射到情感空间,在情感空间内实现图像的感性检索,取得了较好地实验结果。

基于内容的情感图像获取模型

随着信息技术的迅猛发展,情感信息处理已成为21世纪人工智能领域所面临的重要挑战之一。其中,情感图像获取的研究属于多学科交叉研究,本文以形容词作为处理对象,借鉴认知心理学、绘画艺术的研完成果,在图像内容的基础上,提出了一种包括公共情感和个性化情感的情感图像获取模型。往该模型中,借鉴心理学中的"维量"思想,建立情感空间;同时,抽取图像的主色调、不变矩、颜色和灰度分布,这些较容易引起情感变化的特征作为图像的视觉特征,建立图像的特征空间;采用支持向量机的方法建立图像的低层特征空间到用户的高层情感空间之间的映射,自动注释用户未曾评估的图像,实现了图像情感注释,在情感空间进行公共情感检索,快速获得用户情感信息,在此基础上,采用可视化交互式遗传算法实现因人而异的个性化情感检索,该模型应用于风景图像的情感检索,取得了较好的实验结果。

基于内容的交互式感性图象检索

随着信息化社会的到来及信息高速公路计划的实施 ,人们越来越多地接触到大量的图象信息 ,因此基于内容的图象检索已经成为当前的一个热门研究课题 ,并在多媒体数据库、电子图书馆、商标管理、医疗图象管理、公安系统、卫星图象管理等方面得到广泛应用 .然而 ,大多数基于内容的图象检索系统主要是通过图象多维物理特征的相似性匹配来进行查询 ,而对于用户的爱好、情感等主观或感性化的因素则考虑较少 .为了弥补这方面的不足 ,提出了一种基于内容的交互式感性图象检索方法 .该方法采用交互式进化算法 ,并通过人机交互的方式 ,来将用户的直觉、情感等感性化的因素融入到进化过程 ,以便进行图象的交互式在线检索 ;针对在检索过程中 ,因进化的时间可能较长和因需要用户确定的适应度值较多而产生的用户疲劳问题 ,采用神经网络离线学习的方法来减轻用户疲劳 ,从而实现了根据用户的情感和基于图象内容的图象检索 ,并取得了较好的实验结果 .

自适应径向基函数神经网络

文章根据隐节点对整个网络输出贡献的相对大小 ,提出删除策略 ,并结合资源分配网络的增长规则 ,使得径向基函数神经网络的隐节点在学习过程中可以自适应地增加或删除 ,从而形成一个网络资源较少、结构紧凑的自适应径向基函数神经网络。将该网络应用于函数拟合和非线性时间序列预测 。

图像情感检索研究的进展与展望

基于语义内容的图像检索是解决图像简单视觉特征和用户检索丰富语义之间存在的语义鸿沟的关键。其中情感语义是最高层的语义。本文首先介绍情感图像检索的一般框架,并引出情感图像检索的4个主要内容:图像感性特征的抽取、用户情感信息的计算机描述、情感用户模型的建立和用户模型的个性化;并对这4个主要内容的现有算法和研究进展进行归纳和总结;接着介绍3个典型的原型系统;最后从情感数据库、用户模型的评估和用户模型的计算3个方面阐明实现情感图像检索所面临的问题,并提出一些初步的解决思路。

基于“维量”思想的人工情感模型(英文)

借鉴心理学中情感的“维量”分析思想 ,论文提出人工情感模型。该模型的处理对象是人们用来表达情感的形容词 ,如“美丽的” .采用语义量化实验和因子分析的方法建立情感空间 ,并分析情感空间的相似性度量方式 ;抽取图像的感性特征建立特征空间 ,采用支持向量机算法将图像从特征空间映射到情感空间 ,在情感空间内实现图像的情感检索 。

基于心理量表的情感图像检索性能评价方法研究

情感图像检索中检索算法优劣的有效评估是一个尚未解决的问题。本文提出基于心理量表的情感图像检索性能评价方法,采用等级排列法或对偶比较法对不同算法检索出的图像进行排序,建立顺序量表,并在样本满足正态分布假设的前提下,将顺序量表转化成等距量表,以比较检索算法的优劣。文中将本实验室实现的情感检索算法检索出的"厚重的"、"简洁的"服装图像以及"热情的"、"视野宽广的"风景图像与随机检索出的图像进行了比较,验证了基于心理量表的情感图像检索性能评价方法的有效性。

基于事例的面部动作单元识别算法

本文提出基于事例的交互式遗传算法进行面部动作单元识别的算法,将用户的比较能力融入到搜索过程,快速检索到与待识别图像匹配的事例图像,从而实现动作单元的半自动识别。该方法不需抽取图像特征,因而可用于识别非控制成像条件下自发面部图像或图像序列中的动作单元,具有较好的鲁棒性和实用性。文中采用16幅受控成像条件下收集的简单图像进行实验,单独AU的平均识别率达到77.5%,AU组合的平均相似度为82.8%。采用10幅有干扰的非受控成像条件下收集的复杂图像进行实验,单独AU的平均识别率为82.8%,AU组合的平均相似度为93.1%。相对于特征脸算法,本文算法的平均识别率和相似度都有较大程度的提高。

交互式遗传算法中收敛性及用户评估质量的提高

交互式遗传算法 (IGA)有一个明显的缺点 ,即用户在交互过程中 ,对每代的所有个体都要进行评估 ,当个体的数量较大 ,进化代数较多时 ,用户容易疲劳 .针对这一问题本文提出了三种解决方法 :第一 ,利用粗糙集 (roughset)理论作为信息提取技术 ,有效地提高交互式遗传算法的收敛性 ,降低进化代数 .第二 ,引进一个自主式遗传操作过程 ,以缓解用户在交互过程中的疲劳性 .第三 ,利用相似距离值这个新概念提高用户对个体评估的精确度 .最后在人脸图形上进行实验的结果表明 。

可视化交互式遗传算法及其在图像感性检索中的应用

提出了一种可视化 IGA模型 ,结合 GA在 n维空间上快速搜索的优点和人类在 2维空间上把握数据整体分布的能力 ,采用可视化的方法使用户主动参与搜索过程以加快遗传算法的收敛速度 ,从而减轻用户疲劳 .采用主元分析的方法将 n维空间中的个体向量映射到 2维空间 ,并显示出来 ,用户可以在这个 2维空间中选择一个好的个体加入遗传过程 ,以此来加速算法的收敛 .实验证明可视化 IGA较一般的 IGA有更快的收敛速度 ,对减轻用户疲劳有很好的作用 .该模型用于图像的感性检索 。

一种新的个性化的图象分类方法

图象分类系统的建立是信息检索以及模式识别中一个重要部分 ,其中 ,特征选择问题 ,即确定描述图象的特征参数是需要解决的关键问题 .基于内容的图象检索技术的研究 ,近来得到了广泛的关注 ,由图象特征向量维数过高而引起的图象检索困难是基于内容的图象检索技术研究所面临的一个挑战 ,因此需要寻求一个有效降维技术 .为解决此问题 ,设计了一个新的图象分类标准模型 ,通过寻找不同的特征组合来作为分类标准 ,进而提出了一种算法 ,用于实现此模型 .实验结果显示 ,该模型能实现图象特征向量降维 ,并且算法能够极大地降低计算所花费的时间 .同时 ,多种不同分类标准的引入 ,使得本方法能与信息检索技术进行有效的结合 。

FKCN优化的RBF网络在降水量预测中的应用

旱涝灾害的预测预报是目前世界上公认的难点问题之一 ,它不仅具有重要的现实意义 ,同时在理论上也是一个典型的非偏差时间序列预测问题。而降水量是影响旱涝灾害的一个重要因素。该文采用 FKCN优化的 RBF网络对安徽省蚌埠市汛期的降水量进行了预测 ,针对降水数据的特点 ,提出了一种简单有效的数据预处理方法 。

创客视角下小学信息科技与科学融合的教学探索与实践

介绍了创客视角下小学信息科技与科学融合的教学活动模型和实践案例,实践证明,此模型能充分发挥两个学科的优势,激发学生对学科学习的兴趣,培养学生的实践创新能力,促进学生核心素养发展,为小学信息科技与科学教学的深度融合以及跨学科主题活动提供借鉴和启示。

一种双层情感图像检索模型(英文)

随着信息技术的迅猛发展,情感信息处理已成为21世纪人工智能领域所面临的重要挑战之一。借鉴认知心理学、绘画艺术和服装设计的研究成果,本文提出了一种双层情感图像检索模型。在该模型中,借鉴心理学中的“维量”思想,建立情感空间;同时,抽取图像中较容易引起情感变化的特征作为图像的视觉特征,建立图像的特征空间;另外,本文还提出了情感注释的思想,采用支持向量机的方法建立图像的低层特征空间到用户的高层情感空间之间的映射,自动注释用户未曾评估的图像,实现了图像情感注释,在情感空间进行公共情感检索,快速获得用户情感信息,在此基础上,采用可视化交互式遗传算法实现因人而异的个性化情感检索,该模型应用于风景和服装图像的情感检索,取得了较好的实验结果。

FKCN优化的RBF神经网络

ＦＫＣＮ（Ｆｕｚｚｙ Ｋｏｈｏｎｅｎ ｃｌｕｓｔｅｒ ｎｅｔｗ ｏｒｋ）将模糊隶属度的概念用于Ｋｏｈｏｎｅｎ 神经网络的学习和更新策略中，改善了Ｋｏｈｏｎｅｎ 网络的性能，是一种更为快速有效的聚类网络。作者将ＦＫＣＮ用于优化ＲＢＦ（Ｒａｄｉａｌｂａｓｉｃ ｆｕｎｃｔｉｏｎ）神经网络基函数的中心，并将优化后的ＲＢＦ网络用于曲线拟合和非线性时间序列预测，同时与基于Ｃ－ＭＥＡＮＳ的ＲＢＦ网络进行比较。实验结果表明：采用ＦＫＣＮ优化的ＲＢＦ网络具有更好的拟合和预测能力，尤其在曲线拟合实验中，ＦＫＣＮ优化的ＲＢＦ网络可以达到最小学习误差，比Ｃ－ＭＥＡＮＳ的网络小一个数量级，可见用ＦＫＣＮ优化ＲＢＦ神经网络可以较好地提高ＲＢＦ神经网络的性能。

高层建筑与节能技术设计分析

本文叙述了高层建筑节能与气候、地理条件的关系,进一步分析了高层建筑与节能设计应为设计之重。

仿真虚拟机器人软件在小学程序设计教学中的作用

程序设计是中小学信息技术教育的重要内容之一。基础教育阶段的程序设计教学主要是培养学生学习程序设计的兴趣，培养学生用程序设计的思想去分析问题、解决问题的能力。近年来，仿真虚拟机器人软件不断发展，其在原来实体机器人编程平台的基础上，加入了用计算机模拟的机器人、场景及机器人行为活动的功能模块，使人们在仿真虚拟平台上可直观地看到机器人程序的执行效果。