“政行校企”协同育人有效实施探讨

“政行校企”协同育人旨在政府、行业、高校、企业多方联手合作,推动教学资源共建共享,实现多方联合共同创新人才培养模式。然而,当前协同育人还存在合作过程过于形式化、内容单一、协同机制不健全、相关制度不完善等问题。只有“政行校企”协同育人全面推进,各方明确各自的责任、权利、义务,校企合作才能持续有效实施。为此,文章从协同育人的机制建设、合作协同育人的模式等方面对协同育人有效运行提出了相关建议。

基于支持向量机的纸币识别方法设计与研究

纸币识别是一个小样本、非线性和高维模式识别问题,是当前模式识别中的难题之一,具有重要研究意义和实用价值;选用支持向量机二次优化算法中的序贯最小优化算法,该算法以解析的方法处理优化问题,训练速度较快,识别率较高;序贯最小优化算法优化标准的单一阈值容易错判优化条件,从而导致花费大量时间寻找第二个优化样本;在优化标准中增设上下界两个阈值来判断优化条件,避免了原算法单一阈值判决的这个缺点,加快了训练速度,提高了识别率;将此种支持向量机训练算法用于纸币识别,能够充分发挥支持向量机解决小样本、非线性和高维模式识别问题的优点,能够适合工程应用中的需要。

可抗障碍干扰的除冰机器人系统设计与实现

目前除冰任务都局限在一些危险区域,路况复杂,机器人采集信息零乱,容易产生干扰;针对这一问题,设计引入无迹粒子滤波器信息融合思想到除冰机器人的设计中,研究现有的除冰机器人的缺陷,优化设计了一种除冰机器人的本体结构,优化了各种非接触式传感器的布局结构,为避障提供充足的数据来源;设计了无迹滤波的信息融合技术,解决了在外部复杂环境中某传感器信息存在的信息干扰;以上海某智能信息公司的除冰机器人进行实际的测试,实验包括除冰机器人、YJV22-3*300电缆,其弯曲直径为2.5 m、使用石膏模拟的覆冰、秒表等,对实验中传感器采集的数据经过数据预处理后使用Matlab 7.0对其进行准确率仿真,仿真结果表明,这种除冰机器人的避障准确率高达96.3%,在传感器损坏后,模型恢复的延时不超过3 s,结构优化明显。

一种声纹美尔频率倒谱系数干扰消除算法研究

在伴随着外部噪声的情况下,待识别的声纹美尔频率倒谱系数特征各项属性很容易受到外部噪声的干扰发生改变,造成声纹特征的识别的精度不高。为提高精度,提出了一种用支持向量机的美尔频率倒谱系数特征干扰去除算法。确定分类决策函数时充分考虑美尔频率倒谱系数与声纹中心以及噪声之间的关系,并且将声纹特征引入核函数,将原空间样本数据通过非线性变换映射到高维特征空间,在高维空间中求最优或广义最优分类面,实现对语音特征的干扰消除。实验表明,利用改进算法实现了声纹特征中过零率,倒谱特征、矩形窗和汉明窗长的短时能量函数特征的优化。

一种改进的基于内容的图像检索系统研究

基于内容的图像检索(CBIR,Content-based Image Retrieval)技术是图像领域研究的热点问题之一。介绍了图像检索系统相关算法的基本原理,采用的是基于改进的颜色直方图的算法,结合欧氏距离算法来进行图像处理和计算。选用Visual C++开发工具结合CxImage类库实现图像检索系统。用户可以选择关键图和图片库,之后系统就对关键图和图像库进行特征提取,将关键图与图片库的每一张图片相应特征进行对比,并计算关键图与图像库中每幅图片的相似度,最后按指定相似度大小输出检索结果显示给用户。

基于相关算法手写数字识别系统的研究与实现

基于相关算法并使用Delphi7.0实现手写数字的识别,基于模板匹配法和BP神经网络法手写数字识别都采用了8×8粗网格提取特征的方法,对网格特征进行了还归一化处理。模板匹配法利用最小距离值法对提取的特征值与模板库文件中的各数字特征值进行比较,得出最短距离值,即最相似的匹配结果作为输出结果。BP神经网络法利用三层神经网络结构对特征值进行训练,并将训练结果用8421编码输出。

新建地方本科院校软件工程教学实验中心建设和教学模式的探讨

针对软件工程教学实验中心建设和教学存在的问题,结合新建地方本科院校自身的特点,从软件工程教学实验中心建设、实验教学理念改革、实验教学体系建设等方面探讨了新建地方本科院校软件工程教学实验中心建设和教学模式改革的具体措施。

超高频RFID施工升降机电源故障检测算法仿真

研究超高频RFID施工升降机的电源故障检测问题。施工现场的电源大多是通过母线并入现场配电网络,而升降机的分布式电源直接并入配电网,线路中间增加多余的支路,对线路两侧的电流大小、方向造成影响,容易造成故障信号的波动。传统的故障检测方法很难对这种随机波动进行准确分类,导致检测的准确性较低。为此,提出基于故障特征相关性残差补偿的超高频RFID施工升降机电源故障检测算法。首先,计算故障信号特征之间的相似性,从而对故障信号中的误差进行补偿;然后根据故障特征相似性,计算故障空间位置,从而实现超高频RFID施工升降机电源故障检测。实验结果表明,利用改进的算法能够有效提高电源故障检测的准确性。

基于支持向量机的货币识别应用研究

支持向量机是一种新的基于统计学习理论的机器学习算法,它可以应用于小样本、非线性和高维模式识别。研究了支持向量机的学习算法,依据支持向量机的特点采用了相应的货币特征数据获取及预处理方法,提出采用改进SMO训练算法和DAGSVM多值分类算法构建的支持向量机用于货币识别,从而达到对货币高效、准确识别。实验结果证实了该方案的有效性。

压缩感知理论在传感器异常事件检测中的应用

无线传感器存在网络节点多、能量有限等特点,针对传统方法异常事件检测成功率低的缺陷,利用压缩感知理论的信号重构优点,将压缩感知理论引入到无线传感器网络异常事件检测中。首先对无线传感器网络的异常事件检测研究现状进行分析,然后分析无线传感器网络模型以及异常事件检测问题,并采用压缩感知理论对异常事件进行分析和检测,最后,采用仿真实验对有效性进行验证。结果表明,压缩感知理论可以有效对无线传感器网络的异常事件进行处理,提高了检测成功率,降低了误检测率,完全可以满足无线传感器网络的实际应用要求。

基于特征运动簇的非刚体运动形变估计算法

由于非刚体运动形变估计是一个非线性的逆问题,非刚体运动时受到背景多样性、运动复杂性、数据的丢失、特征点噪声等问题的影响,使非刚性物体的形变程度估计面临着估计不准,误差较大的问题。为了解决这些问题,提出一种基于特征运动簇反投影的非刚体运动形变估计算法,将非刚体运动的形变估计过程中,加入一定的物理运动约束刻画不同非刚体运动形状基的情况下,运动形变的程度,使用非线性优化闭合求解的方法进行运动模型结构参数的重构,运用反投影后得到的结果估计非刚体的形变程度。实验结果表明,这种方法得到的解,误差较小,效果明显。

基于ARM和T-Kernel的纸币特征采集预处理系统

不同的嵌入式系统依据其功能和性能要求选择不同的嵌入式操作系统,由于μcLinux操作系统并不能完美地满足实时采集系统对实时性的要求,因此操作系统选用了T-Kernel,处理器选用了ARM系列的S3C4510B。结合T-Kernel和S3C4510B的特点,设计了实时纸币特征采集预处理系统,可以满足对实时性的要求。

基于BP神经网络与粗糙集理论的分类挖掘方法

分类是数据挖掘中重要的课题,为协调决策分类,提出了一种基于粗糙集理论和BP神经网络的数据挖掘的方法。在此方法中首先用粗糙集约简决策表中的冗余属性,然后用BP神经网络进行噪声过滤,最后由粗糙集从约简的决策表中产生规则集。此方法不仅避免了从训练神经网络中提取规则的复杂性,而且有效的提高了分类的精确度。

传感器在智慧农业中的应用

在我国农业发展进程中引入大量先进技术,能够提升农业生产综合效率,发展智慧农业。课题组从我国农业发展现状出发,就我国智慧农业的布局现状进行了概述,并分析了在当前智慧农业发展进程中,传感器的应用价值和意义,为推动智慧农业发展提供必要的支撑和帮助。