珠算竞技游戏系统的设计与实现

珠算竞技游戏系统,就是将传统珠算计算工具虚拟化,基于网络的计算机游戏的需求,采用VB.NET与Flash混合编程技术构建与真实珠算计算过程吻合的游戏系统。首先通过对珠算计算逻辑的分析,对算盘建模并构建珠算操作算法;然后,通过虚拟现实技术,使珠算在屏幕上逼真再现;其次,通过动画、音效等多媒体手段给予用户真实体验;最后通过网络编程实现单人、多人的游戏对抗并对游戏结果进行数据处理,采用用户趣味性的诸多方法展示比赛结果。系统投入使用后,吸引众多玩家,为珠算应用的推广起到了一定的作用。

全车电器设备实训与考核系统的设计与实现

全车电器设备维修实训与考核系统,是在某型军车汽车电路的基础上,开发故障配置模块以及相应的考核软件。故障配置模块控制继电器的方式,使汽车电路处于故障可配置状态。考核软件通过网络通信模块把考题的故障发送到故障配置模块上,并进行相关信息管理。文中将传统的汽车电器设备维修实训与考核信息化、网络化、故障配置自动化。提高了教学效率,降低了教学成本。

Stucts架构的信息管理系统权限研究与实现

信息管理系统所面对的服务对象不同,需要对不同用户赋予不同的权限。该文在根据信息管理系统的普遍设计需求,提出基于Struts的信息系统权限设计方法,分级、分角色进行信息管理系统的权限管理。根据用户角色在系统操作和信息读取上实现权限细粒度划分。基于该模式的信息系统权限管理具有高效性、灵活性、适应性以及安全性。

导学案支撑下的军校翻转课堂教学设计——以计算机公共课程为例

介绍计算机公共课程的教学现状,提出针对军校学员实际需求构建翻转课堂教学设计模型,从课前、课中、课后3个阶段论述该模型的教学活动设计。

基于SimEvents仿真获取网络不交化最小路集

从信息传递角度,将Co A网络转换为具有前向和逆向传输路径的信息传输网络;在对网络不交化MPs(Minimal Path sets)算法原理分析基础上,设计了信息在网络中的传输和改写规则(包括正向和逆向传输规则),并以离散事件仿真(Discrete Event Simulation,DES)为手段,对网络建模,对算法实现。以Sim Events为平台,阐述了基于DES进行算法实现的基本思路:即以实体(Entity)为信息载体,以节点为暂存和处理单元。仿真过程中,信息随实体在网络中传输,并不断改写,直至完成不交化MPs的生成。对桥型网络和复杂网络的仿真结果验证了信息处理规则的正确性,和基于DES进行算法实现的可行性。

基于Blackboard平台的计算机基础课程教学实践与思考

为配合军事院校人才培养转型,适应新的教学模式,学院教育技术中心引进了Blackboard网络教学平台。通过分析军事院校计算机基础教学中存在的问题,结合教学实例,探讨了基于Blackboard网络教学平台的计算机基础教学模式的应用。

人工智能研究进展

本文评述了人工智能研究的历史、进展和发展方向。以“自然机制加算法”这样一种新兴计算模式为视角重新审视神经网络、模糊逻辑、进化计算和人工免疫系统的机理、算法和应用。在详细比较了各种方法的异同并做出哲学上的分析的基础上探讨了进一步的研究方向。

OSS框架下的宽带网络认证中心研究

本文对电信级操作支撑系统(OSS)的任务、模型和在宽带网络中的应用进行了综述。深入探讨了认证中心在新一代OSS中的地位和作用并做出了需求分析。在总结和比较几种传统的实现方法和技术的基础之上提出了一种基于B/S模式的WEB认证体制及其解决方案。然后对实现认证中心的关键模块进行了多角度的分析和设计。文中的测试结果表明了该设计较好地满足了新一代OSS的功能需求。

基于生成对抗网络的轻量级全局-局部水下图像增强算法

为解决光在水下传播过程中由吸收与散射效应导致的水下图像产生色偏、对比度低、细节缺失和噪音等问题,设计了一种融入注意力机制的轻量级全局-局部生成对抗网络水下图像增强算法。算法通过改进GAN网络以及设计新的损失函数,提高图像增强效果。实验结果表明,所提出的方法在校正色偏、提高对比度、增强细节和消除噪音等方面较现有流行的水下图像增强算法均取得了很大的进步,同时也进行了时间测试以及应用测试,实验结果表明,提出的水下图像增强方法能够快速有效地提高水下图像的质量。

基于编解码机制的水下图像语义分割

随着水下资源的开发,深度学习在水资源探索和开发领域应用越来越广泛。在水下原始图像质量低下的情况下,传统的语义分割技术对水下目标分割边界模糊、定位不准确、漏检和误检的情况经常发生。论文针对上述问题,提出了一种专门应用于水下图像的语义分割方法。首先基于多空间转换对原始水下图像进行增强处理。其次通过密集连接的混合空洞卷积在扩大感受野的同时消除多层空洞卷积带来的“gridding issue”问题,然后设计级联空洞卷积空间金字塔池化模块来整合不同尺度的边界特征,丰富目标细节信息。最后,采用上下文信息聚合机制将浅层网络和深层网络的特征进行融合以提取丰富的上下文信息。实验证明论文提出的方法相比最先进的语义分割方法对水下图像的分割效果更好。

有状态分组过滤器原理及实现

分组过滤器一般指无状态分组过滤器,通过制定规则对每一个IP分组的单向传输过程独立进行控制,但实际应用中常常需要针对某个服务相关的一组IP分组的传输过程实施控制,这种控制过程一是双向的,完成服务过程中需要双向传输IP分组,二是相关的,同一传输方向,不同顺序的IP分组之间存在相关性,两个不同传输方向的IP分组之间存在相关性,有状态分组过滤器就是这样一种基于服务对IP分组的传输过程实施控制的机制。

关于人教社实验版职高语文教材的若干问题

实验版职高语文教材是人民教育出版社2002年开始组织编写的一套教材,是该社继基础版、提高版之后的又一套职高新教材,并于2003年秋季投入使用.参加本实验版教材的编写人员,基本上来自各地教研部门和语文教学一线.笔者有幸参加了本套教材的方案制订、课本编写等工作,对该套教材的指导思想、设计安排等都比较了解.这套教材是在原<职业高级中学(三年制)语文教学大纲(试行)>的基础上,依据语文课程新标准及语文教改新趋势编写的.在编写本教材之初,人教社提出了"低起点,高要求,接轨初中,达到大纲最低要求"的编写要求,体现了本套教材面向基础较为薄弱的职高学生的实际.……

自适应粒子群算法求冗余机械臂逆运动学解

以正向运动学方程为基础,冗余机械臂逆运动学解问题转换为等效最小值问题,提出一种自适应粒子群算法求解该问题。为了保持粒子群的活力,在算法内引入弹射操作。如果粒子满足设定自适应判别函数,粒子将按概率被从当前位置发射到较远区域。为了配合弹射操作,提出一种新的粒子优劣的判断机制,使得粒子可以被弹射飞出可行域。数值实验表明,算法具有较强的全局搜索能力和较快的搜索速度,是求解冗余机械臂逆运动学解的一种有效方法。

基于递归神经网络的视频多目标检测技术

针对现有基于大数据和深度学习的目标检测框架难以实现在低功耗移动和嵌入式设备上实时进行视频目标检测的问题,改进了基于深度学习的目标检测框架SSD,提出一种改进的多目标检测框架LSTM-SSD,将其专用于交通场景视频多目标检测。将单图像检测框架与递归神经网络-LSTM网络相结合,形成交织循环卷积结构,通过采用一种Bottleneck-LSTM层提炼传播帧间的特征映射实现了网络帧级信息的时序关联,极大降低了网络计算成本;将时间感知信息与改进的动态卡尔曼滤波算法结合起来,实现了对视频中受光照变化、大面积遮挡等强干扰影响目标的追踪识别。实验表明,改进后的LSTM-SSD在应对多目标、杂乱背景、光照变化、模糊、大面积遮挡等检测难度较大的情况时,均能获得较好的效果,相比于其他基于深度学习的目标检测框架,各类目标识别的平均准确率提高了5%~16%,平均准确率均值提高了约4%~10%,多目标检测率提高了4%~19%,检测帧率达到43 fps,基本满足实时性的要求。其实现了算法精度与运行速率的平衡,取得了较好的检测识别效果。

液压挖掘机作业循环状态智能识别方法

为实现液压挖掘机作业循环阶段状态的自动识别,提出采用时窗滑移特征提取与PCA-SVM相结合的方法.以液压挖掘机2个主泵压力信号为研究对象,采用时窗滑移截取各阶段状态的小段波形,提取所有截取波段相应的时频参数并进行特征值归一化,经PCA降维处理后作为输入特征集,采用SVM进行状态分类,并分别讨论时窗宽度与重叠率对识别准确率的影响.引入即时校正策略,对直接识别结果进行自动检验校正,纠正不符合挖掘机循环作业逻辑规则的误判结果,从而使识别准确率由80.85%提高到89.36%.实验结果表明,所提方法能准确有效地实现液压挖掘机作业循环各阶段状态的自动识别.

复杂大交通场景弱小目标检测技术

针对现有基于大数据和深度学习的目标检测框架对于高分辨率复杂大场景中低分辨率小目标识别效果较差、多目标检测的精度和实时性难以平衡的问题,改进了基于深度学习的目标检测框架SSD(single shot multibox detector),提出一种改进的多目标检测框架DRZ-SSD,将其专用于复杂大交通场景多目标检测。检测以从粗到细的策略进行,分别训练一个低分辨率粗略检测器和一个高分辨率精细检测器,对高分辨率图像进行下采样获得低分辨率版本,设计了一种基于增强学习的动态区域放大网络框架(DRZN);动态放大低分辨率弱小目标区域至高分辨率再使用精细检测器进行检测识别,剩余图像区域使用粗略检测器进行检测,对弱小目标的检测与识别精度以及运算效率的提高效果明显;采用模糊阈值法调整自适应阈值策略在避免适应数据集的同时提高了模型的决策能力,显著降低了检测漏警率和虚警率。实验表明,改进后的DRZ-SSD在应对弱小目标、多目标、杂乱背景、遮挡等检测难度较大的情况时均能获得较好的效果。通过在指定数据集上的测试,相比于其他基于深度学习的目标检测框架,各类目标识别的平均准确率提高了4%~15%,平均准确率均值提高了约9%~16%,多目标检测率提高了13%~34%,检测识别速率达到38 fps,实现了算法精度与运行速率的平衡。

基于极大极稳定区域及SVM的交通标志检测

交通标志检测在车辆辅助驾驶系统、自动驾驶等领域是一个重要研究内容,它能即时协助驾驶员或自动驾驶系统有效地检测和识别交通标志。基于该需求,提出了一种基于真实交通场景的交通标志检测方法。首先,选择合适的数据库,将数据库中的道路场景图像转换为灰度图像,并对灰度图像进行简化Gabor滤波处理,强化交通标志的边缘信息。其次,利用区域推荐算法MSERs对Gabor滤波后的特征图进行处理,形成交通标志的推荐区域。最后,通过提取HOG特征,使用SVM进行分类。通过实验,分析了简化Gabor滤波器的特征提取性能、SG-MSERs区域推荐及筛选的性能,并且得到了算法的大类分类准确率以及所需要的处理时间。实验结果表明,所提算法在GTSDB和CSTD数据集上都获得了较好的检测性能,基本满足实时处理的需求。

视觉感知的无人机端到端目标跟踪控制技术

针对无人机机动目标跟踪的自主运动控制问题,提出连续型动作输出的无人机端到端主动目标跟踪控制方法.设计基于视觉感知和深度强化学习策略的端到端决策控制模型,将无人机观察的连续帧视觉图像作为输入状态,输出无人机飞行动作的连续型控制量.为了提高控制模型的泛化能力,改进基于任务分解和预训练的高效迁移学习策略.仿真结果表明,该方法能够在多种机动目标跟踪任务中实现无人机姿态的自适应调整,使得无人机在空中能够稳定跟踪移动目标,显著提高了无人机跟踪控制器在未知环境下的泛化能力和训练效率.

具有自适应弹射机制的粒子群算法

针对粒子群算法容易陷入局部最优和停滞的问题,提出自适应弹射机制的粒子群算法.为了保持粒子群的活力,在算法内引入弹射操作.当粒子满足条件,当前位置赋予很大的速度,使其飞到很远的区域.弹射方式可以选择全维弹射和概率弹射.为了配合弹射操作,提出粒子优劣的判断机制,使粒子可以被弹射飞出可行域.在算法中设定自适应判别函数,当粒子满足该判别函数,对粒子实施弹射.数值实验表明,文中算法具有较强的全局搜索能力和较快的搜索速度.

无人装备野外场景自适应道路识别技术

为实现无人装备在野外复杂环境下,对非结构化道路进行精准高效识别,提出了一种野外场景自适应道路识别算法。该算法加入新的自适应预处理算法,对野外环境图像进行类别划分,对不同类型图像进行针对性预处理;将图像从像素级划分成区域级,划分为同质的超像素块,通过提取、融合超像素块区分度高的颜色、纹理、位置、形状特征,构造新的具有更高区分度的超像素块综合特征向量;通过动态选取道路标识样本,改进了传统拉普拉斯支持向量机算法,利用改进后的算法学习和训练出了超像素块分类器,成功实现了野外复杂场景下道路的精准高效识别。指定数据库检测结果表明,道路识别精度达91.9%,具有较高的道路检测精度和较好的实时性,能够实现对野外非结构化道路精准有效识别。