联合编译码中信源残留冗余的训练提取方法

在信源信道联合编译码中,利用信源冗余控制信道译码是一个关键的技术.然而由于接收端对发送信源的不确知性,信源冗余的度量和提取便成了一个值得研究的课题.在实验的基础上提出了信源冗余提取的一种有效方法--训练序列提取方法.最后将该方法用于静止图像信源信道联合编译码传输系统,显示并论证了该方法的有效性和可靠性.

大学英语听说教学的意义提取原则

大学英语听说教学中,教师如何指导学生进行语义提取和记忆,并针对学生听说学习过程中的具体问题开展事实提取策略训练(factual recall strategies-training)是提高学生听说表达能力的有效手段,也是提高听说表达技能训练的一项具体可操作性实践抓手。

基于Hadoop云计算平台的图像分类与标注

为有效处理并利用互联网海量的图像和视频数据,提出了一种基于Hadoop云平台的图像分类和标注解决方案。针对如何高效地进行训练集提取这一重要问题,搭建了基于云计算的图像抓取平台,利用互联网的图像资源作为原始数据集,为提取训练集图像提供足够的数据;实现了基于概率潜在语义分析模型的训练集图像提取功能,对原始数据集进行基于主题的聚类,帮助用户快速选取训练集图像;加入了SVM分类模型,利用提取出来的训练集对未标注图像进行分类标注,实现了完整的系统。实验结果表明,该方案能够满足海量图像数据分类和标注的功能和性能需求。

基于机载激光雷达和高光谱数据的树种识别方法

训练样本的选取是影响监督分类精度的直接原因之一,数据空间分辨率越高,训练样本要求越准确,而人机交互训练样本选取推广力有限。利用机载高光谱(AISA)和激光雷达(LiDAR)主被动遥感数据,探讨基于高分辨率影像的训练样本自动提取技术以及适合树种识别的遥感变量。根据树木的结构和高度差异,开展树高分层掩膜试验,并计算光谱间夹角,在每个高度层中自动化优选树种的高纯度训练样本。计算植被指数、主成分分析等特征变量,基于支持向量机分类器对研究区进行树种精细分类。实验表明:通过对阔叶林、马尾松Pinus massoniana,毛竹Phyllostachys edulis,杉木Cunninghamia lanceolata,油茶Camellia oleifera的训练样本分层自动提取后再进行分类,激光雷达和不敏感色素指数变量能有效提高树种分类精度。其中高光谱+激光雷达+结构不敏感色素指数变量组合的分类精度最高,其总体精度和Kappa系数分别为89.12%和0.86,阔叶林、马尾松、毛竹、杉木、油茶的用户精度分别为75.00%,100.00%,86.36%,90.91%和96.55%。该方法对本研究区森林树种的识别是有效的。

基于稀疏特征选择的立体素描图像建模方法

为了合成出更加清晰的人脸素描画像,文中提出一种基于稀疏表示的自适应图像建模方法。通过从训练数据中提取有效的训练集,降低学习的盲目性和难度,获取更加精确的字典结果。在精确字典结果的基础上,通过控制线性组合系数的非零元素个数,实现测试图像的自适应重构与优化,从而解决传统经典合成算法噪声较大的问题。仿真测试结果表明,文中所提出的方法提取了更多的图像块,能够滤除更多的高频分量,其合成图像的噪声更小,具有更加优秀的平滑性。

基于BCI的生物信息提取算法设计与研究

本文介绍了脑机交互技术的基本概念和研究现状,在对脑电波信号进行研究的基础上,使用ThinkGear脑电模块提取脑电信号,并选取注意力和平静度两个信号进行训练,实现对外部设备的控制。

失语症强化训练在脑卒中后失语治疗中的应用

研究脑卒中失语症临床治疗中采用失语症强化训练的效果。方法:研究自2020年09月至2021年09月时间段医院听力语言科收治的脑卒中后失语症患者中随机抽取62例,按照其失语症治疗方式差异进行分组,其中31例常规治疗者设为对照组,31例采用失语症强化训练者设为观察组,将两组语言功能评分、总有效率、总满意度进行比较。结果:两组语言功能在治疗前的差异无统计学意义(p>0.05),在治疗后则观察组的听理解、阅读理解等各项评分皆高于对照组,差异有统计学意义(p<0.05);两组总有效率比较,观察组较高(p<0.05);两组治疗总满意度比较,观察组较高(p<0.05)。结论:近些年脑血管病变问题越发严峻,尤其是其导致的后遗症,对个人及家庭的健康生活产生了严重的危害。在卒中后遗症中,失语症的发生并不少见,一旦发生将直接损害语言表达能力以及理解能力,于卒中预后非常不利,严重累及生活质量,而早期通过干扰再提取训练法进行强化训练有助于改善语言功能,加速患者恢复正常的语言表达能力和理解能力,降低生活受到的影响。

基于改进BP神经网络的坐姿评价模型研究

为了提高智能座椅坐姿识别的准确性,提出基于改进BP神经网络算法的坐姿评价模型。采用大面积阵列分布式薄膜压力传感器进行原始坐姿样本采集,建立BP神经训练网络,通过优化其学习率对网络进行改进,并编写程序提取训练结果。实验表明,该方案的准确性和实用性都比较高。