基于SVG矢量图的高校地图导航应用——以福建师范大学福清分校为例

目前主流地图软件显示风格一成不变,缺少个性化.每个学校往往有自己的地图,然而却只是一张图片,不能定位.针对这些问题,研究开发了这个应用,将手绘图导入生成可使用的手机地图.通过采用SVG文本矢量图,运用混合定位并调用百度地图Api,使用Php技术的服务器端,开发了高校地图导航应用.

面向中文矢量笔迹中单字详细分类的特征和方法比较

在识别矢量笔迹文本时,不同类型单字需要采用不同识别器,确定详细类别是单字识别的前提。对实际中文矢量笔迹文本中单字进行汉字、标点、数字、字母和单词的详细分类,提出了自身和相对(包括近邻和同行)特征,选用决策树、逻辑模型树、贝叶斯网络和支持向量机四种分类器。针对大量实际数据,测试和比较了多种特征和分类器的性能。实验表明,近邻单字的组合特征具有较好的分类能力,支持向量机对各种单字均有较好分类性能。

基于OpenGL的机载图形生成算法

提出了基于OpenGL ES核心库的机载图形生成算法,可简洁高效地进行图形操作直至在终端屏幕上绘制出二维图形景观。研究了宽度直线、三角形的边、屏幕反走样和矢量文本显示等关键技术。宽度直线反走样实例表明算法有较好效果。电子飞行仪表绘制的实验表明图形生成算法准确高效,可以移植到专用的军工硬件平台,应用于航空图形显示等领域。

SVG在WebGIS中的应用

首先讨论了WebGIS现在面临的一些挑战和技术瓶颈 ,随后介绍了一种新兴的、开放标准的、基于XML的文本式矢量图形描述语言———SVG的概念以及它的特征和优点 ;并且基于SVG/XML从数据结构和系统结构入手 ,阐述了SVG在WebGIS中的应用。

基于混合特征的电影评分预测系统

电影评分是衡量一部电影优劣的重要标准,对于投资商和观影者极具参考价值,因此电影评分的预测成为电影领域的研究热点。然而目前的评分预测系统由于特征信息不足,特征工程处理方法过于简单,机器学习算法较为单一,所以预测误差偏大。针对这一问题,结合自然语言处理技术提出一种基于混合特征的预测模型,并应用到电影评分预测系统中。数据集来源是某常用电影网站,同时为了获取更好的训练数据,需要对电影特征信息进行复杂的特征工程处理。利用训练完成的Bert模型矢量化电影数据集中的文本信息得到文本矢量特征,并采用支持向量机(SVM)算法初步训练预测评分。将该评分作为一维新特征和电影特征信息一起通过随机森林(random forest)算法训练预测最终评分。实验结果表明,该预测模型是可行的,预测值与真实值的误差较小,准确性显著提升。

融合用户和商品评论的双通道CNN推荐算法

基于评分矩阵的推荐模型目前被广泛应用,虽达到一定推荐精度,但忽略了评论中大量能够反映用户兴趣爱好的语义信息,且数据稀疏性问题依然存在。针对上述问题,提出融合用户评论和商品评论的双通道CNN推荐算法(C DCNN)。首先将用户和商品评论文本矢量化为词向量,再分别使用两个CNN网络对用户和物品进行特征提取,最后在共享层通过点积项将用户和物品的抽象特征映射到同一特征空间,从而预测出用户对特定商品的评分。在Amazon,Yelp,Beer三组公共数据集上进行实验,结果表明该模型在不同数据集上的MSE都比其他基准算法更小,且有效缓解了数据稀疏性问题。

浅谈沈阳市消防调度指挥系统电子地图项目

本文介绍了电子地图的制作过程,并介绍了在制作过程中采用的新技术新方法。