交往交流交融:坐卧用具遗存展现的辽代社会生活

坐卧用具是人们日常生活的必需品,与经济模式和风俗习惯有着密切的关系。自20世纪以来,随着辽代考古工作取得长足进步,大量坐卧用具遗存的披露为我们深入了解辽代社会生活提供了丰富的素材。辽代坐卧用具大多具有多元化的特征,这一特征也充分展现出辽代多元融汇的社会生活场景以及多民族交往交流交融的文化面貌,彰显了辽人对华夏技艺的传承创新与习俗文化的认同,是中华民族多元一体格局的生动体现。

基于混合卷积神经网络的多特征负荷预测方法研究

针对负荷预测任务中准确性、稳定性和环境因素适应性的挑战,提出了一种基于混合卷积神经网络的电力负荷短期预测方法。提出了基于一维卷积神经网络(1D convolutional neural network,1D-CNN)的多尺度特征融合方法,通过融合不同尺度的特征来捕捉负荷变化的趋势,提高了对负荷突变和复杂模式的识别能力;针对多种环境特征因素对电负荷影响的问题,设计了基于2D-CNN的多特征因素学习方法,提高了模型对环境因素与负荷间复杂关系的建模能力;构建了混合网络模型,通过对1D-CNN和2D-CNN的特征信息进行深度特征融合和信息传播,实现了有效关联时空特征的综合性负荷预测方法。开展了具体算例分析研究,通过分析参数优化和融合学习对模型精度和效率的影响,并与经典模型进行对比,结果显示所提模型的均方根误差(root mean squared error,RMSE)为36.3,平均绝对误差(mean absolute error,MAE)为5.34,平均绝对百分比误差(mean absolute percentage error,MAPE)为1.02%,有效提高了负荷预测的准确性和鲁棒性。

基于改进InfoGAN的字体多风格融合模型

为解决汉字字体结构复杂、多风格融合特征难度大的问题,提出了一种基于改进InfoGAN的字体多风格融合方法。对InfoGAN特征多风格融合模型进行改进,调整输入向量的维度,添加了通道注意力模块。InfoGAN可以将较难提取的风格特征清晰化、规律化,通过改进InfoGAN,实现了对汉字字体图像风格特征的多风格融合,得到了能够控制汉字字体风格的特征向量。把改进的InfoGAN模型和VAE、Beta-VAE、AAE进行对比实验,再通过模型消融实验证明通道注意力的有效性。实验结果表明:该模型能够更好地将不同风格的特征进行分离,避免了信息重叠和冲突,可以有效准确地完成字体多风格融合任务。

世界杯会徽设计风格演变与整合传播创新

目的分析历届国际足联世界杯会徽设计风格演进,以丰富世界杯会徽设计的专题研究,也为相关体育会徽设计提供一些借鉴。方法梳理国际足联世界杯会徽各个阶段的设计风格及其特点,探究国际足联世界杯会徽设计风格演进。结果国际足联世界杯会徽设计经历了从写实、图腾风格,到简约、人文风格为主的四个阶段,并在不同历史背景中逐渐具备艺术价值、文化价值和商业价值。结论体育会徽设计在定位、设计、应用及传播进程中,既要突破传统的平面设计语言,又要把握语言钉和视觉锤的匹配,在多维感知整合、新媒体下动态呈现,还要展示共创体验等,全方位传递赛事价值。

基于多特征综合配电网接地故障高灵敏性检测研究

配电网的接地故障检测有助于提高工作效率。目前的研究大多聚焦于故障的某一特征量。通过对小波分析、快速傅里叶变换等方法的灵活使用,提取的故障相电流的暂态直流分量大小可作为检测故障相数的依据,因此提出了一个综合性的故障检测识别方法。结果表明,综合性检测方法对多种接地故障类型可准确且高效检测并识别故障。

基于光电复合传感器的重金属检测算法的研究

基于光寻址电位传感器(Light Addressable Potentiometric Sensor,LAPS)和微电极阵列传感器(Microelectrode Array Sensor,MEA)的复合传感器件,作为无线传感器网络的敏感元件,已应用于水环境痕量重金属的检测中。本文基于该光电复合传感器,分别对LAPS及MEA的测量曲线进行特征提取。首先,针对有限脉冲响应(Finite Impulse Response,FIR)滤波器进行数字滤波后的LAPS I-V扫描曲线,采用线性区识别和求解导数极大值点的算法,得到其线性区的特征值。其次,针对MEA的测量数据,设计了求解金属溶出峰峰高及峰位置的局部极大值法,并与切线识别法进行比较。最后,采用多元线性回归模型对复合传感器的特性进行仿真,将LAPS测得的pH值与MEA的溶出峰峰高进行校准,得到令人满意的效果。

基于卷积神经网络与特征选择的医疗图像误差预测算法

针对传统医疗图像误差预测算法无法很好的选择图像特征,存在图像误差预测值与实际值拟合度低、预测耗时长等问题,提出基于卷积神经网络与特征选择的医疗图像误差预测算法.首先,选取5种集成规则构建自适应多分类器,对医疗图像区域进行分类;其次,训练卷积神经网络,利用训练完成的神经网络提取不同类别医疗图像区域特征,以此为基础计算区域距离,寻找出相似度最小的区域,完成图像可疑区域定位;再次,融合多评价标准生成特征子集,从中搜索得到最优特征子集,完成可疑区域图像特征选择;最后,以选择得到的特征区域像素点作为训练样本,建立预测样本与训练样本之间的多元线性回归矩阵,实现误差预测.实验结果表明,所提算法的集成规则适应度较高,分类性能好,区域距离计算准确率高达95%左右,特征选择的AUC值(Area Under Curve)高,且预测结果拟合度和预测耗时均优于传统算法.

一种新的多特性联合阴影检测方法

针对运动阴影检测时单一阴影特征难以完全将前景和阴影正确分离,提出一种多特征联合运动阴影检测方法。考虑运动阴影的光照、色度、纹理和区域统计特性,提出采用小邻域光照的对数比值不变性来判定阴影,接着联合阴影HSV颜色空间特性和梯度方向小块合并的阴影区域统计特性来实现多特征联合运动阴影检测。为了客观评价方法性能,采用一种改进的量化方法,对不同光照和环境条件下的视频序列进行测试。实验结果表明,该方法效果好,前景检测率和阴影检测率高,可应用于智能视频监控的目标检测。

基于多分类器集成的图像文字识别技术及其应用研究

本文本主要对图片文字提取展开研究,首先读取图片进行预处理;然后针对网格特征和方向特征对图片文字进行特征提取;为了提高识别系统的可靠性,采用多分类器集成方法,即通过多个互补的分类器来改善单个分类器的性能。

多功能脑电生物反馈系统对ADHD及感觉统合失调的诊断和治疗研究

目的:阐明多功能脑电生物反馈系统对注意力缺陷伴多动症(attention deficit hyperactivity disorder,ADHD)儿童的干预治疗效果及对感觉统合失调的诊断和治疗意义。方法:选取ADHD患儿和非ADHD儿童各60例分别作为研究组和对照组。记录两组某一时段脑电波,观察θ波/β波比值或者α波/β波比值,用脑电生物反馈系统对ADHD及感觉统合失调儿童进行诊断及治疗,通过对受试者进行反复的声音和视觉刺激,观察认知变量情况,最终得到综合反应控制商数和综合注意力商数,运用IVA-CPT评估系统进行评估以了解治疗效果。结果:研究组α波波幅显著低于对照组,θ波波幅显著高于对照组,β波频率显著低于对照组(P<0.05)。研究组脑电相对功率θ/α、θ/β显著高于对照组,β波、SMR波脑电相对功率显著低于对照组,θ波相对功率显著高于对照组(P<0.05)。研究组6个IVA-CPT综合尺度商数显著低于对照组(P<0.05)。相关性分析:脑电相对功率、α波幅与听觉注意力商数、综合注意商数呈正相关,θ波频率、波幅与听觉注意力商数显著负相关,θ/α比值与综合注意商数、听觉注意力商数显著负相关,θ/β比值与综合反应控制商数、综合注意商数显著负相关(P<0.05)。经过治疗后ADHD患儿脑电功率指标θ%、θ/β比值出现显著下降,各商数水平均显著提高(P<0.05)。结论:多功能脑电生物反馈系统可作为诊断ADHD及感觉统合失调患儿的检查方法,且该方法可作为ADHD及感觉统合失调引起学习困难的主要治疗手段。

高层先验与低层特征相结合的图像显著性计算

图像显著性区域计算问题是一个非常具有挑战性的计算机视觉问题.由于单一因素很难将显著性物体均匀的突出出来,提出一种基于多特征融合的显著性区域检测方法.在高层先验知识的基础上,重新定义了两种显著性特征,包括边界特征和中心特征.另外在图像低层特征的基础上采用目前较为流行的对比度特征.针对上述三种显著性特征,构造一种有效的融合策略可以生成高质量的显著性图像.最后对显著性图像进行多尺度增强操作进一步提高检测结果.在国际上公开数据集MSRA-1000上进行测试,并与目前比较经典的显著性检测方法结果进行比较,结果表明,该文提出的方法在进行图像显著性分析时非常有效,总体性能要优于其他检测方法.

杜甫与盛唐气象

杜甫与盛唐气象的关系一直是学界论争的热点,这关系到对盛唐、盛唐气象以及唐诗分 期等一系列古典文学重要范畴和问题的重新认识。盛唐诗坛并非一成不变,盛唐气象在其间也有 种种变化。开元诗风昂扬乐观,天宝时转为雄浑悲壮,安史乱后则增加了悲凉的因素。但雄浑郁 勃、元气完足始终是盛唐气象的底蕴即个性所在,“笔力雄壮、气象浑厚”是盛唐诗歌的总体风貌特 征。杜甫的诗歌创作与盛唐诗坛的发展紧密结合,其诗风也相应有所变化,但杜甫始终是盛唐气象 的典型体现者和实践者。

基于特征的轴类零件信息生成系统

针对轴类零件，分析了创成式ＣＡＰＰ系统中工艺决策所需的基础数据———零件信息，研究了零件设计特征与制造特征的区别及制造特征所包含的内容。对轴类零件的特征进行了合理的分类，并介绍了特征之间的关系，由此阐述了特征建模的方法。介绍了在ＡｕｔｏＣＡＤ 二维图形环境下开发的基于特征的轴类零件信息生成系统及其数据结构和系统信息流程，设计了零件信息的输出格式。该系统实现了二维图形环境下的ＣＡＤ／ＣＡＰＰ的集成。

基于多特征融合的显著性跟踪算法

针对在线视觉跟踪中的高效特征提取以及模型漂移的问题,提出了一种基于显著性检测的核相关滤波器(KCF)跟踪算法。将颜色特征(CN)和方向梯度直方图(HOG)进行加权融合;并自适应地调节每种特征的权重。对于模型漂移问题,受生物视觉机制的启发,通过视觉显著性算法获得目标的显著区域;并在该区域内进行采样,实现了全局范围搜索,避免陷入局部极大值。此外,引入了一种基于关键点的模型来解决目标尺度固定的问题。为验证提出算法的有效性,在50个视频序列上与近年来的5种优秀算法进行了对比。实验结果表明,与以往算法相比,该算法在成功率和中心位置误差上都取得较好的效果;而且能有效地缓解目标模型漂移问题。

基于多特征整合的双色红外小扩展目标精确分割算法

针对复杂背景下红外图像小扩展目标分割的问题,提出了一种基于多特征整合的双色红外小扩展目标精确分割算法。该算法在提取目标在红外双波段图像中的多种图像特征的基础上,采用D-S证据理论中的正交和复合规则对来自两个不同红外波段的目标检测证据进行综合处理,充分利用了目标在中波和长波红外图像的信息互补性和冗余性,在较大程度上提高了杂波背景下红外图像小扩展目标定位与分割的稳健性和精确性。实验结果显示了该算法的有效性。

基于XGBoost与Stacking融合模型的恶意程序多分类检测方法

当前在恶意程序多分类检测领域,传统静态和动态检测方法受反取证技术影响较大;在新型基于网络流量的检测方法中,由于各类恶意程序流量特征的相似性较大,使用人工提取的数据流特征和传统机器学习方法不能取得较高的准确率。针对上述问题,文章提出一种基于XGBoost与Stacking融合模型的恶意程序多分类检测方法。在获取目标恶意程序对外通信流量并自动提取初始网络特征后,对初始数据集进行预处理和多重特征选择,而后使用基于XGBoost的特征创造算法,在初始特征基础上自动化生成高级特征集,并结合Stacking集成算法实现多模型融合以提升恶意程序多分类检测的准确率。在此过程中,为减少寻找最优参数组合的时间,使用贝叶斯优化方法确定各个模型的最优参数组合,并采取多种正则化策略解决模型过拟合问题。实验结果表明,与其他传统方法相比,该检测方法在恶意程序多分类的准确率上有较大提升。

港式中文与语言接触理论

"港式中文"是香港特区普遍使用的汉语书面语,是研究语言接触和语言变异不可多得的典型范例。通过探索有关语言接触和语言变异的理论与特点,可以看出港式中文具有语言接触的多重交叉模式、语言变异的综合变体、语言接触的多种形态。因而,港式中文在一定程度上丰富了语言接触的基本理论。

基于联合特征匹配的多视角三维重建方法

本研究提出了一种基于角点与直线联合特征的三阶段匹配算法,依次经过相关匹配、松弛迭代匹配和最小平方中值法匹配三个步骤,并与此同时加入限定图像匹配区域、添加手工匹配点对以及局部直线匹配三个人机交互环节,将局部坐标系中得到的数据点进行三维数据融合到一个坐标系中,能较好解决视差不连续区域和遮挡区域的误匹配问题.实验证明该算法具有良好的运行效率和稳定性,能够对非平面物体进行精确三维重建并实现多视角显示.

融合多特征与互信息选择集成多核极限学习机的影像分类方法

针对影像分类结果的类间差异性与准确性难以平衡的问题,提出一种融合多特征与互信息选择集成多核极限学习机的影像分类方法。该方法首先利用最小噪声分离提取影像的光谱特征,考虑到高分辨率影像局部细节信息清晰,利用LBP算子提取影像的局部纹理信息,采用泛化性能好的核极限学习机训练多个弱分类器;然后,通过引入相关性准则描述准确性,冗余性准则描述差异性,将选择性集成多核极限学习机问题转化为变量选择问题;最后,利用基于互信息的最大相关最小冗余准则,对生成的多核极限学习机进行选择,从而实现影像分类结果差异性与准确性的平衡。文章采用高分二号数据实验,总体分类精度和Kappa系数分别为92.03%、0.9。分析结果表明,该方法能够利用多种特征的分类优势,进而有效改善了高分二号影像的分类结果。

明式家具的审美特征与现代中式家具设计

简单分析了“天人合一”和“阴阳五行”的哲学观对中国古代设计的影响;进而总结了明式家具的审美特征:自然美、空灵美、整体美、含蓄美、实用美、浪漫美;最后提出了在现代中式家具设计中不仅要运用有形元素,更应融入传统文化的精髓,以形成中式家具艺术文化特质。