项目式教学在淮北师范大学非师专业教学中的应用——以计算机学科为例

针对淮北师范大学非师专业教学现状,将项目式教学方法应用于计算机学科非师范专业的实践教学改革。教学中以项目教学为驱动,鼓励学生在实践过程中有目的地主动学习,自主探究,帮助学生自主建构和完善自己的知识体系和结构,提升解决问题能力、团队协作能力、职业竞争力和创新能力,实践证明教学成果有效,符合淮北师范大学计算机类非师专业新工科工程型人才培养目标。

图像型垃圾邮件过滤技术研究综述

首先概述了图像型垃圾邮件的基本概念;其次根据不同的标准对图像型垃圾邮件过滤技术进行了分类,并评述了各种图像型垃圾邮件过滤方法和技术;对已经用于图像型垃圾邮件分类的两类共五种分类算法进行了理论分析与效果比较;最后对图像型垃圾邮件过滤技术的研究方向进行了展望。

基于多特征的视频镜头检测方法

针对视频镜头边缘检测准确率低的问题,提出了一种新的基于多特征的视频镜头检测算法。首先按时序读取多帧图像,并转换为灰度图;进一步将帧图像均匀分块,计算每个图像块的平均梯度,构造视频动态纹理;比较相邻帧视频动态纹理的相关性及两帧SIFT特征的匹配程度,根据匹配结果得出预检测结果;接下来与步长低于人眼刷新频率的下一帧动态纹理及SIFT特征相比较,得到最终的结果。通过对多组不同类型的视频数据进行实验,均能取得较高的召回率和准确率。该文算法对结构较复杂的渐变镜头进行检测,也能取得较高的检测准确率和召回率。

基于混沌蚂蚁的传感器网络分布式任务分配

受蚂蚁的混沌行为和自组织行为启发,提出了一种基于混沌蚂蚁的无线传感器网络分布式任务分配算法,以延长无线传感器网络生命期、节省能量消耗和均衡网络负载,该算法的目标函数考虑了任务能耗和任务执行可靠性。任务分配的优化解通过任务映射、通信路由路径分配和任务分配方案优化3个步骤获得,任务映射由蚂蚁的混沌行为产生,通信路由路径分配由蚂蚁的邻居选择方法确定,用A*算法实现,任务分配方案优化由蚁群的自组织能力实现。通过仿真实验和应用实例比较与分析,表明了该算法能有效地均衡网络负载和延长网络生命期。

基于广义三角模糊数的基本概率赋值构造方法

Dempster组合规则的有效运用取决于相应基本概率赋值的合理建立,但是如何生成各个证据的基本概率赋值仍然是一个有待解决的问题。基于广义三角模糊数表示模型,提出了一种基本概率赋值生成方法。该方法利用样本数据的最小值、平均值和最大值构造单元素命题的三角模糊数表示模型,多子集命题的广义三角模糊数用单元素命题的三角形的交叠部分来表示。通过广义三角模糊数的隶属度来构造基本概率赋值。数值算例结果表明,提出的基本概率赋值获取方法是实用有效的。

基于增强现实的物联网物体识别与虚拟交互

介绍增强现实的物联网物体识别与定位原理,分析基于数据手套的物联网增强现实虚拟交互方法,设计并实现一个物联网增强现实虚拟交互系统原型。实验结果表明,该系统能为物联网用户提供更自然的物体信息获取方式与虚拟交互体验,满足物联网相关应用对于实时性、精确度和稳定性的要求。

Dempster组合规则适用性分析

针对传统冲突系数识别证据冲突存在漏识、误识和冲突系数值会累加增大等问题,采用pignistic变换后得到的概率赋值函数之间的距离,结合传统冲突量化标准,研究了Dempster组合规则适用性判断方法。通过与Liu判断Dempster组合规则适用性方法的对比结果表明,本方法对Dempster组合规则适用判断有较好的适用性与合理性。

基于交补集和Pignistic变换的证据组合方法

针对D-S证据组合公式及其改进公式的局限性,提出一种基于交补集权重和Pignistic概率变换的改进组合方法。基于交补集理论推导出新的基本概率分配函数,对交补集权重因子进行量化,得到基于交补集权重的证据组合公式,利用Pignistic概率变换法对已获得的各命题的信度值进行重新分配,以降低组合顺序对合成结果的影响,同时可获得更可靠的决策依据。实例分析结果表明,与其他改进方法相比,该组合方法在解决冲突证据、一票否决、鲁棒性、公平性和决策有效性等方面均有明显的优势。

基于SURF的增强现实标识物跟踪注册

针对基于标识物的增强现实跟踪注册方法对复杂环境的适应能力和鲁棒性的不足,提出一种用SURF实现标识物跟踪注册的改进算法。用SURF对平面标识物的特征点进行检测与描述,采用K-means算法对检测出的标识物特征点集合进行聚类分析得到其聚类中心,结合对视频图像中标识物的阈值分割与连通域分析,以聚类中心构建标识物的SURF特征点坐标系,通过矩阵变换实现标识物的跟踪注册。实验结果表明,该算法的增强现实系统具备较好的鲁棒性、稳定性和实时性。

一种动态分布式约束优化问题协同求解算法

多Agent协作过程中的许多问题都可在分布式约束优化问题(DCOP)框架下建模,但多局限于规划问题,且一般需Agent具有完全、准确收益函数.针对DCOP局限性,定义动态分布式约束优化问题(DDCOP),分析求解它的两个关键操作:Exploration和Exploitation,提出基于混沌蚂蚁的DDCOP协同求解算法(CA-DDCOP).该算法借鉴单只蚂蚁的混沌行为和蚁群的自组织行为,实现Exploration和Exploitation,根据玻尔兹曼分布,建立平衡Exploration和Exploitation的协同方法.通过多射频多信道无线Ad Hoc网络的信道分配验证该算法的有效性.

基于生物传感器的在线生化需氧量测量仪研究

为弥补经典的五日稀释接种法(BOD5)耗时较长,不能及时反映水质污染状况的不足,设计了基于微生物传感器的生化需氧量(BOD)在线测量仪器。BOD生物传感器是溶解氧传感器和微生物膜的结合,利用微生物膜传感器测定BOD是一种快速有效测定水中可生化降解有机物的方法。论述了BOD生物传感器的工作原理,给出了在线BOD测量仪器的整体结构,设计了连续进样系统和信号处理电路,阐述了自动标定、温度控制、数据处理和有机物浓度计算的方法。设计的在线BOD测量仪器对标准值的相对误差在±5%以内,与经典的稀释接种法比较有较好的相关性,能够用于废水中可生化降解的有机物的快速测定和评价。

基于TOPHAT-PCNN的图像车辆目标检测方法研究

对传统的车辆目标检测方法进行改进,提出了一种基于形态学高帽变换(TOPHAT)与脉冲耦合神经网络(PCNN)相结合的车辆目标检测方法.首先对交通图像进行形态学高帽变化提取图像的目标区域、然后分析了PCNN特征对车辆图像与非车辆图像的区分度,统计了熵特征和脉冲点火特征分别对原始图像和TOPHAT图像的有效性,选取了迭代平均熵作为车辆检测的有效特征,并采用滑窗的方式进行车辆检测,最后利用边缘密度信息对检测出的车辆目标进行后续验证.实验从有效性和准确性两方面进行验证,实验图片来自实际交通路口,结果表明:该方法能够有效地进行车辆目标检测,同时与其他车辆目标检测方法相比,具有检测率高、误检率低,消耗时间少等特点,能够较好的实现智能交通中车辆目标的快速检测.

适用于遮挡问题的多车辆跟踪算法

针对多车辆跟踪中的遮挡问题,提出一种新的基于特征相关匹配的车辆跟踪算法。对前一帧和当前帧中获得的运动区域分别给予"车辆区域"和"临时区域"两种不同身份,采用"三点外推法"估计车辆区域在当前帧中位置,并通过计算到当前帧临时区域的距离以确定匹配区域,实现车辆跟踪。同时根据给各区域设置的状态因子判断车辆状态,结合基于追踪窗口的分割方法,较好地解决了车辆遮挡问题。实验结果表明,该算法简单有效,能较好解决跟踪中遮挡造成的车辆丢失问题,进行准确的目标跟踪。

有效的标准模型下格上基于身份的代理重加密

代理重加密在云计算环境下的密文共享等方面起着重要的作用。目前格上基于身份的代理重加密方案都是随机预言机模型的。针对这个问题,该文构造了一个高效的标准模型下格上基于身份的代理重加密方案。在方案中,用户身份仅仅被映射为一个向量,使得用户私钥的尺寸较短。该方案具有双向性,多次使用性等性质,并且在LWE困难假设下是适应性选择身份CPA安全的。

基于方向启发性的路径查找模型研究

提出了一种在起点和终点的方向关系已知的前提下的路径查找模型。查找过程从起点开始,计算其邻接点与终点的方向关系,利用优劣评价函数逐一计算出各经历顶点的最优邻接点,由若干最优邻接点组成的顶点序列就是所找路径。结果表明:该模型依托的方向关系可以有效提高陌生环境的路径查找效率,同时模型的稳定性和准确率也都较高。

基于BP神经网络的智能制造能力成熟度评价研究

为有效评价企业智能制造能力,针对企业智能制造能力成熟度评价问题展开研究。结合制造业的行业特点和相关理论构建智能制造能力成熟度评价指标体系,使用Python进行数据预处理,以Matlab为平台采用BP神经网络方法建立评价模型。最后,选取科技型电池制造企业进行实例研究。结果表明该评价模型合理、有效,对企业智能制造能力成熟度的评价具有重要指导意义。

应用Log-协方差矩阵距离的实验鼠行为分类方法

实验鼠行为分类在神经科学、生物科学、药物开发等领域的研究中十分重要.针对行为分析中实验鼠肢体短小,提取相关信息困难问题,应用实验鼠轮廓抽取特征,进行实验鼠的行为分类.首先从视频每一帧图像中分割出实验鼠轮廓,并提取轮廓中心从八个方向上到轮廓边缘的距离以及轮廓区域的两个主分量,组成一个10维向量作为特征向量,最后应用协方差距离进行分类.实验结果显示,分类正确率达87.6%.

基于多颜色空间的太阳能电池片智能分类

针对目前人工分类太阳能电池片效率低、误差大的问题,提出了一种基于太阳能电池片多颜色空间信息的LeNet-5智能分类模型。首先构建太阳能电池片基本分类模型,优化LeNet-5网络结构提高模型性能;然后分析不同颜色空间在太阳能电池片分类中的作用,并给出多颜色空间分类融合算法。实验结果表明,RGB+Lab+HSV的三种颜色空间组合模型分类效果最佳,准确率高达94.56%,基本达到工业应用要求。

智能制造背景下复杂供应商网络协同评价研究

为促进核心制造企业与旗下供应商之间形成紧密的协同关系,从复杂供应商网络的结构特征入手,根据其无标度和小世界的结构特点,将宏观的复杂供应商网络切割拆分为以局部网络中最大hub节点为顶点的多个微观子网络。从系统的视角出发,将熵权法与TOPSIS法相结合,建立了基于熵权TOPSIS法的子系统协同评价模型。研究结果表明,该模型能够有效的对子系统的协同状态做出评价,有助于核心制造企业科学合理的管理供应商网络。

数据驱动下的智能制造企业供应商效率评价

智能制造环境下,供应商效率评价对于智能制造企业的发展至关重要.本文根据智能制造企业供应商的特点、评价指标体系构建原则和文献总结,构建智能制造企业供应商效率评价指标体系.通过AHP-熵值法确定各评价指标的权重,利用调研收集到的企业数据,结合BP神经网络对效率型供应商进行效率等级划分,并提出改善意见以及相应的激励策略,以此促进企业与供应商的进一步合作交流.案例分析结果表明,此方法对于供应商效率评价具有较强的实用性.