一种基于深度学习的头部姿态估计模型

针对传统头部姿态估计网络存在空间结构信息易丢失问题,论文提出一种将胶囊网络与传统卷积神经网络相结合的头部姿态估计网络模型.该模型采用具有多级输出结构的传统卷积神经网络,将不同层级的空间结构信息和语义信息进行提取,同时利用胶囊网络能够充分保留特征信息的优点,将提取的特征进行编码,从而使其以胶囊的形式进行传递和输出,有效避...     

基于神经网络的数据压缩研究

数据压缩=建立模型 编码,是传统数据压缩的最基本思想。传统的设计思路主要基于减少信息中的冗余着力于编码设计,其压缩比一直在百分之几十左右徘徊,经过传统编码压缩的信息,很难再经类似的方法进一步压缩。为了解决上述的问题可用占用信号空间较少的信息表示占用信号空间较多的信息以实现数据压缩。这就是数据压缩新的设计思路,这样,就突破了传统的只依靠编码减少数据冗余的局限,实现了更高的压缩比。同时,经过这样压缩后的信息可再重复压缩,并有很好的性能。这就是文中所介绍的神经网络与数据压缩结合的基本思想。     

基于XML的数字图书馆技术体系结构研究

数字图书馆以传统图书馆为基础,又不同于传统图书馆。随着网络技术的发展、Web的繁荣,数字图书馆的实践和研究已经成为一个全球性的热点。在过去的几年里,由于互联网技术不断发展,网络用户同时也不断增加,网络信息量同时也以每年10倍的惊人速度增长。但是由于缺乏有效的统一信息资源标准,对于信息的管理及其有效的利用则显得相对落后于信息的增长。     

基于CORBA的主动信息分布技术研究

在分析了传统的信息发布技术后,提出了一种基于CORBA的主动信息发布技术。该技术以CORBA的通知服务为信息传送基础,以ORB,IIOP为网络信息传输协议,具有跨平台、跨网络的主动信息发布能力,可进行服务质量（QoS）控制,适用于网上主动信息发布系统（AIPS）的构造。并给出了以该技术为基础的AIPS的体系结构。     

基于.Net+Web Service混合技术校园门户系统设计的思考

校园数字化是以数字化信息和网络为基础,在计算机和网络技术上建立起来的对教学、科研、管理、技术服务、生活服务等校园信息的收集、处理、整合、存储、传输和应用,使数字资源得到充分优化利用的一种虚拟教育环境。在传统校园基础上构建一个数字空间,以拓展现实校园的时间和空间维度,提升传统校园的运行效率,扩展传统校园的业务功能,最终实现教育过程的全面信息化。     

走进网络信息资源

一、定义信息资源可根据其载体形式与传递方式分为文献信息资源与网络信息资源两大类型。网络信息资源作为信息资源的一个下位概念,与传统的文献信息资源相并列,一般可以理解为:以数字化的形式存贮于网络节点中,并通过计算机网络、通讯网络广泛传输的、可以利用的各种信息资源的总和。这时里要注意的是"可以利用"一词的限制,它表明通过网络而获得的各种信息并非全部归入"资源"范畴。网络信息资源已经不只是传统出版物的电子化,而且直接在网络上出版、流通、和传播的各种信息资源,是电子出版发展到高级阶段的产物。与传统信息资源不同,网络信…     

基于剧本驱动的双主体可视语音研究

提出了基于剧本驱动的双主体可视语音的概念。传统的文本信息很难表达文本所包含的全部信息。将普通的文本转换为剧本,同时将文字语音化,把隐含在文字中的非语言信息,通过虚拟机器人以适当的肢体语言表达出来。虚拟机器人是剧本信息提供者的主体。通过提供者的主体,以剧本为驱动能更好的传达隐含在文本中的非语言信息,提高文本传输的效率。     

基于用户近邻的N维张量分解推荐算法

基于张量分解的推荐算法存在推荐精度较低和数据稀疏的问题。为此,在传统的张量分解模型基础上,引入用户近邻信息,提出一种新的N维张量分解算法。利用上下文感知信息,把隐式反馈信息作为张量的第3维度,以建立N维张量分解模型,为进一步提高推荐质量,加入用户近邻信息来优化N维张量分解模型,以提高张量分解推荐算法的准确率。实验结果表明,融合用户近邻的张量分解推荐算法比传统的张量分解算法具有更好的准确性,能有效解决稀疏性和准确性问题。     

基于神经网络的数据压缩研究

数据压缩=建立模型＋编码，是传统数据压缩的最基本思想。传统的设计思路主要基于减少信息中的冗余着力于编码设计，其压缩比一直在百分之几十左右徘徊，经过传统编码压缩的信息，很难再经类似的方法进一步压缩。为了解决上述的问题可用占用信号空间较少的信息表示占用信号空间较多的信息以实现数据压缩。这就是数据压缩新的设计思路，这样，就突破了传统的只依靠编码减少数据冗余的局限，实现了更高的压缩比。同时，经过这样压缩后的信息可再重复压缩，并有很好的性能。这就是文中所介绍的神经网络与数据压缩结合的基本思想。     

改进的双线性插值算法在信息隐藏中的应用*

针对传统信息隐藏算法隐藏容量小和对图像质量影响较大的缺点,提出了一种新的信息隐藏算法。利用灰度级插值的方法来修改秘密信息嵌入点的像素灰度值,为隐藏秘密信息创造出更大的冗余空间;同时采用新的相邻像素差值计算方法以实现秘密信息的嵌入,使得嵌入大量秘密信息后,载密图像的质量得到很好的保证。实验结果表明,当PSNR＞40 dB时,最低也可以隐藏145 800 bit。与传统的算法相比,隐藏容量有了更大提升的同时,PSNR值也保持在很高的水平。     

一种适用于电力标准文献的内容揭示方法

传统的电力标准文献信息揭示方法主要分为外部描述的信息揭示和内容特征的信息揭示,但都难以对电力标准文献的具体内容进行全面描述,更难以适应以知识单元为基础的内容指标比对需求. 为破解上述难题,本文将语义网理论、传统信息管理技术和标准化理论进行集成,提出了电力标准文献内容揭示,设计了电力行业标准文献内容揭示系统,并在电力行业进行了实践与推广应用,取得了比传统检索更优的效果.     

基于百度地图API实现自动气象站点信息显示

针对传统WebGIS开发周期长、成本高等问题,该文提出一种基于百度地图API的方案,快速搭建WebGIS平台显示站点信息数据,以珠海市自动气象站点信息显示为例说明其具体实现。     

多信息融合的虚拟线车辆检测算法

传统的虚拟线车辆检测算法仅利用图像亮度分量检测车辆,易受外部环境及车身颜色影响,误检率较高.提出了一种多信息融合的虚拟线车辆检测算法,以H、S、I三个分量信息为依据动态选择多个颜色空间的不同信息分量进行信息融合,将融合后的数据作为新的检测依据再进行虚拟线检测.检测效果同传统检测算法相比,可有效降低误检率.     

融合时间偏差信息的邻域型因子分解推荐算法

针对传统推荐算法在进行评分预测时推荐精度低这一问题,提出了融合时间偏差信息的邻域型因子分解推荐算法（简称NFDRA）。它以因子分解算法为主,随机梯度下降寻优为辅,并融合了用户评分的邻域信息以及三种时间偏差信息。实验表明,融合时间偏差的邻域型因子分解推荐算法,相比传统的因子分解推荐可以产生更高精度的推荐结果并具有显著性差异。     

多媒体电子出版物写作系统的分析与设计

一、引言 电子出版物是利用电子技术作为手段进行生产,同时又以电子形式存在,依靠计算机技术记录代码信息,并通过电子计算机等进行利用,随机检索显示的出版物。 电子出版物与传统出版物除了阅读方式不同之外,更重要的是它使用的媒体种类多,表现力强;信息的检索和使用方式更加灵活方便;注重信息交流,交互性使其不仅能向读者提供信息,而且能接受读者的反馈。 电子出版物正以它独特的功能和传统出版物无法比拟的优势迅速发展起来。在我国这样一个出版业     

基于XML 的电子病历系统

文章针对传统病历书写中存在的医疗信息传递慢,历史病历调阅繁琐等问题,提出并实现了基于XML技术的电子病历系统设计方案。该系统作为临床信息数据的载体,以患者诊疗信息为主线,借助Web Services开发平台,集成了医嘱、医技、护理及传染病报病等信息,实现了数据查询与集成。本系统克服了传统手写病历管理只重病历的终末监控的问题,强化了对病历的多点、多方位监控。     

机房电子登记管理系统的设计

介绍一种机房电子登记管理系统,系统分为客户机和服务器两部分,具有学生信息、教师信息、课程信息、上机登记信息等管理功能,以电子登记取代传统的登记方式,实现机房无纸化登记管理。说明了系统的结构及功能,阐明系统功能模块、数据库、系统界面和主要模块的设计。     

传感器优化布置的距离系数-Fisher信息准则

以损伤参数识别为目标,基于传统Fisher信息准则的传感器优化布置会出现测点局部聚集现象,导致信息冗余,不利于损伤定位。针对此问题,首先以反映信息独立程度的距离系数对候选自由度的Fisher信息矩阵进行加权修正;然后以修正后的有效信息矩阵行列式最大化为目标,采用逐步累加的方法得到基于距离系数-Fisher信息准则的传感器优化布置方案。采用该方法对一个16自由度剪切型弹簧质量模型进行传感器优化布置。结果表明,该方法能有效避免测点聚集现象,解决信息冗余问题。     

多尺度卷积残差网络钢轨伤损检测研究

针对传统钢轨探伤大多依赖人工获取特征信息、工作繁琐且效率低的问题,提出了融合改进残差模块的多尺度卷积网络钢轨表面伤损图像识别模型。该网络模型采用深度可分离卷积代替传统卷积减少模型参数量,加快模型训练速度;运用残差网络模块,避免网络堆叠过深引起的过拟合现象;并利用多尺度卷积取代了传统的单尺度卷积,使得网络加宽以获取更多的特征信息,增强了模型特征信息的提取能力,从而提高了模型的识别精度。通过对三种典型钢轨伤损进行对比试验,本方法检测精度和运算速度优于传统方法。     

基于行为分析与传播个体的微博传播模型研究

随着社交网络的迅速发展,掌握信息传播的规律,进行信息传播的管理越来越重要,而提取信息传播特点和建立模型已经成为研究热点。传统信息传播模型并未考虑易感染者的类型以及时间网络等行为因素,对信息传播规律的研究不够准确。针对信息传播及用户行为的分析,改进模型增加双重易感染者、潜伏者等传播个体和优化传播过程的微博网络传播算法(MDSLIR)。该算法使得用户可以根据传播方式及时获取、传播和免疫信息,从而更好对社交网络信息进行管理。以新浪微博为例,研究微博信息的演化规律,使用微博上的真实数据进行仿真测试,并与传统算法进行比较,实验结果表明MDSLIR算法的有效性和可行性。