基于微调优化的深度学习在果蔬识别中的应用

果蔬图像分类是图像识别的重要组成部分,是实现果蔬农产品自动化分类的关键技术.果蔬图像识别面临的主要挑战在于果蔬种类众多,缺乏大量的有标签数据,难以通过监督学习方法来实现果蔬图像分类.针对上述问题,本文构建果蔬图像数据集,提出将融合迁移学习的深度卷积网络用于果蔬图像识别.为了验证该方法的有效性,采用特定方式微调模型参数,在数据集上进行了实验.实验结果表明,通过微调优化方法,模型的准确性提升3％以上,为深度学习的微调优化提供一定的参考依据.     

非结构化道路中基于均质雾天的摄像机动态标定算法

现有的交通摄像机标定算法大多基于车道线长度、车辆尺寸等先验信息,由于在非结构化道路中往往不存在车道线,使得标定算法具有局限性.为了改进摄像机标定在非结构化道路中的适用性,结合摄像机线性模型与均质雾天,提出一种只包含路面以及运动车辆的摄像机动态标定算法.首先生成并更新背景和场景活动图,提取路面、天空的纹理特征,利用区域搜索算法得到感兴趣区域,并根据感兴趣区域的像素变化规律判断当前天气是否为均质雾天;其次根据暗原色先验原理计算场景透射率,将结果映射到[0,255]作为图像显示;最后结合均质雾天光线传输模型、摄像机线性模型和暗原色先验原理导出标定方程,选取路面上具有特定透射率的8个点生成2个一次方程、1个二次方程和1个三角方程,依次标定摄像机参数,将视频多帧图像标定的参数值平均得到准确值.与角点检测法、摄像机6点标定法以及基于消失点的标定算法进行对比的实验结果表明,该算法是有效的且满足视频的实时性处理要求.     

基于静态小波变换和2代曲波变换的图像融合算法

提出了一种基于静态小波变换(SWT)和2代曲波(curvelet)变换的图像融合算法.首先将原图像分别进行SWT变换得到高、低频分量.然后,对低频分量采用基于2代曲波变换的方法进行融合,对高频分量基于绝对值最大的方法进行融合.最后进行SWT逆变换得到最终的融合图像.实验结果表明,该算法具有SWT变换和2代曲波变换二者的优点,主客观评价均优于单独SWT变换和单独2代曲波变换融合算法,也优于离散小波变换(DWT)和曲波变换相结合的融合算法.     

百年“图灵”创新 人才教育先行——中国工程院常务副院长潘云鹤专访

"苹果"之父史蒂夫乔布斯曾经说过,"微小的创新可以改变世界"。他在斯坦福大学对即将毕业的大学生们进行演讲时,还这样讲过,"你的时间有限,所以最好别把它浪费在模仿别人这种事上"。2011年9月,在北京国家会议中心召开的中国互联网最大规模的全行业技术创新盛会上,美国科学院院士、中国科学院外籍院士、世界著名计算机学家、图灵奖唯一华人得主姚期智先生所做的主题演讲中,谈的最多的就是关于科技研究和人才培养的创新问题。可见,科技创新、人才创新早已成为全世界公认的推动社会发展的首要动力。如何培养中国的计算机创新人才?应该建立怎样的计算机创新人才的培养模式?适值图灵诞辰100周年之际,在古朴典雅、风景如画的中国工程院,清华大学《计算机教育》杂志专程采访了中国工程院常务副院长潘云鹤院士。作为中国智能CAD和计算机美术领域的开拓者之一,潘云鹤院士长期从事计算机图形学、计算机辅助设计技术、人工智能和工业设计的研究,在虚拟现实、计算机美术、智能CAD、计算机辅助产品创新、数字文物保护和数字图书馆等领域,承担过多个重要科研课题,取得了一批研究成果,产生了良好的经济效益和社会效益。潘云鹤院士一直非常关注中国的教育和人才培养问题,在这方面倾注了很多心血。以下是《计算机教育》杂志奚春雁主编(以下简称奚)与潘云鹤院长(以下简称潘)的对谈。     

特征选择算法综述

自20世纪90年代以来,特征选择成为模式识别和机器学习领域的重要研究方向,研究成果十分显著,但是也存在许多问题需要进一步研究。本文首先将特征选择视为特征集合空间中的启发式搜索问题,对特征选择涉及的四个要素进行了阐述,然后从各个角度对特征选择算法进行了分类,概述了其各个分支的发展态势,最后探讨了基于多目标免疫优化的特征选择方法的研究思路。     

进化操作行为学习模型及在移动机器人避障上的应用

针对移动机器人避障上存在的自适应能力较差的问题,结合遗传算法(GA)的进化思想,以自适应启发评价(AHC)学习和操作条件反射(OC)理论为基础,提出了一种基于进化操作行为学习模型(EOBLM)的移动机器人学习避障行为的方法。该方法是一种改进的AHC学习模式,评价单元采用多层前向神经网络来实现,利用TD算法和梯度下降法进行权值更新,这一阶段学习用来生成取向性信息,作为内在动机决定进化的方向;动作选择单元主要用来优化操作行为以实现状态到动作的最佳映射。优化过程分两个阶段来完成,第一阶段通过操作条件反射学习算法得到的信息熵作为个体适应度,执行GA学习算法搜索最优个体;第二阶段由OC学习算法选择最优个体内的最优操作行为,并得到新的信息熵值。通过移动机器人避障仿真实验,结果表明所设计的EOBLM能使机器人通过不断与外界未知环境进行交互主动学会避障的能力,与传统的AHC方法相比其自学习自适应的能力得到加强。     

一种基于改进支持向量机的入侵检测方法研究

提出基于粒子群优化（Particle Swarm Optimization,PSO）算法和支持向量机（Support Vector Machines,SVM）的入侵检测方法,为优化SVM性能,使用PSO的全局搜索特性寻找SVM的最优参数[C]和[σ];为避免PSO算法陷入局部最优,引入变异操作,找到最优参数组合后进行基于PSO_SVM入侵检测算法的训练和检测,解决了入侵检测系统准确度难题。仿真实验表明该方法的检测率为92.8%,误报率为6.911 9%,漏报率为9.708 7%,对KDDCUP竞赛的最佳结果有一定程度的提高,实验结果验证了该算法的有效性和可行性。     

一种基于弛豫动态光谱技术的苹果损伤检测方法研究

在运输过程中，苹果的机械损伤每年都造成很大的经济损失。现有的苹果品质检测技术虽然能够精准判断苹果是否发生损伤，但是价格高昂，体积庞大，难以推广使用。针对以上情况，本文探索了一种基于弛豫光谱技术和BP神经网络算法的苹果损伤检测方法。文中以红富士苹果为实验对象，通过自主搭建的弛豫光谱采集系统采集光谱信号，使用SNV算法优化光谱数据，基于BP神经网络算法构建SNV-BP-RS苹果损伤检测模型，该模型准确率为91.48%，检测用时为0.291s。文中同时基于传统光谱建立了SNV-BP-CS苹果损伤检测模型，该模型准确率为86.39%，检测用时为0.454s。经过对比，本文提出的检测方法大大降低光谱检测系统对检测波段的需求，检测系统具有体积小、价格低等优势，检测模型准确率高，稳定性良好，为水果高效、低成本判伤提供一种新的思路。     

以工程教育认证为导向的通信原理教学改革与实践

本文以工程教育认证为导向,分析通信原理课程的教学现状,从采用模块化教学、在线作业点评、实践教学与理论相融合及实践教学注重结果分析等方面对该课程进行改革,实践表明,此项改革增加了学生自主创新学习的兴趣,提高了学生的工程实践与应用能力。