“数字信号处理”课程的几何视角

“数字信号处理”的经典课程体系以“系统”为中心，以离散时间傅立叶变换、z变换和离散傅立叶变换为分析工具，以滤波器设计为目的，注重定理和公式推导及其性质分析，很难让学生建立一个形象的、完整统一的知识体系框架。本文从几何视角将 “系统”化和“代数”化的经典课程体系重构为面向“信号”的“几何”知识体系，从而提升学生对本质问题的“洞察力”，帮助学生建立系统的知识体系。     

场景化视角下红瑶文创产品设计创新策略

阐述现有红瑶文创产品的现状,从场景化视角,探讨如何研发具有时代性、审美特征、文化内涵的文化创意衍生品.在整个设计过程中通过场景的构建,联想具有特定意义的场景,以期所设计出的文创产品能够激发用户情感,符合用户需求,达到对红瑶文化传承和弘扬的目的.     

澜沧江流域不同茶区晒青茶品质比较

为深入了解云南澜沧江流域不同茶区晒青茶的品质差异，选取比较澜沧、双江2个茶区的24个乡镇晒青茶样，采用感官审评与品质理化成分检测，分析不同茶区晒青茶主要理化成分和感官品质方面存在的差异。结果表明：澜沧、双江2个茶区晒青茶的茶多酚平均值分别为24.43%、23.18%；游离氨基酸平均值分别为2.72%、3.97%；咖啡碱平均值分别为4.90%、4.48%；水浸出物平均值分别为45.67%、44.29%；酚氨比均值分别为9.40、6.07。澜沧、双江2个茶区不同产地的晒青茶茶多酚、游离氨基酸、咖啡碱、水浸出物和酚氨比之间存在一定差异。不同的内含化学成分，使各茶区的晒青茶感官品质明显不同。澜沧茶区的晒青茶滋味整体较醇和、稍涩，部分稍带花香与焦味；双江茶区的晒青茶整体滋味较浓醇、微涩带苦，部分平和。     

类别均衡与局部中值损失联合监督的自然场景人脸表情识别

近年来,卷积神经网络在实验室控制环境下的人脸表情识别任务中取得了很大进步,但是在自然场景中人脸表情识别方面仍然存在一些挑战.针对自然场景中人脸表情数据分布不平衡,以及由姿势、光照和性别等因素引起的类内差异大的问题,提出类别均衡与局部中值(class-balancedandlocalmedian,CALM)损失函数.CALM损失函数包含类别均衡Softmax损失函数和局部中值损失函数2个部分.其中,类别均衡Softmax损失函数将数据量较少且容易错分的害怕和厌恶2种表情标记为难样本,将其余5种表情标记为易样本;在网络训练过程中对难样本自适应地增大权重,以提高难样本的识别准确率,进而提高表情识别的平均准确率.此外,在每个类别中会有一些离类别内大多数样本较远的样本,它们的存在会导致用均值方法计算出的类别中心偏离类内大多数样本.在局部中值损失函数中,采用与每个样本属于同类别的若干近邻的中值作为类别中心,在一定程度上减弱离群样本对类别中心选择的影响.在RAF(real-worldaffectivefaces)数据集上进行实验,与局部子类方法相比,该方法的平均识别准确率提升了1.32%,证明了该方法的有效性.