目标检测算法在衣着特征检测中的应用研究

针对目前通过监控视频寻人,人脸识别算法在监控视频清晰度不够而无法提取人脸数据、人脸数据被遮挡或人脸背对监控摄像头等场景无法发挥作用的情况,本文采用了通过衣着特征检索辅助人脸搜索的方法来提高寻人准确度.本文先使用AlphaPose模型检测人体姿态来获取人体衣着位置,接着提取人体衣着特征,再通过衣着特征寻找对比的方式实现寻人,解决了因脸部遮挡而漏检的问题.虽然还存在着一定的误检率,但是也大大降低了人工排查的工作量,对视频监控寻人具有实用价值.     

基于线性多尺度模型的计算机网络数据流量预测

为了解决网络安全监控问题,提出了一种用于预测网络流量的算法.通过多个不同尺度的线性模型进行网络数据的组合预测,每个尺度的线性模型由经过滤波器滤波后的部分原始数据估计得到,最终的预测流量数据由多个尺度线性模型的平均预测值得到.选择的线性模型为自回归滑动平均模型,且尺度较小的线性模型对应自回归滑动平均模型的阶数较高.结果表明,本算法的预测精度高,整体预测误差的均值在10-3量级.     

基于Matlab平台的LDPC码快速仿真研究

对提高基于Matlab平台的低密度奇偶校验码的仿真速度进行了研究,为加快仿真速度,编解码核心过程用符合mexFunction格式的C语言编写,并针对快速编码算法及迭代译码算法进行了优化,然后编译成动态链接库文件在M语言中调用。仿真结果表明,优化后的仿真速度相比优化前获得大幅提高,平均提升了57倍。     

浅谈高职基于工作过程系统化的课程体系构建

对于高等职业院校而言,学生的核心竞争力能力是短专快,即培养周期短、技能专业性强和到岗后上手快.其人才培养课程体系,不再按照学科体系逻辑来构建,而要遵循职业成长规律,构建基于工作过程系统化的课程体系.     

机器学习算法在焊接领域中的应用

针对机器学习算法已经渗透到了焊接领域的情况,在对近年来焊接领域相关文献深入研究分析的基础上,重点阐述了在焊接领域运用较多的神经网络、支持向量机和遗传算法。分析总结了机器学习算法在焊接领域的应用方式,包括标准应用、改进应用和交叉混合应用。同时也介绍了机器学习算法在建模预测与参数优化、路径规划与焊接顺序、过程控制与质量监测和缺陷识别与分类判定方面的应用情况。对机器学习算法在焊接领域的未来发展进行了展望。     

基于YOLOX模型在疫情背景下人脸识别中的应用

随着COVID-19新型冠状肺炎全球大流行的趋势下,全人类都面临着重大全球公共卫生安全和经济下行压力,我国的疫情防治虽然已经取得阶段性胜利,但是变异毒株德尔塔的威胁仍使我们不能有丝毫松懈,以德尔塔(Delta)为代表的变异毒株异常狡猾,很多传染特征都突破了人们的既有认知,而且本轮感染者中轻型和无症状感染者的比例明显升高...     

大数据资源优化在电网客户关系系统中的应用

当电网客户关系系统中存储数据资源发生变化时,采用传统的大数据资源的调度方法,由于电网与客户关系数据信息受到外部非线性特征信息的干扰,导致大数据资源的调度性能差的问题。提出基于决策树主特征提取大数据资源优化调度方法,并应用在电网客户关系系统设计中。构建电网客户关系的决策树控制模型和资源调度模型,对大数据资源调度任务节点进行信息表征,采用匹配滤波器检测方法去除资源调度中的干扰性因素,通过特征压缩,得到电网客户关系大数据的聚类中心,提取决策树的主特征,进行联合特征识别和资源调度。仿真结果表明,采用该模型能有效提高电网客户关系系统中大数据资源的优化调度能力,大数据准确匹配能力高,系统稳定性和可靠性得到改善。     

基于节水理念的建筑给排水技术及应用分析

随着城市化进程的推进和建筑数量的增加,我国水资源使用量在逐渐扩大,水资源匮乏问题越来越严重。建筑给排水工程不仅是住户用水保障,也是工程节能减排的重要组成,为最大程度上解决给排水工程消耗难题,应当大力推进环保节能节水技术。鉴于此在该文研究中分析建筑给排水工程存在的问题,并从多个方面提出节水措施,旨在为建筑给排水节水效果的提升提供参考与借鉴。     

基于二分图低密度奇偶校验码围长计算方法

对于任意给定的低密度奇偶校验（LDPC）码,快速计算其围长具有重要意义。通过对基于二分图LDPC码围长计算方法进行研究,提出了一种快速计算围长并能给出各校验节点（或信息节点）上经过的最短环个数的算法。通过MATLAB仿真测试表明,该算法对于PEGReg504x1008这样大规模的LDPC码Ⅳ矩阵,只需2．876s即可计算出该码的围长和各校验节点上经过的最短环个数,更说明该算法具有快速计算围长的能力。