民族文化在装帧设计中的传承

The national culture is the foundation of the design culture.Binding design with national style means we should find out a language to explain the national commons by means of visual cmmunication.The writer discusses the subject in 3angies i.e.,the necessary of inheriting the national culture in binding arts,its basic expression ways,and how to express it in binding designs.He believe only the bindinb arts based on the national culture has its place and value in the world.     

软件技术专业课程考核改革探索

考试是评价教育的工具,它对教学活动有很强的导向作用。文章分析了高职课程考核办法存在的问题,并结合课程考核改革,从教学实践出发,探索了多种多样的考试方法,旨在建立以学生为主体,以能力为核心的多样化考试模式。     

绿色包装设计模式的解析

论述了绿色包装设计对于人与自然的生态平衡关系,以及如何提高其产品在国内外的市场竞争力.促使人们重新面对一个基本问题:市场需求什么样的产品包装,如何设计这些产品包装.基于可持续发展的战略思想,提出了探索新的包装设计模式,传达绿色资讯,引导绿色消费.     

色彩在包装设计中的应用解析

色彩作为商品包装的一大元素,是产品最重要的外部特征,在商品信息传达方式方面有着无可替代性.本文从色彩在包装设计中本身的特点及其组合搭配对人的心理感情作用和消费者心理这两大方面做了细致的探讨和解析.     

复杂网络环境下加密流量识别方法研究

互联网络快速发展,流量的变化日益多样和复杂,加密流量占比不断提高给网络安全带来挑战。通过对现有加密流量的主流识别方法进行分析对比,设计了一种适用于大型骨干网加密流量应用识别的系统,以对不同网络环境下的加密流量进行精准分类。     

基于深度学习的医学影像配准综述

图像配准是医学影像处理与智能分析领域中的重要环节和关键技术.传统的图像配准算法由于复杂性较高、计算代价较大等问题,无法实现配准的实时性要求.随着深度学习方法的发展,基于学习的图像配准方法也取得显著效果.文中系统总结基于深度学习的医学图像配准方法.具体地,将方法归为3类:监督学习,无监督学习和对偶监督/弱监督学习.在此基础上,分析和讨论各自优缺点.进一步,着重讨论近年来提出的正则化方法,特别是基于微分同胚表示的正则和基于多尺度的正则.最后,根据当前医学图像配准方法的发展趋势,展望基于深度学习的医学图像配准方法.     

基于遗传算法的自动组卷研究与应用

随着在线考试系统的广泛应用,组卷算法决定了自动组卷的性能。为提高组卷成功率,提出基于遗传算法的自动组卷模型,根据总分、题型、难度、区分度等要求建立多目标、多约束条件的数学模型。采用ASP.NET编程实现,并进行编码、选择、交叉、变异等操作,使遗传算法能满足自动组卷要求。     

面向乳腺超声计算机辅助诊断的两阶段深度迁移学习

目的 为了提升基于单模态B型超声（B超）的乳腺癌计算机辅助诊断（computer-aided diagnosis,CAD）模型性能,提出一种基于两阶段深度迁移学习（two-stage deep transfer learning,TSDTL）的乳腺超声CAD算法,将超声弹性图像中的有效信息迁移至基于B超的乳腺癌CAD模型之中,进一步提升该CAD模型的性能。方法 在第1阶段的深度迁移学习中,提出将双模态超声图像重建任务作为一种自监督学习任务,训练一个关联多模态深度卷积神经网络模型,实现B超图像和超声弹性图像之间的信息交互迁移;在第2阶段的深度迁移学习中,基于隐式的特权信息学习（learning using privilaged information,LUPI）范式,进行基于双模态超声图像的乳腺肿瘤分类任务,通过标签信息引导下的分类进一步加强两个模态之间的特征融合与信息交互;采用单模态B超数据对所对应通道的分类网络进行微调,实现最终的乳腺癌B超图像分类模型。结果 实验在一个乳腺肿瘤双模超声数据集上进行算法性能验证。实验结果表明,通过迁移超声弹性图像的信息,TSDTL在基于B超的乳腺癌诊断任务中取得的平均分类准确率为87.84±2.08%、平均敏感度为88.89±3.70%、平均特异度为86.71±2.21%、平均约登指数为75.60±4.07%,优于直接基于单模态B超训练的分类模型以及多种典型迁移学习算法。结论 提出的TSDTL算法通过两阶段的深度迁移学习,将超声弹性图像的信息有效迁移至基于B超的乳腺癌CAD模型,提升了模型的诊断性能,具备潜在的应用可行性。     

一种光纤色敏传感器的讨论

介绍光纤色敏传感器的主要特点、测色原理，及其结构。