面向特征生成的无监督域适应算法

针对无标签高维图像分类问题,常用的深度网络在无标签的情况下难以产生好的分类结果。为此,提出一种面向特征生成的无监督域适应模型(Feature-GAN),它以一种无监督的方式在特征层面学习从一个域到另一个域转换,将源域图像特征映射为目标域图像特征并保持标签信息,生成的带标签特征可用于目标域特征的分类训练。该模型在复杂图像域适应上避免了图像本身的生成过程,而专注于特征生成,易训练且稳定性高。实验表明,该方法可以广泛应用于复杂图像分类的场景,相比于传统基于样本生成的无监督域适应算法,该算法在精确度、收敛速度以及稳定性上均有提高。     

基于子空间投影的残缺人脸图像识别新算法

提出了改进的基于子空间投影的残缺人脸图像识别新算法,利用非负稀疏矩阵将原始人脸图像分解,从高维空间降到低维子空间,再利用Fisher线性判别式方法进一步降低子空间维数;然后利用欧式距离测量法,识别待测试人脸。实验证明,对残缺人脸图像的识别,新算法具有满意的识别率。     

三维空间中的Dirichlet自由变形算法

自由变形是与物体表示无关的变形方法的重要分支,被广泛地应用于计算机动画和几何建模领域中。Dirichlet自由变形是众多自由变形方法中的一种,相比其他的自由变形方法,它有更大的灵活性,能够任意设置控制点。Dirichlet自由变形算法在二维空间已获得了广泛的应用,但在三维空间中的应用却非常少。该文研究Dirichlet自由变形算法在三维空间的实现问题,将Dirichlet自由变形算法应用到三维空间中的头像变形中,获得了较好的变形效果。     

电子科技大学“计算机操作系统”精品课程建设

计算机操作系统是最核心、基础的计算机系统软件,计算机操作系统的设计原理与实现技术是计算机专业人员必须掌握的基本知识。"计算机操作系统"是计算机学科最重要的专业基础课程。该课程介绍操作系统的基本原理和实现技术,是理解计算机系统工作、用户与计算机系统交互和设计开发应用系统等基本知识结构的重要途径。其内容涉及理论、算法、技术、实现和应用,学生学习理解有一定难度,作为专业学科中一门承前启后的专业基础课程,计算机操作系统在计算机专业课程体系中扮演着重要的角色。随着计算机技术、设备的迅速发展和应用需求的拓展,三十年来,课程内容不断充实更新,计算机操作系统今非昔比。现代操作系统的内容蕴涵了什么?知识结构的重点是什么?操作系统在课程体系中的关系如何?需要本科学生理解和掌握什么?如何加深理解和运用?课程的发展如何与时俱进?这都是课程建设必须考虑的问题。     

基于Max tree的连通区域标记新算法*

采用灰度图像创建Maxtree的基本思想,提出一种新的二值图像连通区域标记算法。该算法主要采用8邻域搜索及排序队列方式实现,通过一次扫描二值图像即可完成连通区域标记。提出一种新的8邻域搜索策略,可以将邻域搜索次数由八次减少到平均四次以下,从而提高了系统效率。此外,还给出一种排序队列的快速实现方法,并将其应用到标记算法中。而且,该算法的运行时间仅与待标记图像的大小有关,与连通区数目和图像内容无关。该算法已应用于海藻图像识别,实验结果表明该算法是快速、高效的。     

基于小波和非负稀疏矩阵分解的人脸识别方法*

提出了利用小波变换(WT)、非负稀疏矩阵分解(NMFs)和Fisher线性判别(FLD)来进行人脸识别。用小波变换分解人脸图像,选择最低分辨率的子段,既能捕获到人脸的实质特征,又有效地降低了计算复杂性;非负稀疏矩阵分解能显示地控制分解稀疏度和发现人脸图像的局部化表征;Fisher线性判别能在低维子空间中形成良好的分类。实验结果表明,这种方法对光照变化、人脸表情和部分遮挡不敏感,具有良好的健壮性和较高的识别效率。     

LT递归神经网络求解旅行商问题研究

提出了一种基于LT递归神经网络的旅行商问题求解方法.采用离散型神经网络模型,先给出模型有界性和完全收敛性的证明,再给出保证网络的稳定输出解为旅行商问题有效路径的条件.在此基础上结合局部最小值逃选方法获得较优的路径.在与基于LV递归神经网络的算法比较实验证明,该算法在总体上能获得更好的有效路径.     

“计算机操作系统”实验教学的改革与创新

本文结合"计算机操作系统"课程的特点,分析了发达国家实验教学开设的状况,有针对性地提出了计算机操作系统实验的设计思想、教学内容及其教学模式。     

提取文本流主题的神经网络新算法

目前，关于动态文本数据处理已逐渐成为数据挖掘的研究热点，例如，在聊天室中提取热门主题以及所有的讨论主题。目前已有的神经网络方法能较好地提取所讨论的主题，但不能决定哪个主题是热门主题，而且，提取到的主题之间相互干扰。利用主题之间相互独立和主题自相关的特性，基于自相关矩阵以及独立主元分析教学模型，本文提出一种新的神经网络方法，该算法能成功解决这些问题。在Yahoo聊天室上的实验结果表明，本文算法能准确提取主题以及热门主题，并且主题之间相互干扰大大减小。关键词独立主元分析，神经网络，自相关矩阵，时间序列     

应用Gabor滤波的指纹识别算法的研究和实现

提出了一种基于Gabor滤波提取指纹全局及局部特征的识别算法。目前广泛使用的基于细节点的算法识别性能较高,但由于需要前期预处理,增加了系统开销。另一方面,传统的基于结构特征的算法速度较快,然而对偏转指纹的识别性能较差。针对以上不足,利用滤波器定位参考点,并将以参考点为中心的特征提取区域划分为16方向的扇区,然后通过8方向滤波分别提取原始图像和旋转后图像的特征。在FVC2004指纹库上的对比实验证明,该算法同时具备了较好的运行效率和识别性能。