基于不准确图像数据清洗的分类方法研究

在使用图像数据集训练神经网络分类模型时,需要大量标注准确的图像数据集,但实际应用中的图像数据集经常含有大量标注错误的图像,标注错误的图像不利于训练准确的神经网络分类模型。然而,标注准确的数据集制作需要消耗大量的时间和人力成本。因此,本文提出了一种基于不准确图像数据清洗的分类框架。在猫狗自然图像上的实验结果表明,具有清洗环节的分类模型的分类准确率得到提升,损失函数的损失值下降。在探讨数据集中含有标签错误图像的比例与分类准确率之间的关系中发现,较深层次的神经网络对数据集中错误图像有一定的鲁棒性,但在图像数据集中标签噪音图像的比例较高时,清洗环节的引入使得较浅的神经网络分类模型也能达到与较深层次的神经网络分类模型相当的分类效果,而较浅神经网络分类模型的运算速度更快。本文为构建快速和准确的分类模型提供了一种新思路。      

从俄语的比喻看翻译的异化与归化

从文化翻译学的角度探讨了俄语比喻的的生成及翻译对策。由于俄语比喻的创制与其独特的地域环境、风俗习惯、历史典故、宗教信仰、生产劳动等五个方面的因素密切相关，因此，翻译作为一种跨语际间的文化交流活动，面对着俄语比喻的传译这一课题，其传译策略则往往要在偏向于原语文化还是偏向于译语文化——即“异化”与“归化”之间作出正确的抉择。     

运筹学课程的CDIO改革与实践

介绍CDIO工程教育思想的产生和发展,比较传统教育理念和CDIO理念的区别。在分析目前高校运筹学课程的突出问题的基础上,结合CDIO教育理念,对运筹学课程在教学理念、教学内容、教学方法和考核方法上给出了改革的建议。最后将CDIO改革的理念用于学校运筹学课程的具体改革实践。