基于梯度特征的阴影检测方法

基于交通视频的车辆检测中,准确地获取车辆是一个至关重要的问题,由于大部分情况下存在着阴影,影响了交通信息检测的准确性,因此,阴影的判别极为重要.文中采用Surendra算法提取背景,利用背景差法提取移动前景,增强前景区域,最后利用梯度算子计算梯度,根据移动车辆的梯度不同于相关背景,而移动阴影的梯度与相关背景的梯度相似,来检测阴影并去除.实验结果表明该方法能有效去除阴影,提高车辆检测的准确性.该方法计算简单,有效地降低了计算成本.且对光照变化不敏感.     

基于SVM和AdaBoost的人脸检测算法

论文提出了一种结合SVM和AdaBoost的人脸检测算法。该算法先根据训练样本中的人脸和非人脸区域训练作为分量分类器的支持向量机（SVM）,然后通过AdaBoost算法把这些分量分类器组合成一个总体分类器;再利用该总体分类器来区分测试样本中的人脸和非人脸区域,并得到置信图。最后通过均值漂移算法找到置信图的峰值,得到人脸区域的新位置。实验结果表明,该算法不但提高了识别的正确率,而且大大提高了检测速度。     

虚拟校园三维全景漫游技术研究

本文对全景漫游技术进行了讨论。全景漫游技术中需要解决三个问题：全景图的生成、漫游空间的编辑和浏览器的设计。基于两张圆鱼眼图像生成单张球面全景图,我们开发实现了浙江师范大学校园全景漫游系统。在全景图的生成中,提出了一种基于拼合参数自动寻优的球面全景图生成方法。该方法具有拼合速度快、拼合效果好的特点。     

加权值多态蚁群算法

本文提出加权值多态蚁群算法。在信息素初始化时加入权值,加大各条路径之间的信息素差异,利于蚂蚁快速进行路径选择;在概率选择过程中加入权值,提高蚂蚁搜索效率;采用了蚁周模型对信息素进行全局更新,并且设置了信息素最大值,避免算法陷入局部最优解。最后采用均匀分布的方法确定参数值,通过仿真实验结果表明,该方法在TSP问题中具有良好的稳定性和高效性。     

一种基于谱归一化的两阶段堆叠结构生成对抗网络的文本生成图像模型

文本生成图像是机器学习领域非常具有挑战性的任务,虽然目前已经有了很大突破,但仍然存在模型训练不稳定以及梯度消失等问题。针对这些不足,在堆叠生成对抗网络(StackGAN)基础上,提出一种结合谱归一化与感知损失函数的文本生成图像模型。首先,该模型将谱归一化运用到判别器网络中,将每层网络梯度限制在固定范围内,相对减缓判别器网络的收敛速度,从而提高网络训练的稳定性;其次,将感知损失函数添加到生成器网络中,增强文本语义与图像内容的一致性。使用Inception score评估所提模型生成图像的质量。实验结果表明,该模型与原始StackGAN相比,具有更好的稳定性且生成图像更加逼真。     

组件对象模型在Agent软件开发中的应用

COM具有可重用性、继承性等特点,文中结合MicrosoftAgent技术探讨了Agent人性化编程技术以及组件对象模型在Agent类软件开发中的应用,可使计算机具有更好的人机交互性。主要利用VC 的MFC类库直接使用COM对象接口来编程,并给出计算实例,能够起到一定的参考作用。     

加权值多态蚁群算法

本文提出加权值多态蚁群算法。在信息素初始化时加入权值,加大各条路径之间的信息素差异,利于蚂蚁快速进行路径选择;在概率选择过程中加入权值,提高蚂蚁搜索效率;采用了蚁周模型对信息素进行全局更新,并且设置了信息素最大值,避免算法陷入局部最优解。最后采用均匀分布的方法确定参数值,通过仿真实验结果表明,该方法在TSP问题中具有良好的稳定性和高效性。     

基于Hadoop的优化海量录音小文件存取性能的方法

Hadoop作为一个分布式计算框架,在处理大容量数据方面有着显著优势。然而,因其Name Node节点问题的内存有瓶颈等问题,对于处理海量小文件的存取不利。提出了一种针对海量录音小文件的优化方法,充分利用录音文件相关性的特点,通过预处理模块归类文件,把录音小文件合并成一系列的sequencefile,并建立全局索引,最后,采用缓存机制及缓存优化策略进行进一步优化。实验证明,该方法能有效提高大批量小文件的存取性能。     

基于关联规则的数据挖掘系统实现及应用

文章首先介绍了数据挖掘的基本概念和主要过程，接着描述了一个基于关联规则的数据挖掘工具，讨论了系统的结构、特点和功能，包括数据转换、概念层次泛化、包含负项的关联规则挖掘及系统的二次开发接口，最后对一个应用工具的实例企业客户资源分析器模型及一些相关的问题进行了讨论。     

基于Agent思想的远程教学系统的设计与实现

1 引言随着现代网络通信技术和Internet应用平台的发展,远程教学利用信息化技术克服了传统教育受时空制约的缺点,使得广大师生可以异地、异步地完成交互式自主性教学活动,并可突破传统教育资源和教学方法的限制。学生也可以根据自己的实际情况和学习水平安排计划和进度,实现个性化、自主化教育。为了体现交互和自主,这个网络分布式异地教学的虚拟空间必然会产生多个身份,如教师、学生和管理者之间相互协调的问题。传统的电视大学或Web静态远程教育系统在教学过程中因缺少智能性和适应性,无法满足按需学习和因材施教。