保持二值图像连通性的缩小算法

针对二值图像进行大因子缩小时容易产生连通性丢失的问题,提出一种保持连通性的缩小算法.将二值图像划分成互不相交的矩形区域,对光滑区域的像素根据人眼视觉系统进行处理,对边缘区域的像素根据人眼视觉系统和局部邻域的连通性进行处理,并通过保持连通性来保持图像的拓扑结构,得到拓扑结构较好的缩小图像.实验结果表明,与已有算法相比,文中算法能够在保持形状的情况下兼顾图像的拓扑结构.     

基于控制点影像库的控制点自动选取初探

地面控制点的快速选取与定位是几何纠正的重要环节之一,鉴于控制点快速、自动选点的迫切需求,国内外已经开始考虑局部性和全国性控制点影像库的建立.本文首先介绍了控制点影像库设计的原则,然后基于影像库进行控制点的自动选取并给出了匹配流程,最后通过实验验证其有效性.     

高职院校计算机专业英语教学改革之我见

计算机专业英语课程横跨计算机和英语两大领域,是计算机专业学生必须掌握的一门基础课程。笔者通过初步调研发现,大部分高校计算机专业英语的教授方法仍然停留在"阅读+翻译"的模式,教学效果与预期目标相差甚远。笔者根据自己几年该课程教学经验的初步积累以及对计算机专业英语学科特点的粗浅理解,愿在此就该课程的教学改革试想与大家一起探讨。     

基于C8051F的近红外光谱数据采集系统

根据近红外光谱仪(NIRS)的特点,利用C8051F120单片机提出一种数据采集系统的设计方案,实现了时数据的精确采集.本文扼要介绍了C8051F系列单片机的接口结构及工作原理,重点阐述了近红外光谱仪的系统结构,以及数据采集系统的硬件设计和软件流程,给出了电路原理图和软件流程图.     

维吾尔语词首音节元音声学分析

该文利用“维吾尔语语音声学参数数据库”,统计分析和归纳了维吾尔语词首音节元音的共振峰模式及其分布格局。声学元音图有多种画法,该文采用JOOS型声学元音图。这种元音图的特点是以F1为纵坐标,以F2为横坐标。这样绘制成的声学元音图与元音舌位图有很好的对应性。维语标准音词首音节中有[y, i, e, O, u, o, ;, A]等8个元音。舌位前后的分布特点是[u, o, A]为后元音,[y, i, e, O, ;]为前元音;开口度(舌位高低)分布特点是[y, i, u]为高元音,[e, O, o]为次高元音,[;]为次低元音, [A]为低元音.     

沃森家族的幕后生活

沃森家族创建了雄霸世界的计算机硬件公司IBM。这个财富家族的创始人是托马斯·沃森,他从一个一文不名的乡下人．靠推销起家一手把IBM这个当初生产磅秤、屠刀和穿孔机的小公司发展为世界超一流的硬件公司。他的独生子托马斯·约翰·沃森曾是一个经常去夜总会厮混的花花公子,老沃森教育有方,浪子回头金不换。小沃森继承了父业．把IBM的计算机事业推上峰巅。     

基于ARM嵌入式近红外光谱仪器的研制

本文介绍了基于ARM微处理器的嵌入式近红外光谱仪器设计,并给出了仪器的软件和硬件的设计方案.设计应用了最先进的ARM嵌入式技术,利用ARM丰富的内部设备,实现了光谱数据的传输和基于触摸屏的人机交互平台.实现近红外光谱仪器操作简单化,体现了ARM微处理器的优胜之处.     

多无人机编队半实物仿真系统开发与应用

针对多无人机编队飞行试验的需求,文中开发一种半实物仿真系统,用以开展多机编队飞行的半实物仿真试验,并对编队功能和性能进行试验验证。根据无人机系统的组成和硬件配置,设计并构建半实物仿真系统的架构。针对机载传感器的接口类型完成仿真系统的硬件选型,并设计仿真电缆。基于被试无人机的气动参数和发动机参数,建立无人机的Simulink六自由度实时仿真模型,并开发部署相应的仿真环境和仿真软件。基于该仿真系统,进行8架无人机编队飞行的半实物仿真试验。试验结果表明,参试的8架无人机能够实现编队飞行的功能,并根据给定的不同队形的指令进行队形变换和保持。所设计系统不仅能在飞行试验前进行编队仿真验证和测试,还能对地面操作手进行飞行试验前的模拟训练。     

融入无监督度量学习的稀疏子空间聚类模型

子空间聚类任务中的无标记数据具有维度高、数据分布分散等特点,传统方法对数据预处理未进行详细地针对化设计且大多使用欧氏距离度量数据间的相似性,使聚类性能提升受限.因此,本文提出融入无监督度量学习的稀疏子空间聚类模型,该算法将距离度量与子空间聚类联合到同一框架,设计由两步组成的聚类过程.该方法对原始数据进行度量学习并重构了稀疏子空间聚类模型,使数据预处理不再是一个单独的步骤,最大限度地将输入的无标记数据之间相似度提高,有效提升了子空间聚类性能、加强了模型泛化能力.我们在真实公开数据集上进行实验测试,实验结果表明该方法优于现有的子空间聚类算法,具有良好的聚类性能.     

基于知识图谱与BERT的安全领域汉字文本纠错模型

针对安全领域所涉及的文本中存在大量人为混淆的文字的问题,提出一种基于汉字知识图谱的BERT(Bidirectional Encoder Representation from Transformers)预训练模型,表征汉字的读音、字形、语义三个维度的特征,构建纠错算法。首先,构建汉字知识图谱刻画汉字的读音、字形拆解、繁简转换、汉字与数字转换等属性和关系,并基于汉字知识图谱中的读音属性和node2vec模型训练得到汉字读音向量;其次,基于知识图谱中字形关系构建node2vec模型,得到node2vec字形向量,并结合卷积神经网络（CNN）方法训练字形向量,两者之和作为最终的字形向量;最后,基于BERT预训练模型,融合读音、字形、语义三维度的向量,并在不同维度间使用自注意力机制加权求和,发现错误字位置并选择正确的候选字。为验证所提模型的有效性,在安全领域诈骗短信数据集上,将所提模型与FASpell、SpellGCN、Soft-Masked BERT进行了对比。实验结果表明,所提模型的正确率和召回率比FASpell分别提升了24.7、21.6个百分点,比SpellGCN分别提升了22.2、1...