排序方式: 共有92条查询结果,搜索用时 0 毫秒
81.
戴尔在移动风暴刚刚刮起时在移动终端的布局,可谓是积极主动且决心极大。但随着其在2010年末尾阶段遭遇的移动部分负责人离职以及领导层决策犹豫的情况,导致其移动终端的布局虎头蛇尾。 相似文献
82.
83.
新世纪的教育是全面创新的教育,创新已成为时代的要求,创新教育需要渗透到各科教学中,尤其是信息学科,并且只有对本学科不断创新,不断注入活力,它才有发展前途,才有存在的必要。创新是人类赖以生存和发展的根基,是一个民族进步的灵魂,是国家兴旺发达的不竭动力。随着知识经济的到来,创新的作用显得越加巨大和不可替代。笔者就以今年来教育技术在中职学校的应用现状为例,探索中职教育技术工作的改进方法与对策。 相似文献
84.
对螺旋藻渣的基本营养组成、常量元素和重金属含量进行分析,评价不同菌种发酵螺旋藻渣的发酵产物功能活性。结果表明:螺旋藻渣蛋白质较高(48.08%),氨基酸种类丰富,是微生物生长繁殖的良好基料。5种菌种发酵螺旋藻渣的发酵产物中,枯草芽孢杆菌YA215和地衣芽孢杆菌YA269发酵产物对DPPH自由基和ABTS+自由基有较强的清除能力(YA215:45.9%和77.2%;YA269:41.2%和75.8%),罗伊氏乳杆菌LT906发酵产物体外降血脂活性最为突出(3种胆酸盐结合率分别为:44.6%、68.4%和77.6%)。与酵母菌NBRC10858和保加利亚乳杆菌YB177发酵产物相比,枯草芽孢杆菌YA215、地衣芽孢杆菌YA269和罗伊氏乳杆菌LT906等3种益生菌的螺旋藻渣发酵产物对食源性致病菌抑菌效果更好,且抑菌谱更为广泛。 相似文献
85.
86.
87.
88.
89.
目的 通过融合颜色、深度和空间信息,利用RGB_D这两种模态数据的显著目标检测方案通常能比单一模态数据取得更加准确的预测结果。深度学习进一步推动RGB_D显著目标检测领域的发展。然而,现有RGB_D显著目标检测深度网络模型容易忽略模态的特异性,通常仅通过简单的元素相加、相乘或特征串联来融合多模态特征,如何实现RGB图像和深度图像之间的信息交互则缺乏合理性解释。为了探求两种模态数据中的互补信息重要性及更有效的交互方式,在分析了传统卷积网络中修正线性单元(rectified linear unit,ReLU)选通特性的基础上,设计了一种新的RGB和深度特征互补信息交互机制,并首次应用于RGB_D显著目标检测中。方法 首先,根据该机制提出了互补信息交互模块将模态各自的“冗余”特征用于辅助对方。然后,将其阶段式插入两个轻量级主干网络分别用于提取RGB和深度特征并实施两者的交互。该模块核心功能基于修改的ReLU,具有结构简单的特点。在网络的顶层还设计了跨模态特征融合模块用于提取融合后特征的全局语义信息。该特征被馈送至主干网络每个尺度,并通过邻域尺度特征增强模块与多个尺度特征进行聚合。最后,采用了深度恢复监督、边缘监督和深度监督3种监督策略以有效监督提出模型的优化过程。结果 在4个广泛使用的公开数据集NJU2K(Nanjing University2K)、NLPR(national laboratory of pattern recognition)、STERE(stereo dataset)和SIP(salient person)上的定量和定性的实验结果表明,以Max F-measure、MAE(mean absolute error)以及Max E-measure共3种主流测度评估,本文提出的显著目标检测模型相比较其他方法取得了更优秀的性能和显著的推理速度优势(373.8帧/s)。结论 本文论证了在RGB_D显著目标检测中两种模态数据具有信息互补特点,提出的模型具有较好的性能和高效率推理能力,有较好的实际应用价值。 相似文献
90.