XML序列化机制在客户关系管理中的应用

随着分布式应用程序的发展,需要在多个应用程序之间进行对象传输.XML(Extensible Markup Language)是一种公共的交互平台,用于在各种不同的系统之间进行数据交换,这使得XML在分布式应用程序的数据交换时显现很大的优势.CRM(Customer Relationship Management)是一个...     

基于手持设备的室内定位系统设计与实现

为解决无法在室内使用GPS的问题,设计并实现了基于常用手持设备(如手机、平板电脑)的室内定位系统。系统融合了传统的惯性定位方法和基于WiFi信号强度定位方法,易于搭建,仅需一个包含惯性传感器、电子罗盘、WiFi扫描的手持设备。提出了惯性定位中的路径匹配算法和WiFi信号定位方法中的位置估计算法。经实际测试,系统定位精度小于4m。     

融合独立组件的ResNet在细粒度车型识别中的应用

针对细粒度车型中子车系间识别率低的问题,同时为了增强卷积神经网络的表征能力,提出融合独立组件的残差网络(IC-ResNet)模型.优化ResNet网络,通过改进下采样层,减少特征信息损失,接着使用中心损失函数和Softmax损失函数联合学习策略,增强模型的类内聚性.在卷积层前引入独立组件(IC)层,获得相对独立的神经元...     

新工科背景下多方协同育人培养模式构建

新工科建设是我国高等工程教育领域的重要改革方向.文章对新工科背景下地方高校多方协同育人人才培养模式进行相关分析研究,针对人才培养过程中所出现的问题进行了探讨.通过全面分析人才培养中所出现的问题,初步形成了一套切实可行的新工科人才培养的方案,可为高校开展协同育人提供参考和借鉴.     

一种新的基于SVM-KNN的Web文本分类算法

在应用基本的支持向量机算法的基础上,提出了一种新的Web文本分类算法。将SVM算法和KNN算法进行结合,提出了基于SVM-KNN的Web文本分类算法,用KNN算法来弥补传统SVM算法的不足,以简单的思想和较小的实现代价对传统SVM算法进行有效的改进,收到了良好的分类效果。     

基于城市文化的城市礼品设计研究

2010上海世博会首次将"城市"作为主题,为城市未来的发展提供多种新的思考方式。城市文化是城市主题中的一个核心要素,各个城市都在为如何审视自己城市文化的内涵特征、呈现方式及传播方式进行探讨。在此背景下,城市礼品作为城市文化载体,越来越受到人们的关注。文章通过对城市礼品设计相关的理论学习和对设计实务的调查分析,利用设计管理思维技术的框架,开发出一件基于城市文化进行城市礼品设计的应用型设计工具,以期提升城市礼品设计的功能和价值。     

基于RBAC/CORBA安全访问实现技术研究

RBAC(基于角色的访问控制)是一种以角色为中心、用户和权限皆与角色关联的访问控制模型,可以简化用户权限的指派。CORBA Security服务模型是一个规范,它将访问控制策略完全留给安全管理员制定,即策略的具体组织方式由管理员安排。因此将CORBA Security服务与RBAC的访问控制模型结合在一起可以提高访问控制策略管理的效率。     

辐射测厚仪测量精度分析与误差补偿技术

简单介绍了透射式辐射测厚原理,分析与研究了影响辐射测厚仪测量精度的各种因素.为了保证和提高测量精度,利用分段多项式曲线拟合与查表线性插值相结合的方法实现非线性补偿,利用软件查表法对测量气隙进行动态的温度补偿,利用内藏标样进行动态自动校正以实现综合误差补偿.实际应用表明,辐射测厚仪经过上述误差补偿后,测量范围广、测量精度高、性能稳定可靠、应用广泛.     

基于支持向量机的中文娱乐新闻词语的识别

在应用基本的支持向量机算法的基础上,提出了一种新的分布增量学习方法,利用主动学习策略对训练样本进行选择,逐步增大提交给学习器训练样本的规模,以提高学习器的识别精确率.实验表明,采用主动学习策略的支持向量机算法是有效的,中文娱乐新闻词语识别的正确率和召回率分别达到了78.92%和86.42%,收到了良好的效果.     

梯度直方图卷积特征的胶囊网络在交通监控下的车型分类

为了充分利用图像信息以提高现有交通监控下车型分类的效果,在胶囊网络的基础上增加梯度直方图卷积（HOG-C）特征提取方法,提出HOG-C特征的胶囊网络模型——HOG-C CapsNet。首先,使用梯度统计特征提取层对图像中的梯度信息进行统计,构建方向梯度直方图（HOG）特征图;其次,使用卷积层提取出图像的颜色信息,把提取出的颜色信息与HOG特征图融合构成HOG-C特征图;最后,输入卷积层提取HOG-C特征图的抽象特征,并通过胶囊网络对提取的抽象特征进行具有三维空间特征表达的胶囊封装,使用动态路由算法实现车型分类。在BIT-Vehicle数据集上对该模型和其他相关模型进行的对比实验中,该模型得到98.17%的准确率、97.98%的平均精确率均值（MAP）、98.42%的平均召回率均值（MAR）和98.20%的综合评价指标。实验结果表明,该模型在交通监控下的车型分类上具有更好的效果。