新媒体时代背景下短视频创作与传播研究

随着现代科技的飞速发展,人们迎来了新媒体时代。短视频凭借其创作方法简单、形式多元化,交流互动性强等特点,迅速吸引大众的眼球,成为新媒体时代背景下信息传播的重要途径。短视频的出现满足了大众的需求,极大地丰富了人们的视听生活。该文介绍了新媒体时代短视频的特点,找出了目前短视频发展过程中存在的一些问题并提出了相应的解决措施,以提高短视频的制作水平,助力其在传播领域的更好发展。     

基于多分类器融合的林火检测方法研究

为了解决现有视频火焰检测算法在环境发生变化时识别精准度低、检测结果不佳等问题,提出了一种基于DS证据理论的多分类器融合林火检测方法。该方法通过提取疑似区域,对比选取了颜色、圆形度、面积三种火焰特征,然后分别输入支持向量机(SVM)、最临近(KNN)和决策树(DT)中进行分类识别,最后利用DS证据理论进行决策级融合。通过与其他方法对比实验表明,该方法受环境变化的影响较小,当识别场景发生改变时,识别精准度变化不超过3%,仍保持较高的识别精准度,具有良好的应用前景。     

输电线路无人机自动巡检系统不间断作业实时监控方法

针对输电线路无人机自动巡检信息冗杂,数据噪声较大,海量数据传输难以完整传输的问题,提出了一种输电线路无人机自动巡检系统不间断作业实时监控方法,保障输电线路不间断作业。构建输电线路不间断作业监控架构,利用无人机自动巡检系统的无人机飞行器实时采集输电线路图像信息,经无线传输模块传输至地面站存储;输电线路不间断作业监控模块调用采集到的数据,采用非局部均值滤波算法去噪处理输电线路图像,将去噪后图像输入至卷积神经网络,优化检测异常输电线路图像,并利用粗定位算法定位异常点,便于巡检人员实时修复输电线路,实时监控输电线路不间断作业。实验结果表明,所提方法能够清晰、直观地检测到输电线路异常点,实时监控输电线路不间断作业;拥有较为优秀的去噪效果,为后期高效、实时检测输电线路异常点提供保障;信息传输性能突出,保证海量数据传输具有极高的完整性。     

面向语音谎言检测的智能机器学习特征融合算法研究

针对目前语音谎言检测识别效果差、特征提取不充分等问题,提出了一种基于注意力机制的欺骗语音识别网络。首先,将双向长短时记忆与帧级声学特征相结合,其中帧级声学特征的维数随语音长度的变化而变化,从而有效提取声学特征。其次,采用基于时间注意增强卷积双向长短时记忆模型作为分类算法,使分类器能够从输入中学习与任务相关的深层信息,提高识别性能。最后,采用跳跃连接机制将时间注意增强卷积双向长短时记忆模型的底层输出直接连接到全连接层,从而充分利用了学习到的特征,避免了消失梯度的问题。实验阶段,与LSTM以及其他基准模型进行对比,所提模型性能最优。仿真结果进一步验证了所提模型对语音谎言检测领域发展及提升识别率提供了一定借鉴作用。     

基于可信云计算的非集中式元数据存储结构优化

在非集中式元数据的存储调用过程中,在硬件结构复杂、负载量大的情况下,参数设置优化步骤复杂,导致带宽达不到存储应用的期望,为此设计了一种基于可信云计算的非集中式元数据存储结构优化方法。设计非集中式元数据存储结构总体框架,计算最优元数据存储结构,通过能量检测对存储分区进行筛选,建立基于可信云计算的存储度量模型,设计可信度量存储报告机制,引入行列混合存储,设计内部结构分布图,实现结构优化。测试结果显示：在不同优化方法下,设计的优化方法所得到的存储结构下并行读写的写入带宽不会受到服务器数量变化的影响,高负载读写下的聚集带宽也较优。     

基于北斗定位技术的特高压工程数字化选线系统设计

为了提高定位精度,提出了基于北斗定位技术的特高压工程数字化选线系统设计。利用分布式结构设计了数据采集终端和运算控制单元,结合数据采集电路,完成特高压工程数字化选线系统的硬件设计。在提取的特高压工程输电线路暂态特征基础上,采用北斗定位技术,优化了特高压工程数字化选线程序,实现了特高压工程的数字化选线。系统测试结果表明,该系统可以提高接地故障的定位精度,在选线合理性方面也具有很大优势。     

基于相关系数的MID3算法改进

针对决策树算法在分类时的多值偏向问题,提出了一种合理的基于相关系数的MID3算法的改进算法。该算法在生成决策树的过程中,将属性与分类结果之间的相关关系引入决策树节点的属性选择中,从而在一定程度上解决ID3算法的多值倾向问题,同时考虑系统两层节点从全局上优化树的结构。利用UCI数据集样本进行实验,将本文算法与ID3算法进行对比,得到了算法的效率的比较结果。实验结论表明,算法提高了数据的平均分类准确率,生成的决策树结构更加合理。     

基于改进深度学习模型IRCNN的卷烟真伪鉴别

针对常用的卷烟包装图像真伪鉴别,目前深度学习方法需要较高的设备成本与较长的训练时间。本文提出了一种基于Inception和ResNet卷积神经网络结合的卷烟包装图像真伪鉴别模型IRCNN(Inception-ResNet Convolutional Neural Network)。利用Inception网络并行结构自动学习并提取卷烟包装图像的不同尺度特征,同时在线路中加入三维卷积核,有效地增强不同线路之间的信息交互。利用残差结构减少由于网络加深导致的模型退化。实验结果表明,与其他深度学习方法相比较,本文提出的方法不仅减少算法设备成本和训练时间,而且准确率可达到99.88%。因此,通过采用多线路Inception和残差网络相结合的IRCNN模型,可以有效地提高卷烟真伪鉴别效率和精度,为将来实际应用提供技术支持。     

基于深度强化学习的新能源场站送出线路全景监控方法

为了提高全景图像中小目标检测精度,提出基于深度强化学习的新能源场站送出线路全景监控方法。经图像拼接单元融合处理后输出全景大图,存储于全景数据库中。全景图像经Web服务层传输至应用逻辑层后,由业务处理单元调用梯度幅值法实现送出线路全景图像边缘检测,获取送出线路边缘特征图像,将其作为改进YOLOv3网络输入,实现入侵目标的监测与预警,通过全景重建单元实现新能源场站送出线路监控场景的三维展示,由用户层完成监控结果的可视化呈现。实验结果表明：该方法可实现送出线路边缘检测,获取送出线路边缘特征图像,不同类型的送出线路入侵目标检测精度达到98.79%。     

基于Qt开发软件的授权许可系统设计与实现

针对当前软件盗版现象严重的问题,为保护软件开发商的利益,提出了一种授权许可系统设计方案。基于该方案开发出序列号软件、密钥软件、应用动态库,用户通过序列号软件获得序列号,软件开发商通过密钥软件用用户序列号生成License文件。同时可在密钥软件上根据需要设置软件的到期时间限制、运行时间限制、设备数量限制权限,最后生成密钥文件。在License文件和密钥文件的双重验证下,软件提高其安全性且大大提高其被破解的难度,对软件保护具有很高的商业价值。