Investigation of multi-frame image super-resolution based on adaptive self-learning methods

The goal of this paper is to introduce and demonstrate a new high-performance super-resolution (SR) method for multi-frame images. By combining learning-based and reconstruction-based SR methods, this paper proposes a multi-frame image super-resolution method based on adaptive self-learning. Using the adaptive self-learning method and recovery of high-frequency edge information, an initial high-resolution (HR) image containing effective texture information is obtained. The edge smoothness prior is then used to satisfy the global reconstruction constraint and enhance the quality of the HR image. Our results indicate that this method achieves better performance than several other methods for both simulated data and real-scene images.     

Optimising online review inspired product attribute classification using the self-learning particle swarm-based Bayesian learning approach

Bowing to the burgeoning needs of online consumers, exploitation of social media content for extrapolating buyer-centric information is gaining increasing attention of researchers and practitioners from service science, data analytics, machine learning and associated domains. The current paper aims to identify the structural relationship between product attributes and subsequently prioritise customer preferences with respect to these attributes while exploiting textual social media data derived from fashion blogs in Germany. A Bayesian Network Structure Learning model with the K2score maximisation objective is formulated and solved. A self-tailored metaheuristic approach that combines self-learning particle swarm optimisation (SLPSO) with the K2 algorithm (SLPSOK2) is employed to decipher the highest scored structures. The proposed approach is implemented on small, medium and large size instances consisting of 9 fashion attributes and 18 problem sets. The results obtained by SLPSOK2 are compared with the particle swarm optimisation/K2score, Genetic Algorithm/K2 score and ant colony optimisation/K2 score. Results verify that SLPSOK2 outperforms its hybrid counterparts for the tested cases in terms of computational time and solution quality. Furthermore, the study reveals that psychological satisfaction, historical revival, seasonal information and facts and figure-based reviews are major components of information in fashion blogs that influence the customers.     

自学习注塑机变频节能控制系统

介绍了利用RTX51嵌入式实时操作系统开发具有自学习功能的变频节能控制系统的实现，阐述了如何在RTX51操作系统下进行软件任务的划分，以及本系统相关的硬件设计。     

无机化学教学改革心得

无机化学是一门承上启下的专业基础课程。它的教学质量和教学效果直接影响着学生对后续专业课程的学习。从优化教学内容、改善教学方法、培养学生的学习兴趣和加强实验环节四个环节出发,以培养学生的自学能力和学习兴趣为目的,本文总结了作者近年来在无机化学教学过程中的改革措施及实践经验。     

参数自学习PID 算法在电动负载模拟器中的应用

针对电动负载模拟器的舵机主动运动引起的多余力矩会严重影响系统的载荷谱跟踪精度的问题,利用前馈控制对多余力矩进行补偿和抑制,提出并使用一种基于BP神经网络的PID参数自学习控制算法来实现高精度跟踪载荷谱的方法。阐释了电动负载模拟器在被动式加载中多余力矩的产生和影响,基于结构不变性原理,使用前馈控制对舵机速度干扰进行补偿,以抑制多余力矩;在前馈控制抑制多余力矩的基础上,分析传统PID算法和静态BP神经网络在非线性和参数时变条件下存在的局限性,并在舵机干扰的情况下,分别对常值和正弦载荷谱进行仿真测试。仿真结果表明:控制算法使得电动负载模拟器可以准确、快速地跟踪载荷谱,提高了电动负载模拟器的自适应性和鲁棒性。     

基于方向自学习遗传算法的水库优化调度

本文提出一种方向自学习遗传算法并用于水库优化调度问题.在传统遗传算法基础上引入方向自学习机制,克服标准遗传算法收敛速度慢,早熟收敛等缺点.该算法在局部搜索中引入方向信息,利用函数的伪梯度来指导搜索方向,提出一种消亡算子用以增加种群多样性,有效地避免了早熟收敛、提高了算法的收敛速度,避免了水库优化调度同题中的维数灾问题.实例计算表明,相对于传统的遗传算法,方向自学习遗传算法计算速度快、收敛性好,提高了计算效率,较好的解决了传统遗传算法求解水库优化调度时存在的一些问题.     

自适应振动筛自学习机理研究

为更好地提高振动筛适应外界工况变化的能力,将自适应控制理论应用到振动筛动态性能参数的调整中。研究了振动筛的自学习、自适应过程,对参数估计、自适应控制器设计和自学习控制闭环进行监测。详述带有监测与协调级的自学习、自适应振动筛,全面提升振动筛性能,以推动一种新型振动筛的诞生。     

基于半监督的汉缅双语词典构建方法

汉缅双语词典是开展机器翻译、跨语言检索等研究的重要数据资源.当前在种子词典的基础上使用迭代自学习的方法在平行语料中抽取双语词典取得了较好的效果,然而针对低资源语言汉语-缅语的双语词典抽取任务,由于双语平行资源匮乏,基于迭代自学习的方法不能得到有效的双语词向量表示,致使双语词典抽取模型准确度较低.研究表明,可比语料中相似...     

自主式学习的木马检测预防系统的设计与实现

随着黑客攻击技术的不断进步,网络安全面临越来越严重的威胁。由于不能确保系统不被黑客攻击,也无法确定用户操作的文件或程序是否含有恶意的代码,因而,及时发现系统中存在的木马程序或者含有恶意代码的文件,是确保系统信息安全的重要途径。目前的许多木马检测软件仅能对已知的木马进行检测,对未知木马却无可奈何。文章在分析和综合当前木马检测技术的基础上,设计并实现了一个在Windows系统中行之有效的木马检测系统,不仅能有效检测已知的木马,还能对未知的木马进行有效的预防,通过对未知木马的特征进行自主式学习,并应用于检测,从而提高木马检测的功能。     

一种改进的遗传算法的三维人脸建模方法

采用网格重采样算法提取人脸特征实现了真实人脸与原型三维人脸之间的精确对应,在此基础上,提出了基于改进的方向自学习遗传算法的模型匹配算法,该算法在局部搜索中引入方向信息,提高了算法的收敛速度和重建精度,实验结果表明:新算法可有效实现真实人脸与原型三维人脸之间的精确对应,减少了优化参数,提高了模型重建精度和速度,缩短了模型...