基于推拉策略的文本分类增量学习研究

学习算法是否具有增量学习能力是衡量其是否适合于解决现实问题的一个重要方面。增量学习使学习算法的时间和空间资源消耗保持在可以管理和控制的水平,已被广泛应用于解决大规模数据集问题。针对文本分类问题,本文提出了增量学习算法的一般性问题。基于推拉策略的基本思想,本文提出了文本分类的增量学习算法ICCDP,并使用该算法对提出的一般性问题进行了分析。实验表明,该算法训练速度快,分类精度高,具有较高的实用价值。     

跨层协同注意和通道分组注意的细粒度图像分类

细粒度图像分类的主要挑战在于类间的高度相似性和类内的差异性. 现有的研究多数基于深层的特征而忽略了浅层细节信息, 然而深层的语义特征由于多次卷积和池化操作往往会丢失大量的细节信息. 为了更好地整合浅层和深层的信息, 提出了基于跨层协同注意和通道分组注意的细粒度图像分类方法. 首先, 通过ResNet50加载预训练模型作为骨干网络提取特征, 由最后3个阶段提取的特征以3个分支的形式输出, 每一个分支的特征通过跨层的方式与其余两个分支的特征计算协同注意并交互融合, 其中最后一个阶段的特征经过通道分组注意模块以增强语义特征的学习能力. 模型训练可以高效地以端到端的方式在没有边界框和注释的情况下进行训练, 实验结果表明, 该算法在3个常用细粒度图像数据集CUB-200-2011、Stanford Cars和FGVC-Aircraft上的准确率分别达到了89.5%、94.8%和94.7%.     

基于知识蒸馏与改进ViT网络的花卉图像细粒度分类

由于自然条件下拍摄的花卉图像背景复杂,而且其存在类内差异性大和类间相似性高的问题,现有主流方法仅依靠卷积模块提取花卉的局部特征难以实现准确的细粒度分类。针对上述问题,本文提出了1种高精度、轻量化的花卉分类方法(ConvTrans-ResMLP),通过结合Transformer模块和残差MLP(multi-layer perceptron)模块实现对花卉图像的全局特征提取,并在Transformer模块中加入卷积计算使得模型仍保留提取局部特征的能力;同时,为了进一步将花卉分类模型部署到边缘设备中,本研究基于知识蒸馏技术实现对模型的压缩与优化。实验结果表明,本文所提出的方法在Oxford 17、Oxford 102和自制的Flowers 32数据集上的准确率分别达98.62%、97.61%和98.40%;知识蒸馏后本文的轻量化模型的大小约为原来的1/18,而准确率仅下降2%左右。因此,本研究能较好地提升边缘设备下花卉细粒度分类的效率,对促进花卉培育的自动化发展具有切实意义。     

网格环境下分布式SVM遥感图像分类器模型研究

为了充分利用网格技术分布式、高性能、协同共享的能力,设计了一种基于网格和支持向量机的分布式图像分类器模型,采用网格计算技术,统筹网络运算资源,结合支持向量机在有限样本统计分类中的优势,探索网格技术在图像分类中的应用。以对遥感图像目标物体的特征提取为例,实现基于分布式计算的图像分类过程,基于.net环境的实验结果表明,该模型提高了数据密集型图像分类速度和处理效率。     

基于背景分类的运动目标检测算法

针对光线暗、对比度和分辨率低的监控视频,提出了一种基于背景分类的运动目标检测算法。 首先用视频第一帧图像HSV空间的色度H和亮度V作为背景特征进行初始化,建立两种包含色度和亮度特征的背景模型类,即初始化得到的原始背景类和受光照或者其他因素影响得到的在原始背景周围波动的背景波动类,利用这两个背景模型进行前景检测和背景更新。为提高前景检测的准确率,背景模型的更正加入背景更正机制和权重机制,使得背景中样本的数量根据背景的实际情况处在一种动态的变化中,提高前景分割的效率。用不同场景下的监控视频进行算法对比实验,结果证明,该算法获得的前景完整清晰,视频处理的速度较快。提出的算法简单实用,对噪声干扰表现出良好的鲁棒性。     

基于云-神经网络的多属性模糊规则分类

针对模糊规则分类中数据边界硬性划分的局限性问题,建立了云-神经网络模型,并提出了基于云-神经网络的模糊规则分类算法.在不影响数据模糊性和随机性的基础上,将数据转化为规则,并利用神经网络的学习能力,进行多属性模糊规则分类,与传统方法相比,该方法在保证数据模糊性和随机性的基础上,提高了模型精度和分类准确率,应用实例表明了该方法的有效性和可行性.     

基于LabVIEW葡萄叶片还原糖含量的测试方法

目前对葡萄叶片营养元素诊断大都利用化学滴定法或者光谱仪器分析法,但此类方法仅适用于实验室小批量作物测试,难以应用至大批量农业生产中。因此本系统以葡萄叶片为测试对象,在LabVIEW软件平台下,提出了一种基于夜间葡萄叶片中还原糖含量的测定系统。具体为利用USB工业摄像头实时采集叶片图像,借助于Vision Development Module模块中的Vision Assistant完成图像处理工作,进而通过LabVIEW中"脚本与公式"模块调用Matlab Script脚本节点编程,提取叶片图像颜色和纹理特征值参数,使用支持向量机(SVM)算法构建分类器模型对487幅葡萄叶片糖分含量进行分类识别。结果表明该系统分类识别准确率高达87.349%,单次测试时长为2~5 min。证明该系统精度高、工作稳定,对提高农业经济效益方面具有重要意义,有实用价值。     

电力线通信(PLC)技术综述

论述了电力线通信技术概况、技术分类、功能定位、主要用途、网络体系结构特征、发展动态、标准化进展、EMC问题等，侧重于宏观分析，不涉及技术细节。     

空间谱估计无线电测向系统

空间谱估计测向方法以其超分辨力、高灵敏度和高准确度的测向性能被广泛应用,并在无线电管理领域扮演主要角色.在对空间谱估计测向理论研究的基础上,给出了具体算法,并对算法进行了仿真,最后通过对比测试论证了空间谱估计测向系统的实用性和优越性.     

云计算安全的多角度研究

云计算在部署、架构、运营、管理等方面与传统方式的差异给服务商和使用者带来了多个层面的安全挑战。文章针对云计算的不同架构,分析了所对应的安全风险和对策。从网络与信息系统的各个层次,对云计算的安全进行分析,并提出相应对策;从使用者的角度分析了在使用云服务时所需关注的云安全问题,并提出一些具体措施和建议,为云计算的安全部署提供参考。