优化三元组损失的深度距离度量学习方法

针对基于三元组损失的单一深度距离度量在多样化数据集环境下适应性差,且容易造成过拟合的问题,提出了一种优化三元组损失的深度距离度量学习方法。首先,对经过神经网络映射的三元组训练样本的相对距离进行阈值化处理,并使用线性分段函数作为相对距离的评价函数;然后,将评价函数作为一个弱分类器加入到Boosting算法中生成一个强分类器;最后,采用交替优化的方法来学习弱分类器和神经网络的参数。通过在图像检索任务中对各种深度距离度量学习方法进行评估,可以看到所提方法在CUB-200-2011、Cars-196和SOP数据集上的Recall@1值比之前最好的成绩分别提高了4.2、3.2和0.6。实验结果表明,所提方法的性能优于对比方法,同时在一定程度上避免了过拟合。     

应用型计算机专业学生培养模式探讨

本文探讨了应用型本科院校中计算机专业学生的培养模式,提出了培养高级计算机应用人才的根本途径和当前要解决的主要问题。     

数据仓库模式版本的设计与实现

数据仓库的“非易失性”包括“事实数据非易失”和“模式数据非易失”两个方面,“时间”维度保证了事实数据的非易失性,而模式数据的非易失性需要在数据仓库中建立模式版本来实现。论文分析了数据仓库多维模式中应包含的主要元素及其关系,提出基于关系模型设计并存储数据仓库的模式版本,给出了模式版本的结构定义及其更新维护的实现方法。     

基于层次型知识结构的网络课程体系设计

网络技术类的课程多种多样,应根据网络技术的知识结构特点,科学、合理地规划课程体系,以提高网络技术人才的培养质量.本文分析了网络技术的分层知识结构,对网络技术类课程进行了分类和整合,给出了一个正在实践的较合理的课程体系.     

采煤数据仓库的设计与实现

数据仓库是煤矿企业生产经营决策支持系统的重要组成部分.文章介绍了一个采煤数据仓库系统,给出了多维模型、数据转换与加载、物化视图以及模式维护等关键问题上的设计思想和实现方法.     

GM（1，1）和线性回归模型及其在印刷包衬压缩变形数据预测中的应用

运用线性回归对预测数据进行分析,剔除异常数据,用GM（1,1）模型进行预测,有效降低了数据相对误差,提高了预测数据的精度。选用印刷包衬压缩变形的压缩变形量λ值,用线性回归进行数据分析并剔除异常数据后用GM（1,1）进行预测,使得预测数据具有更高的准确性和适应性。实验及仿真结果表明,经过前期数据分析整理后的灰色预测模型,其预测期望值远优于单纯的回归模型和GM（1,1）模型。     

计算机网络实验课教学方法改革的研究

如何通过实验教学方法改革让学生加深对计算机网络原理的理解是至关重要的,本文就是针对这个问题进行了研究和探讨。     

基于Retinex和SURF的医学图像配准与拼接

针对医疗成像设备拍摄范围受限,以及医学图片受电子噪声和射线本身易散射、照度不均等复杂因素影响干扰医生诊断病情的问题,提出了基于Retinex和SURF的医学图像配准与拼接算法。算法首先通过三边滤波器改进多尺度Retinex方法增强图像,利用相位相关互功率谱快速估计重叠区域,减少配准范围,接着通过SUFR局部特征提取算法提取特征点并精确提纯,建立图像变换矩阵实现拼接,最后针对接缝明显的现象,利用提升小波变换多分辨率融合算法进一步对图像融合处理,使得图像接缝过渡平滑,自然。实验及质量评价标准的结果证实,新方法处理的医学图像配准与拼接对复杂环境有较高鲁棒性。     

基于自动电量计费系统的设计研究

一直以来,电量计费基本采用人工方式进行采集处理,致使工作效率低下,存储、分析、统计、应用等诸多不便,直接影响供电部门的工作效率。为此笔者提出采用多层分布式模式、C/S模式和B/S模式相结合的方式,充分运用网络分布式数据库、分布式多层应用、数据异地缓存和中间层技术,从而解决电量计费管理系统的问题。     

多版本数据仓库的查询优化设计

多版本数据仓库中,不同数据仓库版本的维度实例可以共享存储。直接建立维度表与事实表的位图连接索引会产生大量无用的索引项,影响查询效率。给出了一种数据仓库版本的形式定义和维度实例的共享存储方式,并在此基础上设计了查询优化算法DWVOQ,通过建立维度实例的版本视图及其与事实实例的连接索引来降低索引空间代价,提高索引查询效率。