自适应多视角学习及其在图像分类中的应用

针对现有多视角学习算法在构建近邻图时缺乏数据自适应性问题,提出一种自适应多视角学习(AMVL)算法。该算法首先利用L1范数具有自动数据样本选择的特性,对不同视角分别构建有向的L1图;然后根据得到的L1图,最小化各个视角下的低维重建误差;最后对不同视角间进行多视角全局坐标对齐,得到自适应多视角学习算法的目标函数。此外,还提出一种迭代优化求解方法来对所提目标函数进行优化求解。将该算法应用到图像分类问题,在Corel5K和NUS-WIDE-OBJECT两个公共图像数据集上与现有算法进行对比。实验结果表明：所提方法在这两个数据集上可以分别提高最高5%和2%的分类准确率;优化求解算法可以保证在100次迭代内收敛;算法所得到的近邻数目具有数据自适应性。     

基于颜色曲线分析的快速焊缝条纹提取方法

针对彩色图像中焊缝条纹提取问题,提出一种基于颜色曲线分析的彩色图像分割方法。该方法首先将原始彩色图像转换到YUV颜色空间,对V通道进行颜色曲线分析,得到一个合适的二值化阈值;接着利用该阈值对V通道图像进行二值化,经形态学去噪和合并离散块处理,得到图像分割模板;最后将其运用到原始图像上,实现对原始彩色图像的焊缝条纹提取。将该方法应用到彩色图像焊缝条纹提取中,对于800×600的彩色图像,平均处理时间约0.3 s,与人工标注结果比较,提取框重叠比例70%以上的占90%,验证了该方法的高效性和准确性。     

以专业岗位需求为导向的大学信息技术基础教学改革

本文对当前大学信息技术基础教学存在的问题进行分析，并提出以专业岗位需求为导向的教学内容、教学手段以及教学评价方面的教学改革。