基于Schema的Web框架设计

现有Web框架没有充分考虑面向pojo对象的编程和XML到关系数据库的映射,导致系统中pojo对象与数据库关系表和其他对象之间的紧耦合。针对该问题提出一种基于Schema的开发框架,该框架考虑数据库关系表与DTD的依赖,集中且合理地布置系统中的pojo代码,方便service对象调用DAO对象,是一种易于扩展和维护的Web框架。     

基于面部表情识别的课堂教学反馈系统

教师在课堂上讲课时,学生对知识点的掌握程度都反应在他们的面部表情中,教师通常通过他们的表情判断出他们对知识点的理解程度,从而调整教学进度.但是课堂教学中一个班级至少有30多个学生,而教师在课堂中讲课不可能时时刻刻照顾到每个学生.这样造成了教师不能有效地了解每个学生对知识点的掌握程度,影响教学质量.为了解决这个问题,文章提出了基于面部表情识别的课堂教学反馈系统,它能分析课堂上每个学生的面部表情,从他们的表情中得出学生对知识点的掌握程度,从而帮助教师实时地了解每个学生在课堂上的学习效果,提高课堂教学质量.     

多模深度卷积神经网络应用于视频表情识别

由于视频中的手工特征和主观情感之间的直接相关性很小,识别视频序列中的面部表情是一项很有挑战性的任务,为了克服这个缺陷,有效提高视频中的人脸表情识别性能。本方法采用两个深度卷积神经网络,即空间卷积神经网络和时间卷积神经网络,用于视频中的时空表情特征学习。其中,空间卷积神经网络用于提取视频中每一帧静态的表情图像的空间信息特征,而时间卷积神经网络用于从视频中多帧表情图像的光流信息中提取动态信息特征。然后,将这两个深度卷积神经网络学习到的时空特征进行基于深度信念网络(DBN)的特征层融合,输入到支持向量机实现视频中的人脸表情分类任务。在公共的RML和BAUM-1s视频情感数据集的测试结果表明,该方法分别取得了71.06%和52.18%的正确识别率,明显优于现有文献报导的结果。多模深度卷积神经网络的人脸表情识别方法能提高视频中人脸表情的识别性能。     

PageRank在OA系统中的应用

改进了OA系统缓存替换算法。本文针对OA系统的http动态请求进行PageRank建模,极大提高了系统的响应速度。解决了超大量并发用户的动态请求响应瓶颈。本文的OA缓存替换算法依据每个用户连接的行为特征预测它下次请求的最大可能,并把用户下次可能操作所需的数据提前存储在内存中以求最大的响应性能,本文的OA性能超过了目前已有的OA。