求解高维复杂优化问题的改进人工蜂群算法

为了提高人工蜂群算法求解高维复杂优化问题的能力,提出一种改进人工蜂群算法（artificial bee colony algorithm with attractor,BAABC）。在观察蜂阶段,BAABC算法摒弃轮盘赌选择策略,并通过引进吸引子改变观察蜂的搜索方式。首先,全局最优解波动产生吸引子。然后,观察蜂以吸引子为中心等比例收缩,共同开发同一区域,从而提高了算法的开发能力。实验结果表明,BAABC开发能力显著增强。关于迭代次数和时间,收敛速度都明显提高。在解决高维复杂优化问题方面,BAABC算法优势明显。值得一提的是,BAABC算法的收敛效果与问题维数无关,具有很好的鲁棒性。     

浅谈Photoshop案例教学法中的案例选择

案例教学法是目前Photoshop课程中很常见也是有效的一种教学方法,但案例选择不当,很难真正让学生学以致用及激发学习的主动积极性。本文以仿制图章和动作批处理两个知识点为例,探讨案例教学法中教学案例的选择。     

Photoshop测量应用的案例教学探析

在"Photoshop图像处理"课程教学中,穿插讲解的Photoshop测量的原理、操作方法,旨在增进学生对Photoshop软件的理解、扩充知识面、培养学生的兴趣、增强逻辑思维。授课内容包含选择两个应用案例,操作简单,占用的时间不长。问卷调查结果显示,授课效果达到预期目标。     

基于 Gabo r滤波车牌区域定位算法研究及实现*

车牌区域检测是车牌识别系统第一步。论文描述一种车牌区域检测的系统框架：首先是利用Gabor滤波对车牌图像进行滤波得到包含车牌区域的二值图,对二值图作数学形态学变换以增强（扩大）可能的连通车牌区域,然后用扫描策略标记出所有的连通区域,最后计算所有这些连通区域的颜色方差,判定出车牌区域。实验结果对上述步骤进行不同的组合会有不同的优缺点。经过2000张图像的实验,论文的这种优化组合可以很好地检测出车牌区域,车牌区域识别的正确率达94％,是一种可行的车牌区域检测算法。     

几种经典的图像边缘检测算子分析比较

图像是人类相互交流和认识客观世界的主要媒体,它的大部分信息都存在于图像的边缘中,图像边缘检测在实际中有着重要的应用。本文首先对几种经典的边缘检测算子如Roberts算子、Prewitt算子、Sobel算子、LOG算子及Canny算子等进行理论分析,然后通过Matlab 2010进行算法仿真,分析比较了他们各自的优缺点,这对具体工程应用具有很大的参考意义。     

基于中文自然语言的SQL生成综述

自然语言转为SQL (NL2SQL)的研究有较高的应用价值, 随着深度学习技术的成熟, 越来越多的研究者开始将深度学习技术应用于NL2SQL任务中. 本文梳理了英文和中文领域NL2SQL的研究现状, 总结按年份发布的数据集和模型, 对比当前4大中文NL2SQL数据集的特点, 阐述了当前基于深度学习的NL2SQL任务的基本框架以及针对中文领域的单表简单问题和跨表复杂问题所适用的典型模型, 介绍了一般常用的模型评测方法, 并提出未来研究方向的展望.