基于线阵相机的扁管表面划痕在线检测实验平台设计

大尺寸运动目标细小缺陷检测是计算机视觉检测领域的难点。该文设计了一种基于线阵相机的扁管表面划痕在线检测实验平台,使用三次Bezier曲线拟合的划痕检测算法对运动状态下的扁管进行检测。实验结果表明：该方法可以在复杂、不确定的背景噪声下检测划痕,满足工业现场的自动化检测需求。此外,实验平台集成了运动控制、图像处理等技术,可以作为一个综合性的计算机视觉实验平台,帮助学生深入学习视觉检测原理,提高创新实践能力。     

汽车玻璃黑边区域划痕的视觉检测技术

针对汽车玻璃黑边区域划痕的自动检测需求,以汽车角窗玻璃为对象,进行划痕视觉检测方法的研究。首先采用灰度值拉伸来凸显划痕,通过维纳滤波降噪和Laplacian算子的锐化加强划痕细节,然后利用区域生长分割法进行玻璃黑边区域分割,采用形态学方法实现灰尘等干扰信息的去除以及断裂划痕的连接,最后用8领域连通区域标记法进行划痕的识别和标记。测试结果表明,该算法适用于不同型号的汽车玻璃黑边区域划痕的检测,检测的准确率达到99%,划痕标记的准确率达到97%,检测速度快,符合在线检测的要求。     

基于PaddleFL联邦学习框架的学生学习数据隐私计算模型构建

基于联邦学习框架,对高职计算机专业在校生的学习数据和毕业后的就业进行研究,运用PaddleFL横向联邦学习进行隐私计算。结果显示,在保证了数据隐私的条件下进行数据联合分析,可以对数据集进行有效训练及预测,证明通过联邦学习框架进行高校数据的多方联合计算和分析是可行的。     

异域教育理论中国化的前提性追问

异域教育理论需要中国化是由教育理论自身的特性所决定的．而异域教育理论中国化的目的则在于解决中国教育实践的问题,建构中国特色的教育理论。因此,在学习、借鉴异域教育理论时,就需要确立一种中国立场,拥有一种主体意识,就需要教育研究从知识陈述转换为实践探求。     

基于数据融合的入侵检测研究

目前入侵检测系统在应对多目标协同攻击和时间分散攻击,没有很好的解决方法。在复杂的网络环境中,为了提高入侵检测系统的检测速度和精度,在研究现有入侵检测系统不足的情况下,提出了一种基于数据融合的入侵检测模型,实现了各个组成模块的功能。实验表明,该系统在减少系统的漏报率和误报率的情况下,可以应对一些复杂的攻击手段。     

基于UMT试验机可控环境的划痕实验装置

在UMT微摩擦磨损试验机上设计了一种新的环境可控的划痕实验装置,可开展不同温度、不同湿度下材料压痕响应特性研究,开拓了设备的使用方向和范围。在研制的实验装置上对DLC膜进行可控环境划痕实验,实验结果表明,不同温度以及湿度对DLC膜的结合力研究有着比较重要的影响。且此套划痕装置可以有效地判断临界载荷,提高了划痕实验的准确性,准确地实现在给定环境下划痕实验的测量。     

基于OCTEON平台的网络数据检测系统实现

文中介绍网络多核处理器OCTEON的硬件架构特点,在此基础上,针对当前网络数据内容的检测遇到的问题,设计并实现了一种基于OCTEON多核平台的检测系统.该系统包含了对数据包的预处理、检测和响应全部组件,对该系统的性能测试表明,关键信息识别率高,处理速度快,系统的实现对在大流量环境下的网络数据检测、处理系统有很高的应用价值.     

以数据为证要注意三个误区

目前,中学教学和大规模的考试越来越重视证据意识的培养和考查,教与考都普遍使用文献史料。数据史料是文献史料的一种,近年高考和各地中考经常用之考查学生理解历史问题的能力。笔者发现,运用数据史料存在一些明显的误区,会影响试题的效度和信度;在教学中使用则不利于培养学生辨析史实及史论之间逻辑关系的能力。本文试举例说明三个误区的具体表现,就教方家。     

基于转移学习的小样本数据深度学习研究

卷积神经网络的深度学习在图像识别领域取得了巨大的成功,但是训练一个深度学习网络需要大量的数据样本。在实际工作中,很难得到大量的训练样本,在数据集有限的情况下,容易过度拟合。针对这一问题,设计了一种基于转移学习的深度卷积神经网络来解决小样本数据集的问题。采用数据扩充的方法来扩大样本数据集的数量,利用转移学习将训练好的网络(CNN)从大样本数据集中转移到的小样本数据集中进行二次训练,使用全局平均池而不是全连接层来训练网络,并利用Soft max进行分类。该方法解决了深度学习中样本数据集小的问题,提高了操作效率。实验结果表明,该方法对小样本数据集的分类具有较高的识别率。     

基于动态弹性云模型的图像划痕自适应修复

为了提高图像划痕的修复效果,提出动态弹性云模型结合自适应方法。首先,建立弹性云模型,根据处理的像素数据使云节点的计算能力发生形变;然后,通过隶属度函数动态分配修复像素任务,把需要处理的像素数据分为1级、2级、3级,优先等级逐渐降低;接着在划痕位置定位的检测中加入对划痕颜色的判断,根据像素方差变化衡量修复模板间像素值的波动水平,自适应选择最优模板块,以4个像素点作为区域增大的步长;最后,给出了算法流程。实验仿真表明,动态弹性云模型修复效果没有断痕,处理时间较少,PSNR指标为37.009 9 d B,数据较优。     

基于FlashRemoting技术的实验数据检测系统的开发与应用

Flash Remoting技术是目前市场上实现Flash与远程服务连接、交换数据较好的方式。本文以密立根油滴实验为例,介绍了Flash Remoting技术,以及在.NET架构上,利用Flash Remoting技术,进行实验数据检测系统的开发与应用。     

从大数据到小数据:职业教育精准学习评价的新思路

在深化新时代教育评价改革的背景下,学习评价如何促进学习和个性化发展,是教育评价当下研究的重要问题。数据作为信息时代的关键生产要素,在管理、决策及评价中发挥着至关重要的作用。在大数据变革产业行业、重塑社会管理决策的同时,小数据以个体独特、实时动态、应用精确等优势,在个性化需求和服务等方面深受欢迎。基于此,结合职业教育实际,以职业教育学习评价为研究对象,全面分析了个体学习小数据在学习评价中的应用,提出了个体学习小数据的建模维度及存储表示,构建了个体学习小数据的分析处理框架,并运用因子分析刻画了学习评价结果的生成过程。     

基于大数据平台的人体跌倒检测研究

跌倒一直是影响人体健康的重要因素之一,针对现有跌倒检测算法由于缺乏真实老人跌倒样本导致的适应性不足等问题,提出了一种基于大数据平台的人体跌倒检测方法。该方法通过分析传感器的信息构建特征向量,运用机器学习的算法建立分类模型,将采集到的信息实时传送并保存到搭建好的hadoop大数据平台,平台通过相似度度量判断模型是否需要更新。随着数据样本不断增加,系统的准确率会不断提高。实验数据表明该方法准确率能在一定范围内实现稳步提高。     

数控机床定位精度检测数据处理软件的研究

针对数控机床定位精度检测中数据计算繁琐、效率低的问题开发了数据处理软件,该软件可为数控机床高效的精度检测、数据处理提供一种有效的工具。     

浅议教学检测数据的处理分析

教育教学数据的量化分析，就是对教育教学过程中产生的一定范围的一些数据信息进行整合，从中得出能真实反应教育教学规律与实际成效的信息。如何正确运用教育教学中的信息资料，怎样将众多的教育教学信息转化成有实际应用价值的信息，怎样将计算机强大的数据处理分析能力同教育教学质量评估相结合，这些是教学检测数据处理工作所面临的实质性问题。     

基于数据融合中Dempster-Shafer证据理论的入侵检测技术

本文先简要的介绍了入侵检测系统的组成和几个应用层次,接着讨论了数据融合技术中的Dempster-Shafer证据理论,并尝试给出了其在入侵检测的身份识别的一个算法和实例.     

一种基于交叉特征学习的复杂事件检测算法

提出一种改进的事件检测算法,通过交叉特征学习实现相关样本的自适应利用。首先将相关性水平看成是有序标签,利用标签候选集中相邻两个相关性标签的最大容限准则进行模型学习。然后采用多核学习理论来定义标签加权问题,通过交叉特征预测来更新标签候选集合。重复上述步骤直到算法收敛为止,将最终获得的统一检测器用于事件检测。利用大规模TRECVID 2011数据集来测试本文算法,实验结果表明,就平均精度和Pmiss值而言,本文算法的检测性能优于当前其他算法。     

基于深度学习的小目标检测算法综述

由于小目标分辨率低、携带的信息少,现有基于深度学习的目标检测算法对小目标检测精度远远小于对大目标的检测精度。针对小目标检测精度问题,以基于深度学习的目标检测为切入点,系统总结了基于深度学习的目标检测代表算法,并以检测精度和检测速度为标准分析各种算法优缺点。将能有效提高小目标检测精度的方法进行分类汇总,介绍了各种方法的相关应用。针对目标检测及小目标检测存在的问题,对未来目标检测领域发展趋势进行了预测与展望。     

基于随机森林方法的异常样本检测方法

提出一种基于随机森林方法的异常样本(outliers)检测方法.仿真实验表明,与其他2种基于距离的异常样本检测技术相比,这种方法可以更好地提高模型的准确率,且具有较强的鲁棒性,在处理大规模数据集时还能显著地减少计算时间.