"棒棒TV,最棒的频道"——从"棒棒TV"的频道包装看少儿频道的品牌建设

电视频道包装是打造频道品牌、推进频道营销、加强频道管理的重要手段,是进行频道品牌建设的具体实践.品牌的打造不仅是简单的视觉识别,而且是深入到频道理念,由内而外、内外合一地建立频道形象识别系统.如今,福建少儿频道的品牌建设已逐步进入专业化和策略化阶段,在播宣传和离播宣传相结合,频道品牌建设日趋成熟.     

多特征融合的关键词语义功能识别研究

[目的/意义]关键词作为一种能够揭示学术文本主题及核心内容的词汇或术语,对其进行功能识别可为知识和文献的快速、精确获取提供底层索引支持.[方法/过程]针对现有研究在关键词上下文建模中多局限于文本层面的符号语义表征,在深入挖掘文献行书规律的基础上,提出一种基于多特征融合的词汇功能识别模型.模型在采用BERT模型捕获关键词...     

基于机器学习的老人活动识别方法实验研究

全球人口老龄化的日益严重使得如何更好地提供养老服务变得越来越重要。新一代信息技术的快速发展为智慧养老研究提供了良好的技术基础,基于机器学习的老人活动识别成为智慧养老的一项重要研究。文章使用决策树、随机森林、XGBoost和朴素贝叶斯四种机器学习算法,以采集老人居家活动传感器数据为对象,分别使用传感器触发状态、传感器触发数、传感器与活动距离加权的三种特征提取方法对老人的居家数据进行识别研究。实验结果表明,随机森林在三种特征提取方法上达到了最好的活动识别效果,识别准确率分别为93.1%、93.6%和94.6%。在三种特征提取方法中,文章提出的活动距离加权提取方法在四种机器学习算法上识别准确率均相对较高,分别达到了65.9%、87.2%、83.9%和94.6%。     

基于多源数据的邯郸城市空间结构识别

城市空间结构识别是城市研究展开的基础,但传统识别方法存在耗时长、成本高、精度低等不足。城市空间结构是多维度的特征集合,主要存在人、地、业三种表征。使用多源数据和空间辅助分析探究人地业三种要素的空间分布和聚集情况,构建基于多源数据的城市空间结构识别理论和技术模型,得到人群活力分布、地块开发、区域核心等特征,能够准确识别城市空间结构实际状态。以邯郸市为例,识别并分析城市空间结构,提出优化策略。     

面向手写体识别的DCNN抗噪性能研究

深度卷积神经网络(DCNN)是人工智能研究领域前沿方向.DCNN结构复杂、参数非常多、可解释性与鲁棒性不强,对图像数据集的清晰度要求很高,而目前关于DCNN抗噪性能研究还较欠缺.通过给手写体数据集DigitDataset的测试集添加4种不同幅度噪声,深入研究DCNN在手写体识别上的抗噪性能.研究结果表明:①噪声对DCN...     

基于深度学习的指关节纹识别算法实验研究

针对传统机器学习算法特征提取烦琐且普遍存在特征单一、识别准确率低的问题,采用能够自行提取图像特征的卷积神经网络模型,对指关节纹识别分类的任务进行实验研究.首先对指关节纹图像进行预处理;其次,设计并搭建了一个9层卷积神经网络模型,对网络模型进行编译、训练后,发现网络的过拟合现象严重,并针对过拟合,提出了优化网络结构方案,...     

面向旅游市场的移动智能终端软件的研究与开发

本文主要介绍了一款面向旅游领域的Pocket PC终端上应用的软件.这个软件紧密结合奥运会期间奥林匹克大家庭成员的需求,是运用语音识别、语音合成、对话管理等各种先进技术研发的一款专用软件它利用移动终端方便、灵活的特性,提供多语言、语音识别、语音合成等更为人性化的交互方式,能够在2008年奥运会期间用中、英、法三种语言为奥运大家庭成员提供各种移动信息服务和奥运领域多语言互译服务.     

基于深度学习的手势识别人机交互应用研究

提出一种只对场景中特定类型的运动做出反应的神经网络结构,且模型可以端到端进行训练,因此避免对手工提取特征和预处理操作的强烈依赖,模型由一个三维卷积神经网络组成,接收一个视频帧序列作为输入,通过显著性机制定位主动的手势运动位置,同时,基于Kinetic传感器,构建一个不同参数配置下的多人场景手势数据集。