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。     

改进LeNet-5网络用于交通标志识别的方法

为了提高自然交通场景中交通标志的识别精度和检测识别率,提出了一种基于改进LeNet-5网络的交通标志识别算法。该方法对交通标志数据集进行图像尺寸归一化以及数据集增广预处理,增加数据集的多样性,提高了后续模型训练的准确率。对主体LeNet-5网络进行了改进,网络模型使用4层卷积、池化层连接2个全连接层,加深模型的深度;采用ReLU激活函数代替Sigmoid激活函数对卷积运算的结果进行转换,降低算法的计算复杂度;为改善训练神经网络过程中的过拟合现象,在模型中加入Dropout策略;通过实验分析确定算法中的相关参数并与改进前LeNet-5网络进行对比,验证改进算法的有效性。实验结果表明,本研究提出的算法在德国交通标志数据集（GTSRB）上获得99.42%的识别准确率。     

浅谈化学模型要素的识别与生成策略

模型要素的理解和应用能帮助学生学习和建构化学模型.在分析梳理"组成结构"模型、"作用力"模型、"变化规律"模型和"状态"模型要素的基础上,归纳出自上而下式与自下而上式两种要素识别方式,进而提出"合理选择要素识别方式""明晰要素表示方式""引导学生亲历要素识别及生成的思维活动"和"要素多维表征"等模型要素的生成策略,以原...     

英语听力理解中障碍性因素及其对策

本刊从2000年起开辟了"基础教育教学改革论坛"栏目,旨在为探讨基础教育和高等教育之间的内在联系搭建一个研究平台。几年来,从丰富的稿源中遴选刊载了百余篇高质量的稿件,虽然产生了较好的效果,但我们认为还有许多问题值得研究,比如:如何突破应试制度与素质教育的瓶颈、基础教育与高等教育知识结构的有机联系、学习素质的养成及有关培养创造性人才的教育模式等问题。