基于改进Camshift算法的多目标自适应跟踪

针对多目标跟踪中常因目标间遮挡、融合、分离等导致跟踪失败,提出了用动态背景建模技术和RGB三通道色差法获取目标群组,然后利用Kalman滤波器预测运动目标初始参量,再用改进的Camshift算法逐步迭代逼近各个目标精确位置,实现了对多目标的自适应跟踪.经大量实验证明,本算法目标识别能力强,抗噪声性能好,跟踪速度快.     

美国教育进展评估带给我们什么启示

几十年来,全美教育进展评估（以下简称NAEP）已经成为“全国教育报告卡”,定期向美国公众报告中小学学生的学业成就。然而,NAEP是一项巨大的工程,需要大量复杂的技术,超越了任何简单的调查。目前,在中国实行新课标的大背景下,政府的首要任务已从大规模的入学考试转向对全国教育进展进行监测。为了评估几亿中国学生的教育进展情况,我们有什么可以向美国NAEP学习呢？中国应如何开发新的方法,以更好地适应自己的系统,并选择性地采用美国在过去30年间所累积的宝贵经验？本文将就这些问题进行探讨。     

模糊神经网络研究现状综述

概述了近年来模糊神经网络领域的研究方法和研究的进展,从模糊系统和神经网络结合的可能性到模糊神经网络的结构确定、常见算法、规则的提取等进行了总结和概述,并对将来的研究方向进行了探索。     

一种改进蚂蚁算法的MATLAB仿真

蚂蚁算法是一种新型的模拟进化算法,也是一种随机型智能搜索算法。在介绍了基本蚂蚁算法基础上,针对基本蚂蚁算法存在的计算复杂,易陷入局部最优等缺陷,提出了一种基于信息熵的自适应改进蚂蚁算法,信息熵来度量蚂蚁系统的复杂性,用均值熵调节算法的系数使算法实现自适应。经MATLAB仿真试验结果表明,改进的算法有较好的收敛性、稳定性,优于基本蚂蚁算法。     

抠图技术中三分图生成算法的研究

针对许多抠图算法需要用户提供三分图,限制了抠图的效率和应用范围等问题,提出一种基于交互式图像分割的三分图自适应生成算法。该算法仅需要用户提供简单的交互,就可以完成不同复杂程度图像的三分图生成过程。     

基于磁流变阻尼器的自适应神经模糊振动控制

自适应神经网络模糊推理系统（ANFIS）结合模糊控制和神经控制的优点,利用模糊控制的逻辑能力和神经网络的自学习能力来提高控制的快速性和自适应性。文章采用该方法对磁流变阻尼结构实施振动控制仿真分析,仿真结果表明,振动控制效果明显,自适应神经网络模糊控制是一种很好的控制方法。     

基于最小包含球的领域自适应算法

相同应用领域因不同时间、地点或设备,检测到的数据域可能会出现不完全一致的现象,从而可能导致机器学习效率降低。为有效地进行数据域间知识传递,在原有支持向量域描述（SVDD）算法的基础上,提出一种全新的数据域中心点校正的领域自适应算法,并使用人造数据集和KDDCUP99大数据集验证算法。实验证明,该领域自适应算法效果较好,将其应用于大数据集可减少核心集元素个数,提高运算效率。     

对基于项目反映理论的计算机自适应测试方法的再思考

以项目反应理论IRT（ItemResponseTheory）为基础,介绍项目反应理论IRT的特点,以及基于项目反应理论IRT的计算机自适应测试的工作原理,并在此基础上总结了起点选择的方法,提出了测试流程两步制的改进方案,通过对测试流程的改进,大大减少了与被试能力值相差较远的测试项目,缩短了测试时间和计算量,同时能准确地估计被试能力值。     

基于学习者风格的自适应网络教学平台设计

网络教学平台为学习者提供了不受时空限制的个性化学习,但传统网络学习平台往往忽略了学习者的个体差异,导致其学习自主性不高,从而影响了网络教学的质量.自适应网络教学平台运用学习者风格理论对学习者进行分析,动态生成学习路径和构建学习内容,形成适合于学习者学习风格的课程内容组织形式,在传统网络教学平台的基础上更好地体现因材施教的原则,有利于充分调动学生的积极性,提高学习质量.     

基于贝叶斯估计的Context量化器设计方法

介绍了一种基于贝叶斯估计的Context量化器设计方法.通过将自适应码长增量与贝叶斯估计中的先验概率估计进行结合,使得该量化器在不需要先验知识的情况下,既考虑到Context量化本身的特点,又使得编码后信源的自适应码长最短,最终保证了Context量化的自适应性.实验结果表明,该Context量化器设计方法能获得最优量化结果,达到设计目标.