携手同行向未来

来源 :吴忠日报 | 被引量 : 0次 | 上传用户:ssss426
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
黑烟尾气不仅影响空气质量,更危害人体健康,对道路上高排放、高污染的黑烟车进行管控具有非常重要的意义。采用基于计算机视觉的智能黑烟车识别方法相较于传统人工筛查和传感器监测方法可以有效减少人力和物力的消耗,保持识别过程的客观性和公正性,具有广阔的应用前景。本文对黑烟车尾部排烟区域定位算法和黑烟多特征融合算法进行研究,具体工作如下。为了减少路面和车体等干扰信息对特征提取的影响,结合三帧差分法与累积概率霍
学位
双目立体视觉技术是计算机视觉中的一个主要的研究方向,被广泛应用在自动驾驶、三维重建等领域中。其中双目立体匹配方法的精确性对立体视觉的效果有直接的影响,因此提高双目立体匹配中匹配精度对促进双目立体视觉的发展有着十分重要的意义。在双目立体匹配过程中,对于图像中的视差不连续区域、弱纹理区域、边缘处以及被遮挡的区域,相比于其它区域,这些区域的像素更容易产生误匹配。为了提高双目立体匹配精度,将视差注意力机制
学位
随着芯片上集成的晶体管数量越来越庞大,功能模块数量持续增长,对片上网络的性能要求也随之提高。路由器作为片上网络的关键部件,直接决定了片上网络的功耗和延迟。传统的虚拟信道路由虽具有低延迟的优点,但其路由微组件较多,当片上网络中的路由器数量随着核数量一同增长时将会消耗大量的电能,如何严格控制路由的能耗已成为芯片设计人员亟待解决的关键问题。为了设计出更高能效比的片上网络,本文以存内计算技术为灵感提出了存
学位
<正>从广义上讲,站桩包括在精神境界和体能上的自我修炼。狭义上论,内练一口气,外练筋、骨、皮。一、心性修炼站桩耗劲练意志,修身炼精化气,气化神,神还虚,不仅练出内功,还可使心理到生理发生质变,面对现实,平静而不冷淡,热忱而不奔放,不为物喜,不为己悲,舍己从人又不随波逐流,努力按理智做事,成为常态。有
期刊
针对大学英语口语教学中学生学习动机不强、口语交流机会少的问题,构建了基于信息技术的大学英语口语混合式教学模式。大学英语口语课前学生线上预习,课中线下教学和信息技术深度融合,课下线上学习,参加第二英语课堂,进行拓展学习,实现了大学英语口语线上学习与线下教学的有效混合,口语教学与信息技术的深度融合。
期刊
双目立体视觉广泛应用在自动驾驶、增强现实、人脸识别、三维重建和军事侦察等众多方向中,目的是获取场景中的深度信息。立体匹配的原理是通过对立体图像对中的匹配点进行计算从而得到相应的视差值。因为获取到的视差值根据三角测量原理可以恢复场景深度,所以立体匹配是双目立体视觉系统的核心。但是,立体匹配任务对于图像中的遮挡、深度不连续、光照不均匀、弱纹理以及重复纹理区域存在误匹配率较高的问题,导致视差预测的准确度
学位
现如今互联网中的各种业务活动都会产生大量的文本数据,如何快速地从这些文本数据中获取关键信息,提高人们的阅读效率变得十分重要。基于seq2seq模型的自动文本摘要技术通过对原文进行全面的理解之后,用简洁凝练的语言概括文章的主要内容,成为了解决这一问题的关键技术手段。但模型存在对原文理解不充分以及生成的摘要缺乏原文重要信息片段的问题。因此,本文从挖掘文本深层次的语义特征以及获取原文中重要信息片段的角度
学位
洗手动作识别是手卫生依从性监测的重要组成部分,也是人们日常生活中的重要习惯之一。传统的手卫生依从性监测虽然可以检测出对象是否在做洗手的动作,但这些方法往往依赖于传感器进行监测,无法识别出洗手动作中包含的每一步内容。近年来,机器学习和深度学习算法发展迅速,在动作识别领域已经广泛应用。在洗手动作实时识别的任务中,针对网络模型在洗手动作图像识别中准确率低的问题,而且在有限的硬件资源条件下,难以支持大规模
学位
在高速发展的现代化社会,智能网络几乎已经做到了全民普及,大多数人在日常的学习、生活、工作和娱乐中选择通过互联网这个平台来获取信息或者表达自己的观点。人们会在社交软件上发表各种各样的言论,尤其是针对社会焦点事件的一些意见和评论,通常会带有大量的个人情感信息。对这些带有情感取向的文本进行情感分析的研究,在一定程度上,对个人、企业、政府甚至整个社会的舆论导向、事件决策的方法和手段都具有着不小的的影响力。
学位
互联网技术的发展速度越来越快,由此伴随着网络购物的用户也越来越多,海量的商品信息与用户信息也引起了信息过载这一问题。对于用户来说,商品数量种类过多,难以选择。对于平台来说,如何在海量的数据中分析出用户的心理,实现用户网络购买行为预测也成了一个难题。基于这一背景,本课题针对用户网络购买行为预测问题展开研究。本文研究了基于机器学习的用户网络购买行为预测方法,针对数据填补、特征工程、预测模型建立以及基于
学位