基于双流混合变换CNN特征的图像分类与识别

具有表达能力及可辨别性更强的特征是图像分类与识别技术的关键。深度CNN特征经过多次中间非线性变换,特征鲁棒性更强,在图像分类与识别领域已取得重大进展。但传统的CNN模型只增加变换层次,下层变换依赖于上层输出结果,因此其中间特征冗余度较低,最终得到的特征向量信息丰富程度不够。本文提出一种基于双流混合变换的CNN模型——DTM-CNN。该模型首先使用不同大小的感受野卷积核提取图像不同的中间特征,然后在多次深度变换时,对中间特征进行混合流动,经过多次混合变换,最终得到1024维的特征向量,并使用Softmax回归函数对其分类。实验结果表明,该模型经过多次卷积、池化及激活变换,提取的特征更加抽象、语义及结构信息更加丰富,对图像具有更强的表达能力及辨别性,因此图像分类及识别性能优越。     

网络研究性学习模式平台的设计与实现

针对网络研究性学习模式有学习过程中的自主性、开放性、协作性、实践性、过程性等五个方面的基本特点.提出了网络研究性学习模式平台应该遵循的实用性和先进性、高性能和高负载能力、安全性和可靠性、灵活性与可扩展性、开放性和标准化的设计原则.采用ASP.NET技术结合使用SQL.Server数据库,来实现网络环境下的自主性学习功能,详细叙述了智能交流平台的设计方法,通过应用举例,说明了网络学习平台提供了更为自由的开放环境,让个体和群体之间在各种环境下更为广泛的直接交换信息.     

菌落图像的边缘检测方法比较

菌落图像的边缘检测在自动视觉系统里占有非常重要的地位,边缘检测的算法有很多种,包括Roberts算子、Sobel算子、Prewitt算子、Canny算子和遗传算法(GAs)等算法.文章对微生物工程里的菌落图像采用各种边缘检测方法,并对边缘检测结果进行研究比较,得出采用不同算法的优缺点,实验结果表明采用遗传算法进行边缘检测效果较好.     

琼海市体育场钢结构屋盖健康监测方案

琼海市体育场钢结构屋盖呈椭圆形平面，长轴为260 m，短轴为218 m，其主体结构为罩棚结构-空间结构体系.为了确保该体育场在全寿命服役期内安全，提出了琼海市体育场屋盖结构的健康监测方案.首先，使用Midas Gen有限元软件对体育场钢结构屋盖典型构件进行了力学分析，得到特定工况下结构的应力分布和位移情况.在力学分析的基础上，从荷载与环境、结构整体及局部响应方面出发，选定了应变、位移、加速度、风向风速等监测项目并进行传感器选型和监测点位的布设.通过该方案，可对体育场钢结构屋盖进行安全预警，及时了解屋盖结构的状况，为体育场正常运营提供可靠保障.     

偏序集上的MS-收敛

定义在s₂-连续偏序集上的S-极限是一种重要的收敛结构．本文用集族MS代替定向集，将s₂-连续和S-极限进行推广，定义了s_2MS-连续和MS-极限，并用MS-极限定义了s_2MS-α-连续．本文主要结果有：(i)如果L为s_2MS-连续偏序集且?MS关系具有插入性质，则MS-收敛是拓扑的；(ii)如果L为偏序集，任意的x∈L，?α(MS)x∈MS且?α(MS)具有插入性质，则MS-收敛为拓扑的当且仅当L为s_2MS-α-连续的．