基于改进期望最大化算法的分布式视频编码

目前,分布式视频编码(DVC)由于具有低复杂编码特性而成为视频编码领域的研究热点。DVC中,边信息性能对系统性能影响很大,一般而言,边信息性能越好,则整个系统压缩性能越好。本文研究了一种基于贝叶斯准则的期望最大化(Expectation Maximization,EM)边信息产生方法,并从运动搜索模板和初始概率模型两方面对EM算法提出了改进。实验表明,在几乎相同的率失真性能下,两种改进算法的学习时间分别缩短了30%和16%。     

新时期艺术类研究生班主任工作刍议

艺术类研究生招生规模的扩大是我国艺术学学科发展的重要标志之一。在高校艺术院系中,研究生培养方案个性化明显,但研究生规模性管理的理念与方法仍未成熟,需要从研究生教育管理的最基本层面——班主任工作抓起。这就要求研究生班主任既要明了新时期研究生的特点,摆正管理者的身份和角色;又要坚持大众化教育阶段多样化的管理观,务实灵活地开展工作。只有这样,才能探索出符合新时期艺术类研究生班主任工作的新路子。     

Maple在《概率论与数理统计》教学中的应用

概率论与数理统计是大学数学中的一个分支,它的思想方法已经渗透到自然科学和社会科学的许多领域,应用范围非常广泛,但是在该课程的教学和学习过程当中,常常感到计算量大,计算繁琐又费时间.将Maple引入概率论与数理统计教学中,在提高教学效率的基础上,从而解决了这门课程的教学时间少与教学任务重的难题.     

回避目标定向与反馈寻求行为 —— 角色冲突的调节作用

考察回避目标定向(掌握回避目标定向和成绩回避目标定向)与反馈寻求行为之间的关系, 以及角色冲突对上述关系的调节作用。以240 名北京大学一年级的本科新生为研究对象, 这些新生在刚入学时报告了他们的回避目标定向, 间隔6 个月后, 报告了角色冲突的程度和反馈寻求行为。研究结果表明: 1) 掌握回避目标定向对反馈寻求行为具有显著的负向预测作用; 2) 角色冲突对反馈寻求行为具有显著的正向预测作用; 3) 角色冲突能够调节掌握回避目标定向与反馈寻求行为之间的关系, 具体表现为, 角色冲突程度越高, 掌握回避目标定向与反馈寻求行为的负相关关系越强。研究验证了回避目标定向的二因素模型, 对于新生入学适应具有一定的实践意义。     

双参数指数分布顺序统计量的概率分布性质

设[Xk,1≤k≤n]独立同分布,X（1）≤X（2）≤…≤X（n）为其顺序统计量,当总体服从双参数指数分布exp（μ,σ）时,得到了其顺序统计量的联合概率密度函数和极端顺序统计量的密度函数,进一步得到X（1）和X（n）的期望与方差的表达式.此外还证明了样本间距X（1）,X（2）-X（1）,…,X（n）-X（n-1）独立不同分布,利用样本间距构造一组独立同分布的指数分布exp（1）,借助顺序统计量还构造了x2和F两组概率分布.最后研究了统计量极差Rn=X（n）-X（1）的概率分布.     

浅析概率统计思想融入数学建模

就如何将概率论与数理统计思想融入数学建模进行探讨,首先简述概率论与数理统计课程特点,及数学建模的发展和应用,其次从教学内容、应用实例等方面进行分析,在此基础上阐述概率统计应用于数学建模的必要性以及实践性,更加说明将概率统计思想融入数学建模是解决很多生活实例的有效方法.     

汉语并列关系的识别研究

针对汉语并列关系的标注方式, 提出一种基于条件随机场模型的并列关系自动识别方法。从语料库中自动抽取并列关系的角色信息, 进行角色标注, 在条件随机场模型的基础上实现并列关系的识别。与基于图的依存分析方法比较, 并列关系的召回率和正确率分别提高了9.1%和13.8%。     

从管理视角探析高校教师专业发展存在的问题

教师专业发展是当前高校管理层要重点关注的问题。从管理视角看,我国高校教师专业发展面临传统管理模式阻碍教师主体作用发挥、教师工作习惯限制专业发展以及培训制度落后等问题。而这些问题产生的关键是管理者如何看待教师专业发展的观念问题。改变旧观念,以教师发展为中心开展管理是解决高校教师专业发展面临问题的方向。     

汽车网络技术应用现状及展望

本文介绍车载网络系统的功能特点,国内外车载网络技术的应用及车载网络的发展动态.     

一种新的基于多示例学习的场景分类方法

多示例学习是近年来才出现的一种新的学习框架,并以其对多义性对象的出色表示能力而被成功地运用在图像分类任务中。首先提出了一种新的图像多示例包生成方式,采用特征的概率分布表示图像,并对图像像素分布提取一个高斯混合模型,将每个高斯分布作为一个示例,生成图像的多示例包。然后,在对图像进行分类时,采用了信息瓶颈聚类把多示例包转化成单示例,从而将传统的单示例分类器用在该问题上。为了提高分类器的泛化能力,对多个分类器进行了集成。选取了5类自然场景图像进行试验,结果显示所提出的方法平均性能优于当前常用的一些多示例学习算法。