基于自适应三分图的玉米穗丝精细化提取

玉米穗丝是玉米的受粉器官,它的生长发育状况将直接影响玉米产量。为了实现穗丝性状的自动监测与评价,提出一种基于自适应三分图的玉米穗丝精细化提取方法。首先基于直方图对比度的显著性检测算法预估目标显著性,形成显著图,再利用自适应阈值分割对显著图初步预分割;然后寻找最大连通域获得单一目标二值图像,根据穗丝特点确定形态学处理的最佳卷积核并生成包含目标、背景和不确定区域的自适应三分图,以Laplace矩阵优化closed-form matting算法中目标函数的分块矩阵;最后根据玉米穗丝特点,结合三分图结果和优化过的算法对玉米穗丝进行软分割实现精细化提取。实验结果表明：所提的研究方法像素精度值为97.96%,综合评价指标值为94.16%;其中像素精度值相较于基于点运算的OTSU算法、Grabcut算法和基于神经网络的深度学习算法SeFormer和DeeplabV3,分别提高了10.43、2.35、1.67和1.91百分点,综合评价指标值分别提高了23.96、5.59、4.28和5.13百分点。此方法能有效弥补硬分割算法对玉米穗丝这种特殊对象的分割缺陷,提取的目标区域接近真实区域,准确度高,从而为智能化监测玉米穗丝生长状况提供技术支持。     

基于Weka的就业数据分析和模式挖掘——以重庆市信管专业为例

在Weka平台下使用了时间序列预测算法、朴素贝叶斯聚类和Apriori关联规则算法分析真实就业数据,得到如下结论:该专业各年的男女比例总体较为平衡,很大程度上是因为该专业在重庆市的5所高校中既招收文科生,又招收理科生;女性党员学生且没有工作经验与"考取研究生"这一状态关联度较高;企业是信管专业的最主要的就业领域;获奖次数多的学生选择传统就业领域的概率比较大;该专业中、东部的就业信息向重庆市传递还不够充分。文章还分析了产生这些结论的2个原因:一是图书情报部门已经不能形成一个信息管理与信息系统专业独特的就业类型,但社会对该专业产生了新的需求;二是实际就业环境与专业定位设计存在差距。     

一种受控泛洪的ZigBee网络高效混合路由算法

针对现有的ZigBee网络表驱动中按需混合路由算法采用泛洪方式寻找最优路径导致开销过大的问题,提出一种受控泛洪寻获最优路径的高效混合路由算法（efficient hybrid routing based on controlled flooding,EHRCF）,在该算法中,节点在分配地址时通过“旁听”消息获知横向邻居信息,建立源、目的节点间的最优路径,减少泛洪带来的额外开销;满足一定条件的中间节点不再转发路由请求(route request,RREQ)消息,直接回应RREQ和跳数,减少一跳以及邻居节点转发RREQ的开销。理论分析和仿真结果表明,与现有的混合路由算法LF-ZAODV（limited flooding zigbee ad-hoc on-demand distance vector routing）和TR(tree routing)算法相比,EHRCF算法在路由开销和传输时延等方面的性能整体更优。     

基于Weka的就业数据分析和模式挖掘———以重庆市信管专业为例

在Weka平台下使用了时间序列预测算法、朴素贝叶斯聚类和Apriori关联规则算法分析真实就业数据,得到如下结论:该专业各年的男女比例总体较为平衡,很大程度上是因为该专业在重庆市的5所高校中既招收文科生,又招收理科生;女性党员学生且没有工作经验与“考取研究生”这一状态关联度较高;企业是信管专业的最主要的就业领域;获奖次数多的学生选择传统就业领域的概率比较大;该专业中、东部的就业信息向重庆市传递还不够充分。文章还分析了产生这些结论的2个原因:一是图书情报部门已经不能形成一个信息管理与信息系统专业独特的就业类型,但社会对该专业产生了新的需求;二是实际就业环境与专业定位设计存在差距。
     

以用户为中心的电子商务2.0基本模式及网站重构模型

分析抽象传统电子商务的特点,结合web2.0的以用户为中心的思想与方法提出EC2.0的3个基本商务模式,即C2B、B4C、C4C.基于EC2.0商务模式的研究,提出重构EC2.0网站的基本思想与方法.     

荧光灯常见故障及维修方法

荧光灯作为一种普及的照明光源,已广泛地应用到各种场所,其维修问题已为大家所关注。笔者结合多年来的实践,对荧光灯常见故障的判断及其排除方法提出了自己的看法。     

增强的OHTA颜色空间融合FPFH识别点云中的甜椒果实

【目的】研究三维点云中甜椒果实的精确识别，为采摘机器人进行采摘作业提供准备。【方法】提出一种增强OHTA颜色空间融合快速点特征直方图（Fast point feature histogram，FPFH）识别三维点云中甜椒果实的方法。以OHTA颜色空间为基础，通过分析甜椒植株颜色的特征，对I2和I3分量进行调整以增强果实与非果实的区分对比度；然后对所采集的点云进行几何特征的计算并利用FPFH对它进行描述；将颜色特征与FPFH进行融合得到点云描述符，并利用分类器进行判定分类，最终得到属于甜椒果实的点云。【结果】提出的方法可以将甜椒植株中的甜椒点云进行识别，且准确率较已有文献有一定提高。【结论】通过对比不同果实点云描述符的识别效果，提出的方法对甜椒果实点云的识别准确率为97.31%，精确-召回曲线下的面积的值为0.984，均优于其他点云描述符。