基于相关性分析的个性化实验项目自动生成系统

针对开关电源实验项目单一,教学效果不佳等问题,提出了一种基于相关性分析的电源个性化实验项目自动生成方法依据电源管理复杂工程问题的特征点,在充分研究电源管理实验套件（PMLK）中每个实验的基础上,挖掘出电源中各因素之间的相互约束关系;使用仿真数据构建了电源管理中各因素之间的相关性系数表;运用贝叶斯网络,依据前期作品可观察数据进行认知诊断,找出知识或能力的弱项;最后,基于相关性系数表使用Java语言开发了一个电力电子电源实验项目自动生成系统,以“负载电流对效率的影响分析及优化设计”为例,结合题目设计电源并实验测试,通过分析实验结果验证了项目的适用性     

基于遗传算法和覆盖率驱动的功能验证向量自动生成算法

提出了一种基于遗传算法和覆盖率驱动的RTL(register transfer level)代码功能验证向量自动生成算法.其特点是自动反馈覆盖率信息,构成一个闭环系统;用遗传算法动态分析覆盖率信息,自动生成针对性更强的验证向量.在SoC(syetem on chip)的模块验证中采用了该方法来自动生成验证向量;与受限随机生成方法相比,能快速达到覆盖率目标,缩短验证周期.     

表单程序自动阅卷算法研究与实现

详细介绍了根据Windows消息机制和事件驱动原理以及分析表单程序文件结构,对Visual FoxPro表单程序采用静态和动态测试相结合的方法实现表单程序自动阅卷功能.其中动态测试是通过运行考生的程序向考生程序发送模拟消息,使程序按照既定的策略自动运行,并根据跟踪模块记录运行过程,以次实现动态测试.该算法通过实例分析已有效地提高了表单程序自动评分的准确度,并大大地提高了阅卷效率.     

基于改进特征融合和区域生成网络的Mask R-CNN的管件分拣研究

针对管件分割任务中各类管件区分难度大,光线和阴影对分割精度存在干扰等问题,提出了一种改进的掩膜区域卷积神经网络（mask region-convolutional neural network,Mask R-CNN）的管件分拣算法。通过增加低层特征图以改进特征融合网络,提高小型管件的识别率;根据管件尺寸比例改进区域生长网络的生成框,以加快模型收敛速度;增加通道和空间注意力模块,提升管件识别精度及掩膜效果。将改进后的Mask R-CNN用于四类管件的分拣任务,实验结果表明,改进后Mask R-CNN的掩膜检测平均精度均值（mean average precision, mAP）和平均召回率（mean recall, mRecall）值分别提高了1.5%和1.7%,对管件位置、类型和尺寸的判别能力更强,能够满足实际生产中机器人分拣管件的精度要求。     

面向公差自动生成的装配信息提取与表示方法

为了满足公差建模以及公差类型自动生成等公差设计的要求,需要从CAD造型系统中提取装配体的相关装配信息并进行表示。由此,本文提出了一种在SolidWorks软件中提取装配体的零件装配要素表面和装配约束的方法,用装配要素约束图和矩阵图表示零件之间或者装配要素表面之间的约束关系,并以集合形式表示装配要素表面和装配约束。最后结合实例进行分析,结果表明,该方法能正确提取和表示装配体的装配要素表面和装配约束。     

基于遗传算法的多路径测试数据自动生成

遗传算法作为现在启发式搜索算法的理论和实验基础,在测试数据生成方面显示出较大的优越性。由于适应度函数设计是应用遗传算法进行测试数据生成的效率的关键,因此本文综合考虑现有适应度设计的因素,设计出一种新的基于遗传算法的多路径算法。该方法是首先设计一种衡量两条路径相似度的算法,然后在此基础上设计了一个针对多路径的算法。通过与现有方法的生成效率进行比较发现:对于基于遗传算法的测试数据生成问题,该方法的测试生成效率有较大提高。     

基于地形图数据快速生成大范围DEM的研究与实现

通过等高线回放目视检查方法和不同采样间隔下DEM中误差、地表粗糙度及DEM数据量的对比分析,充分论证了基于地形图数据生成DEM时的合理采样间隔,并以此为基础利用现有1∶50 000地形图数据在ArcGIS中构建模型实现了大范围DEM的快速生成,为广域高精度DEM数据的批量生产提供了一定的实践经验。     

融合自注意力机制与生成对抗网络的DEM空洞填充

针对现有数字高程模型（digital elevation model, DEM）数据空洞填充算法存在修复效果不连续、适用空值范围狭小以及细节重构丢失等问题,提出了一种融合自注意力机制的生成式对抗网络的DEM空洞填充方法。首先,构造自注意力机制提取DEM数据特征信息,改善DEM空洞填充结果高程值不连续和纹理细节缺失的问题。其次,在生成器中使用对称结构的卷积与反卷积网络结构,保证生成可靠度较高的数据以实现空洞区域填充,并利用判别器实现空洞填充结果的预分类。最后,结合重构损失函数进行训练,提升DEM空洞填充结果对异常值的鲁棒性,增强模型的回归能力。采用不同分辨率DEM数据进行空洞填充并与现有方法进行对比,结果表明：所提方法能够大幅提升填充精度,有效解决原始数据中存在的空洞问题。     

中文文本自动分类技术的研究

文本自动分类技术是随着网络信息化而发展起来的。它的作用是将各地海量的电子资源通过网络联系在一起,实现资源共享。本文通过对自动分类技术的类型及基本概念的概述,提出了自动分类中两种重要的算法技术。     

网络智能文本分类系统的研究与实现

介绍了文本自动分类的基本原理及相关的算法 ,提出了一种基于网络的智能文本分类系统的基本框架 ,并详细地阐述了实现它的关键技术     

基于深度学习的竹笛吹奏技巧自动分类

提出了一种针对竹笛技巧分类的数据集Breath和两个用于竹笛技巧分类的神经网络参考模型Breath1d和Breath2d,并针对此数据集的不同分类任务给出了最佳方法。将Breath数据集划分成子集,以多层感知机为性能评价基准方法,先用Breath1d和Breath2d模型对子集进行训练和预测,再用长短期记忆网络模型进行辅助测试,最后得出了最适合子任务的分类参考模型。对全数据集进行分类时,将Breath2d与Breath1d模型进行融合,并采用数据增强方法使全集分类准确率达到0.913。与传统音频分类任务相比,该工作扩展了音乐分类的研究领域,对民族音乐现代化发展有着良好的推动作用。     

基于MapGIS的钻孔柱状图自动生成系统研发

针对手工绘制地质图件烦琐而重复的过程,本文选用MapGIS K9作为开发平台,在Visual Studio环境中,使用C#语言和COM组件技术研发了一个计算机技术支持下的钻孔柱状图自动绘制系统。系统建成后,利用河南省煤田地质局二队所提供的补1号钻孔数据其进行了测试。结果表明,该系统能达到省时、省力和高效的目的。     

基于PID算法对智能车自动控制的研究与实现

本设计以摄像头为传感器,利用电机和舵机来控制智能车的方向及速度,旨在研究并实现PID控制算法。其间设计并建立了简略的数学模型,进行相应数学公式的推导,同时通过相关软件进行仿真,结合实际参数,研究PID算法的原理。其目的是将PID算法与智能车车模相结合,使智能小车能够正常并稳定地沿着路径行驶。     

基于脑电信号深度学习的情感分类

情感脑电研究作为人工智能高级阶段的重要任务,近年来受到越来越多的关注。情感脑电分类广泛应用于人机交互、医学研究等领域。该文以轻量级的卷积神经网络为核心,设计了情感脑电分类模型,以DEAP（dataset for emotion analysis using physiologicalsignals）提供的情感脑电图数据为基础,将其中的观看视频划分为唤醒度和愉悦度2个维度。为了获得频域信息,提取了theta、alpha、beta和gamma波段的功率谱密度特征进行评估,并将功率谱密度矩阵表示为二维灰度图像。然后将该图像输入到卷积神经网络训练分类模型并完成2个维度的分类任务。实验结果表明,与传统机器学习相比,卷积神经网络具有更好的分类效果,唤醒度分类准确率达到了82.33%,愉悦度分类准确率达到了75.46%。     

融合深度学习的无人机巡检绝缘子自爆检测研究

绝缘子自爆检测是无人机电力输电线路巡检的一项重要内容,准确、快速、自动寻找绝缘子自爆区域,能大量节省无人机巡检图像数据处理工作量,提高巡检的精度和效率.本文针对目前绝缘子自爆区域检测存在样本少、目标小且精度不高的问题,提出了一种融合深度学习的无人机巡检绝缘子自爆区域检测方法.该方法用大量绝缘子样本训练深度学习目标识别模...     

基于深度学习的医疗电子数据特征学习方法

面向高维异构的医疗电子数据,如何才能有效开展特征学习以优化患者联合用药不良预后的风险预测？针对此问题,提出一种基于深度学习的医疗电子数据特征学习方法。首先结合深度学习长短期记忆网络模型和深度稀疏自动编码模型学习具有时序特性的患者联合用药数据的特征表示,并通过二分k-均值聚类方法形成联合用药综合表达因子。然后构建风险预测特征向量和风险相关特征向量,分别用于联合用药的不良预后风险预测和风险相关性分析。最后将该方法与已有的传统方法在真实医疗电子数据集上进行对比实验,结果表明：该方法在患者联合用药的不良预后风险预测中,准确率比传统方法提高了5%～10%,误判率降低了3%～5%,具有较好的风险预测性能。     

Z规格说明的测试用例自动生成

软件测试是软件质量保证的重要手段,测试用例的生成是软件测试的关键和难点.文中应用范畴划分测试方法产生测试框架,并引入线性规划模型,通过构造线性规划模型来实例化测试框架,并且较好地解决了测试框架是否可行的判断问题.同时结合票据计算的例子,探讨了从Z规格说明推导出测试用例的过程、方法和技术.     

基于卷积神经网络的煤矸石图像识别研究

在分析煤矸石分拣环境特点及煤矸石视觉特点的基础上,提出改进的卷积神经网络煤矸石图像识别算法,并从损失函数、模型参数以及准确率3个方面进行分析研究。结果表明:改进后的卷积神经网络图像识别算法能有效地避免分选环境中的噪声影响;与传统的分选方法相比,具有更快的识别速度和更高的准确率,能更好地满足实际工程需要。     

基于LAMP的诚信档案和综合素质评测系统的设计与实现

为满足组织机构对其成员诚信和综合素质评测工作的需要,笔者通过调研、分析,设计、实现了基于LAMP的诚信档案和综合素质评测系统,该系统具有通用性、架构成本低、算法合理、计算灵活等特点,达到了良好的应用效果。     

基于小程序的微信学习平台设计与实现

本文针对当前学习平台流量不高、使用频率较低等问题,提出了基于小程序的微信学习平台。该平台以微信为媒介快速获取流量,具备非常好的实时性、趣味性、经济性。本文详细地分析了微信学习平台的软硬件需求,设计了学习平台的整体框架,详细阐述了业务流程。微信平台具备课程学习、交流沟通、趣味学习、讨论等功能,能够满足大部分人的学习要求。经测试,平台运行正常,使用流程简单,具备较好的学习效果。