中心损失与Softmax损失联合监督下的人脸识别

深度学习在人脸识别领域已经取得了巨大的成就,针对当前大多数卷积神经网络采用Softmax损失函数进行特征分类,增加新的类别样本会减小类间距离的增长趋势,影响网络对特征判别的问题,采用了一种基于中心损失与Softmax损失联合监督的人脸识别算法,来提高网络对特征的识别能力。在Softmax基础上,首先,分别对训练集每个类别在特征空间维护一个类中心,训练过程新增加样本时,网络会约束样本的分类中心距离,从而兼顾了类内聚合与类间分离。其次,引入动量概念,在分类中心更新的时候,通过保留之前的更新方向,同时利用当前批次的梯度微调最终的更新方向,该方法可以在一定程度上增加稳定性,提高网络的学习效率。最后,在人脸识别基准库LFW上的测试实验证明:所提的联合监督算法,在较小的网络训练集上,获得了99.31%的人脸识别精度。     

基于遗忘机制的ISWI积极思想传播模型

针对现阶段对积极思想传播的研究较少运用动力学模型进行分析的问题,提出了一种基于遗忘机制的积极思想传播ISWI模型。利用Hurwitz判据、Lyapunov稳定性定理和LaSalle不变性原理,分析并证明了思想传播平衡点的局部稳定性和全局稳定性,并得出了传播阈值与思想传播的影响因子遗忘率和接触率之间的关系。仿真结果表明:遗忘率降低时,思想传播的范围会扩大;接触率提高时,传播范围也会扩大。遗忘率与传播范围呈负相关,接触率与之呈正相关。     

小样本数据的Cu基非晶合金热力学性能软测量

针对Cu基非晶合金材料受时间、条件及制备成本的限制,导致获得的热力学性能数据较少,影响新材料的研发问题.提出一种在小样本数据情况下,仍然具有较好泛化能力的Cu基非晶合金热力学性能软测量方法,为新材料配方的优化提供模型参考.通过注入噪声,提出一种小样本数据的扩充方法,增加样本的多样性.考虑样本分布函数的未知,在准则函数中引入信息论的微分熵,建立最大熵准则的神经网络反向传播理论,获得具有较高泛化能力的数学模型.仿真分析表明:该方法可对三元Cu基非晶合金的小样本数据,建立其热稳定性及玻璃形成能力与材料配方之间的非线性关系,模型精度较高.     

关于局部对偶平坦且具有迷向S-曲率的Matsumoto度量

找到了一些方程去刻画局部对偶平坦的Matsumoto度量F=α2/α-β,其中α=√aijyiyj,β=biyi.同时对局部对偶平坦且具有迷向S-曲率的Matsumoto度量进行了分类.     

基于Max(N,D)策略的MG1排队系统的稳态指标

考虑一个由N策略和D策略同时控制的MG1排队系统.当顾客的到达个数至少为N个同时等待顾客的服务时间之和大于某非负实数D时,空闲的服务台重新开始服务顾客(称此服务启动策略为Max(N,D)策略).在此策略下,由于闲期到达顾客的服务时间是条件相依的,故队长的随机分解不再成立.通过将顾客分成两类,并借助拉普拉斯变换和概率分析,研究了该排队系统的稳态队长分布、稳态闲期和忙期分布、稳态服务时间积压量分布以及顾客的稳态逗留时间分布.数值算例分析了N、D和Max(N,D)策略对稳态平均队长的影响.在数值上获得了系统稳态费用最小的最优策略临界值,并比较了N、D、Max(N,D)和Min(N,D)策略的优越性.     

一种改进的Knockout抠图方法

通过对Knockout算法的研究分析,针对其在实际应用中需要用户大量的交互工作以及因模型简单造成的抠图不精确问题,提出了一种改进算法。该算法用区域生长方法将用户输入的前、背景线段生长聚合成前、背景区域;然后用轮廓查找方法找到两个区域的轮廓作为Trimap的前、背景轮廓线;最后使用优化颜色样本的方法对每个未知像素点的样本进行优化,提高抠图的精确度。实验结果表明,改进后的算法需要用户较少的工作量,能够得到传统Knockout算法更好的抠图效果。     

摩托车声品质评价的神经网络方法

针对声品质评价过程中线性回归模型评价结果的不足,采用BP神经网络对人的主观评价结果进行预测.采集摩托车在不同发动机转速下驾驶员耳旁的声信号样本,采用分组成对比较法进行主观评价试验,选取了响度、尖锐度、粗糙度作为神经网络模型输入参数,结合主观评价结果对模型进行训练与检验,并与线性回归模型输出结果进行比较.结果表明,选取驾驶员双耳响度、尖锐度、粗糙度作为模型输入能够较为准确地反映人耳对摩托车噪声的主观感觉.     

语言教学中的词汇作用

词汇是语言教学中不可或缺的重要环节。在现代语言教学中,不同教学法主导的课堂教学时期,词汇教学经历了不同阶段:结构大纲时期以孤立的下定义、对等翻译等为主;功能-意念大纲时期强调语境、自然学习;词汇大纲时期的词汇中心论的回归。词汇教学的变化反映了在语言教学中词汇逐渐从次要的、被忽视的、从属的地位中摆脱出来,正发挥着越来越重要的作用。     

关于全期望公式应用的一个注记

本文在随机变量服从任意概率分布条件下,给出了全期望公式的证明。并通过一些特例说明了该公式在概率论和随机过程中的具体应用。     

基于产学研联盟的高校人才培养模式选择

产学研合作是提高国家创新能力的有效方式,通过产学研合作教育方式培养人才已成为趋势。在分析我国高校传统人才培养模式和产学研合作教育现状的基础上,提出企业应该着眼于长远,积极与高校进行长期产学研合作等政策建议。