基于ASP.NET的"金蝶企业经营实战演练分析软件"的设计与实现

企业经营实战演练,也被称为沙盘演练,涉及企业战略、产品研发、生产管理、市场营销、财务管理等多方面的管理知识与技能,演练基础背景设定为一家已经经营若干年的生产型企业,参加训     

基于压缩感知的在线多示例学习目标追踪

近年来提出的多示例学习算法在一定程度上能够克服模板漂移问题。然而,在线学习需要获取足够多的有用数据才能达到稳定的追踪效果,但是这却增加了算法的复杂度。为了解决这一问题,在压缩感知理论的基础上,运用随机观测的方法对多尺度图像特征进行降维,提取的这些低维特征中包含大量的有用信息。因此,我们提出的算法是先利用压缩感知理论提取目标特征之后,再使用在线多示例学习算法分类器对这些特征进行分类从而实现目标的稳定跟踪。通过对不同的图像序列进行实验,结果表明基于压缩感知的在线多示例学习算法对实时的目标追踪有很好的适应性。     

最优子种群实数编码遗传算法的研究

提出了最优子种群实数编码遗传算法理论，通过从种群中选出适应值最高的若干数量的个体，组成该代最优子种群，将最优子种群中的个体与种群中其它个体进行交叉变异，最优子种群中的个体间也进行交叉变异，从而产生新的种群．该遗传算法对于示例中多极值的问题非常有效，收敛速度也非常快．     

基于多元分类树示例学习算法的改进

以往基于多元分类树示例学习算法的适用范围，只限于每优选一个属性结点都至少能导致一个树叶结点的情况。本文给出的改进算法无此限制，从而拓宽了基于多元分类树示例学习方法的应用范围。     

地震部门在应急救援演练中应敢于“亮真较劲”

地震应急救援演练是检验各级政府和有关部门应对地震突发事件处置能力的有效途径.但是,由于受传统观念和怕“砸场子”、“丢面子”等思想的影响,一些地震部门在组织应急救援演练中容易出现“演为看”和“练与用脱节”的现象,虽然看起来轰轰烈烈甚至赢得了人们的不少掌声,然而如果一旦灾害来临,这种“摆花架子”的把式就派不上用场了,更可怕的是会贻误救灾良机、造成难以挽回的损失.近年来,厦门市地震局紧紧抓住“演为用”、“练为战”,敢于“亮真较劲”,把“演练场”当成“战场”,把“编脚本”、“背台词”、“搞摆练”变成“无脚本”、“无预告”、“无预演”,从难从严提高地震部门组织地震应急救援的能力.     

分布式虚拟战场环境—现代战争的实验场

概要分析了军事仿真训练和演练技术的发展,综述了不同阶段产生过重要影响的有代表性的军事仿真训练和演练系统;介绍了我国自主研究开发的分布式虚拟战场集成环境DVENET;最后,指出了分布式虚拟现实技术研究中有待解决的几个问题。     

基于耳蜗图多示例分析的音频场景分类模型

音频场景分类(Acoustic Scene Classification, ASC)是计算听觉场景领域最具挑战的任务之一。传统的ASC模型大多采用基于线性频率分析的手工特征加基于深度学习的分类模型方法。然而,一方面,由于基于线性频率分析的特征提取方法无法模拟人耳基底膜的非线性频率选择特性,从而造成特征分辨率低下的问题;另一方面,现有的分类模型无法解决由于音源复杂且音频事件高度重叠所造成的分类准确率低下的问题。为了解决以上问题,提出了基于耳蜗图多示例分析的音频场景分类模型,一方面采用中心频率按照等效带宽均匀分布的余弦滤波器组对信号频谱进行滤波以模拟人耳听觉感知特性;另一方面,通过引入多示例学习刻画整个数据结构的特点以提高分类准确率。此外,为了抵抗音频事件的频移影响,在多示例学习分类模型的分类预测整合器中采用平均池化方法。在DCASE 2018和DCASE 2019竞赛所提供的Task1a数据集上的实验结果表明,本文提出的模型比DCASE 2018竞赛所提供的基线系统以及传统的基于Log Mel特征提取和多示例学习的模型实现了更高的分类准确率,同时也验证了平均池化要优于最大池化。     

太极拳之“气”初探

太极拳,理论系统完整,拳法柔美、巧妙,习练者众多,在国际国内皆颇具影响力。本文就笔者多年来的演练实践与理论研究,就太极拳之＂气＂进行研究与探讨。     

基于数据项级的多级关系数据模型

分析了多级安全关系数据库系统中客体安全级的不同定义方法；描述了基于数据项级的多级关系模式；对利用多示例和分级存储的方法防止高安全级数据的泄漏，多级关系的分解和恢复进行了详细的讨论．     

数学建模教学对学生能力的培养

数学建模方法是一种极其重要的思想方法，它是把实际问题抽象成数学语言符号，构建数学模型，从而解决实际问题，通过几个实际问题的解决说明数学建模对学生能力的培养作用．