一种改进的GVF Snake模型轮廓检测方法

由于深度凹陷物体的GVF力场中存在着滞止点区域，导致直接使用GVFSnake模型不能正确逼近深度凹陷物体的真实轮廓．本文提出了一种基于GVFSnake模型的轮廓检测算法。首先根据滞止点区域的伪轮廓把物体的整个轮廓分成多段，然后分别设定初始轮廓线利用GVFSnak。模型获得各段轮廓线，最后把各段轮廓线融合成一个完整轮廓。实验结果表明，新的方法不仅能够提取一次深度凹陷物体的完整轮廓，而且能够成功提取多次深度凹陷物体的完整轮廓。     

词汇深度测试探讨

国外词汇研究的热潮开始于上世纪八十年代,而我国研究者的词汇研究在2000年以后才逐渐展开。词汇广度,深度和强度是词汇知识的三大尺度。我国对于词汇知识的研究更多地注重词汇广度,而对于词汇深度和强度研究较少。本文将针对词汇深度内涵及测试形式进行试探讨。     

地下4350米的世界最深金矿

天早上4点钟左右,矿工们就在升降机前排起了长队。这里是南非的姆波尼格金矿,所有矿工都全副武装,戴着头盔、头灯、护目镜和耳塞。三层楼高的升降机每次能运送150名矿工,里面拥挤得就像沙丁鱼罐头一样,所有人都紧贴着挤在一起,就连楼梯上都站满了人。在最后一名矿工也进入了升降机之后,一名升降机操作员拉上了钢制的滑动门并上了锁,看上去就像是深夜打烊的店铺大门。升降机颤动着下降,将这些矿工送入深深     

《系统工程与电子技术》投稿须知

《系统工程与电子技术》是由中国航天科工防御技术研究院、中国宇航学会和中国系统工程学会联合主办的学术期刊,创刊于1979年,为月刊。长期以来,本刊始终坚持理论与实践相结合、深度与广度相结合的方针,努力反映系统工程与     

一种改进的路面构造深度测试方法

本文介绍一种改进的路面构造深度测试方法,针对目前最常用的传统手工铺砂法,采用同等规格的钢砂代替标准砂,通过表面振动的方式,采用平板式振动装置进行钢砂铺平。同时,该平板具有电磁功能,主要是依据磁性表座的原理制作,可以通过开关控制其是否产生磁性。从而达到铺砂饱满及试验用砂的完全回收。     

基于特征稀疏化的粉尘图像深度预测

【目的】针对粉尘环境中单幅图像深度预测精度低的问题，提出了一种基于输入特征稀疏化的粉尘图像深度预测网络。【方法】使用粉尘图像的直接传输率与深度的关系设计预估计深度网络，利用图像颜色衰减先验原理进一步获取粉尘图像的稀疏深度特征。将该稀疏深度特征与粉尘图像一起作为深度预测网络的输入。深度预测网络以“编码器-解码器”为模型框架，编码器中使用残差网络(ResNet)对粉尘图像进行编码，设计融合通道注意力机制的稀疏卷积网络对稀疏深度特征进行编码。解码器中采用反卷积以及多尺度上采样的方法，以更好的重建稠密的深度信息。使用最小绝对值损失和结构相似性损失作为边缘保持损失函数。【结论】在NYU-Depth-v2数据集上的实验结果表明该方法能够从粉尘图像中有效预测深度信息，平均相对误差降低到0.054,均方根误差降低到0.610,在δ<1.25时准确率达到0.967.     

基于深度学习的音乐情绪分类研究

为解决传统音乐情感分类特征单一，导致训练效果差的问题，提出了一种多模态注意力融合网络模型，首先将执行情感分类使用的歌词和音频分离，将上下文特征提取方法与分类器相结合，从而提高特征提取效率；其次通过注意机制融合多模态特征，从而加快模型训练效率及情感分类准确率；接着提出了一种自适应孤立森林噪声方法增强模型对不均衡样本的适应性，并在一定程度上缓解模型过拟合问题.最后，将模型与LSTM、GRU、BI-LSTM、BI-GRU等模型进行仿真比较，结果表明所提模型性能最优，情绪分类准确率可达96.46%.     

电影《地心引力》的思想及艺术价值品鉴

通过分析电影《地心引力》在主题挖掘、构思方式及表现手段等方面的成功之处,指出优秀电影作品应具备的品质     

基于卷积神经网络的机票低价预测

准确的机票低价预测有助于民航需求与供给的灵活对接及民航资源的充分利用.机票价格波动性大、随机性强、易受到诸多因素的影响,使得机票价格预测成为了一个极具挑战的问题.充分考虑机票价格自身特点,设计了二维"机票价格时间片"结构,并基于时间片充分挖掘、利用机票价格数据的规律与关系,设计了以卷积神经网络为核心的两阶段机票价格预测模型,对未来机票最低价格进行预测.在某在线订票网站的真实价格数据集上进行了验证,并与4种流行的基准模型进行了对比.结果表明:本文的方法明显优于其他模型,MAE效果提升了13.67%,MAPE数值降低了1.52%.     

基于深度学习的高维光谱分类识别研究

光谱分类识别一直是天文学家研究中的基础问题,也是LAMOST巡天计划的一项重要任务.从LAMOST发布的海量天体光谱数据库中选取F、G、K 3种型星光谱数据,采用深度学习模型进行分类识别研究和对比实验研究,解决原有方法对光谱分类可信度低的问题.实验结果证明:对于F、G、K 3种型星的分类精确度问题,深度学习方法明显优于原有其他分类方法.