高职院校中成衣设计定位教学的探索与思考

社会在发展,生活层面越来越丰富,对服装的要求已不再局限于可以简单的穿着,而是希望适合各种需求,因此在高职院校中关于成衣设计定位的教学必须适应社会的需求,以强大的攻势刺激消费者的购买欲。     

交通影响范围确定方法比较研究

在交通影响分析中，影响范围的确定是最关键也是其他工作的前提。亦是交通影响分析中的难点。本文分别详细圈层外推法和类别吸引率法这二种不同的交通影响分析中影响范围的确定方法。在此基础上，详细比较分析了二种方法的研究对象及各自的优缺点。     

基于特征类内紧凑性的不平衡医学图像分类方法

近些年,基于深度学习的算法和模型在各种图像分析任务中都取得了显著的成功,与常见的自然图像相比,医学图像数据集依然面临高度不平衡的问题,不平衡数据会导致特征空间里的决策边缘倾向样本多的类别,导致分类效果的下降.为了解决该问题,提出一种基于卷积神经网络考虑特征类内紧凑性的不平衡医学图像分类方法（Z-Score Compactness-based Convolutional Neural Network,ZC3NC）.首先,从一个卷积神经网络的最后一层卷积层提取训练集样本与测试集样本的特征图,随后引入一个新的Z分数来度量测试集数据的特征图相对训练集每个类在特征空间上的偏离度,偏离度的度量基于类内的紧凑度,其主要关注样本的分布特性,对各类样本数量的不平衡性不敏感.最终,根据计算的偏离度,对测试集的数据进行分类.在DermaMNIST数据集上的实验表明,在不对数据和神经网络模型做任何额外增强的情况下,该方法的平衡准确率比原卷积神经网络模型平均提高11.15%,最多提高14.08%,证明提出的分类方法能有效地提高多种卷积神经网络对不平衡医学图像数据的分类性能.此外,和最先进的不平衡分类方法 Und...     

质心层次特征的无约束手写体数字识别

光学字符识别（ＯＣＲ）是模式识别最为成功的应用之一．目前,ＯＣＲ的研究重点是无约束手写体字符识别．采用了基于字符质心的层次特征对无约束手写体数字进行分类识别．基于字符质心的不均匀分块方法,在一定程度上可以克服无约束手写体数字字形千变万化所引起的不稳定性．层次特征将字符在空间的二维分布转化为一维,特征抽取过程简单,易于实现．将该算法应用于无约束手写体数字的信函分拣系统,单字的平均识别率达９７％以上．     

应用主成份分析法评判湖泊营养类别

采用主成份分析法对１８个湖泊的是总磷、总氮、耗氧量、生物量、透明度进行了分析，并对湖泊营养类别进行了评判。分析结果表明，湖泊营养状态是总磷、总氮，耗氧量、生物量、透明度综合作用的结果，其中总磷的作用最大，其次是总氮。     

基于低秩双线性池化注意力网络的舰船目标识别

针对多模态舰船图像融合识别质量不高等问题，构建了一种端到端的低秩双线性池化注意力网络。首先对各模态原始特征向量基于跨模类别中心进行注意力加权重构，使不同模态特征更好地关注公共类别信息；然后采用双线性池化捕获不同模态图像的交互信息，并引入权重低秩分解降低网络参数规模；最后依靠特征级联实现模态信息的交互与互补，并设计联合损失提升网络跨模态融合识别效果。实验结果表明，相比现有融合方法，所提方法可有效提升多模态遥感舰船图像的融合识别效果，在公开的遥感舰船数据集上取得了较高的识别准确率。     

高中英语解题技巧分析

英语是一门听、说、读、写一体的学科，对于学生听、说、读、写能力的提高极其重要。本文就英语学科内容的特点，分析英语考试试题，探讨英语解题技巧，帮助学生解决英语难题，提高学习英语的自信心。     

闽台民俗体育资源的类别、分布与特点

为摸清闽台民俗体育资源家底,有利于后续开发其综合价值需要,运用文献资料、田野调查考证等方法,考察闽台地区民俗体育文化资源项目。研究发现:闽台民俗体育资源可分为健步体能、竞速体能、杂耍表演、操舞表演、游戏竞赛、武术健身、投掷娱乐、棋艺娱乐八类;闽台民俗体育资源空间分布呈现闽南比闽北集中,闽东沿海相比闽西内陆较沿海岸线线分布,台湾集中于全岛沿海环状分布;闽台民俗体育资源既具有小区域性、频繁化、多元化共性特点又具有传承层差异、组织度差异的异性特点。     

基于类别特征编码的参考作物蒸散量预报模型

为提高基于天气预报的参考作物蒸散量(ETo)预报模型精度,通过引入序数(ORD),独热(O-H),目标(TAR)和CatBoost(CAT)4种编码方法对天气类型和风力等级进行数值化处理,结合Light Gradient Boosting Decision Machine(LGB)算法构建了基于天气预报类别特征的ETo预报模型.结果表明,同时引入编码处理的天气类型和风力等级数据可以有效提升LGB3模型精度(R²较LGB1提升-0.97%～9.36%),提升排名为O-H>CAT>TAR>ORD.单独引入天气类型数据的LGB4能够获得与LGB3模型相近的精度,而单独引入风力等级对LGB5模型精度贡献不显著,甚至可能会引入噪声而降低精度.因此采用O-H编码处理天气类型和风力等级数据扩展输入维度,可以提高模型精度,适用于缺少气象站或数据种类不全地区的ETo精准预测.     

基于类别不平衡的企业信用风险违约测度探索 ——以制造业上市公司为例

针对所获取的类别不平衡的深沪A股制造业上市公司财务数据,为了预测制造业上市公司信用违约情况,提出基于欠采样改进的Lasso-Logistic模型;首先通过计算WOE和IV值,剔除风险识别能力和稳定性较差的变量,接着从"数据"层面对现有的Lasso-Logistic模型进行批量欠采样处理,最后结合"算法"层面对Lasso...