基于共享单车出行数据的用户行为分析

基于共享单车出行数据,对用户总体出行时间和强度进行分析,并据此对高频用户出行日期和路线进行分类,针对用户出行目的地建立预测模型.结果表明,工作日和休息日出行时间分布存在显著差异,出行强度具有频率低、距离短的特征;高频用户出行轨迹在工作和休闲两维度上可归纳为三种类型;基于共享单车历史出行数据,建立用户出行目的地预测模型所得的准确率较为合理.     

视觉搜索中图标布局的影响机理

采用视觉搜索范式，研究图标视觉特征及数量变化对图标布局认知绩效的影响.实验表明，当图标数量N=6时，仅图标视觉特征主效应显著，布局方式对搜索速度无显著影响，图标视觉特征是认知绩效的主要影响因素;当图标数量N=15时，仅图标布局方式主效应显著，横向排列搜索速度最快.通过图标数量的连续性变化实验发现，图标数量超过10个，横向排列反应时显著低于纵向排列，两者错误率无显著差异;随着图形面板 L_○长度 / S_○宽度比值的降低，两者平均反应时差距逐渐缩小，趋于一致.研究表明，图标数量的变化对布局方式和视觉特征的认知绩效产生显著影响.     

等间距平行线辅助机器视觉实现工件尺寸测量

针对工业柔性密封圈形变造成内外圆尺寸发生改变和传统成像系统畸变造成图像边缘轮廓失真,从而直接影响轮廓测量精度的问题,提出一种基于等间距平行线工件尺寸测量算法.首先对工件区域进行轮廓跟踪,求出区域的边界像素点序列;其次,绘制一组水平或垂直方向等间距平行线,对工件轮廓进行拟合;最后,根据圆的计算公式求解出曲面轮廓的尺寸参数值,从而减少畸变造成的测量误差.通过对密封圈内外轮廓尺寸精度和断面精度对工件测量影响的分析,结果表明:基于等间距平行线工件尺寸测量算法对柔性圈内外径最小误差分别为0.5％和0.9％,横断面最小误差为1.6％.     

基于新媒体语境下的视觉设计研究

在工业化以及数字化的发展过程中,现代视觉设计不断成熟发展,每一次的技术革新都给视觉设计赋予了全新的意义。文章论述了新媒体条件下的媒体状态和表达方式、视觉设计新的功能性及其显性与潜在的价值,并探讨了视觉设计的原则,研究视觉设计应如何变革方能适应当下的新媒体环境并能够取得长足发展。     

佛山市敬老院304例老年人口腔保健知识及行为调查分析

目的调查分析佛山市敬老院老年人口腔保健知识和健康行为,为社区老年人的口腔疾病防治工作提供必要的信息。方法采用问卷调查法,于2013年对佛山市5间敬老院共304名老年人进行口腔自我保健知识及健康行为进行问卷调查。结果 1)口腔卫生习惯:每天早晚刷两次牙的占32.6%,更换牙刷的频率为3个月内定期更换一次仅占11.6%,日常使用过牙线清洁口腔仅占4.6%。2)就医行为:调查的老年人中60.5%对自己的口腔健康不满意,但仅有4.7%的人会定期接受口腔健康检查。3)接受口腔健康信息宣教的途径:不知道或认为所在社区没有进行过关于口腔健康信息宣传的占83.7%。4)对口腔保健知识及常见口腔疾病的防治知识的测试结果普遍较差。结论佛山市敬老院老年人的口腔保健知识贫乏,应加强对老年人口腔健康教育信息的宣传,建立良好的口腔健康行为。     

一种秘密递增显示的视觉密码方案

提出的秘密递增显示视觉密码方案(RIVCS)适合于由多个具有不同的保密级别区域组成的秘密图像,该方案下可以以增量的方式显示隐藏的秘密图像。使用线性编程开发有效的生成RIVCS的基础矩阵的程序,该程序满足来了减少像素扩展的需求。实验结果证明此方案是可行的、适用的和灵活的。文章最后提出了本方案未来的改进方向。     

基于混合高斯模型的储物柜存取货行为检测方法

针对储物柜存取货物场景的实际情况和人员行为的特点，提出一种通过融合时间调整机制控制前景融入背景的改进型混合高斯建模检测方法，并引入手臂识别机制。融合时间调整机制减小了由于人员停止运动而错误决策为背景的可能性；手臂识别算法模型有效地识别人员伸手动作。实验结果表明，该方法可以简单有效地从连续的图像序列中检测出人员在储物柜场景下的存取货物行为。     

大学生旅游行为特征研究——以山西师大现代文理学院为例

笔者以山西师范大学现代文理学院的在校大学生为例对大学生旅游行为特征进行实证研究。研究发现大学生对旅游具有浓厚的兴趣,大学生最主要的旅游信息来源是网络,旅游空间分布上大学生主要是省内旅游,远离市区周边景点的大学生到访率要高于市区景点。     

美国研制能思考在机器人

<正>谷歌公司正与牛津大学的两支人工智能研究小组合作,研制先进的类人机器人。第一支研究小组的任务是帮助机器人更好地了解用户的想法和意图,第二支研究小组的任务是通过深度学习技术提高机器人的视觉识别能力。据国外媒体报道称,谷歌正在研制一种模拟人类大脑的超快量子芯片,这让搜索和软件更加直观。被谷歌收购的人工智能创业公司Deep Mind联合创始人、谷歌工程部副总裁杰米斯·哈萨比斯在博客中表示:"对于当前的人工智能研究来说,这无疑是一个非常令人兴奋的时刻。我们在很多方面不断取得进步,其中包括图像识别和语言理解能力。我们很高兴地宣布与牛津大学展