简介:摘要:图像分类是计算机视觉领域的一个重要的任务,为了解决这一任务,本文提出一种基于每一类的判别信息生成的字典模型,称为监督的类判别的字典学习(Supervised Class-discriminant Dictionary Learning, SCDDL)模型。SCDDL模型从训练集中学习得到一个字典和在这字典上的表示系数,不仅不同类别的字典对训练样本的重建误差具有判别性而且表示系数具有判别性。在此基础上,充分利用重建误差的判别性和表示系数的判别性提出相应的图像分类方案。大量的实验结果表明,与现有的模型分类方法相比较,该分类方法在图像分类的任务上具有较好的分类性能,且算法的效率高。
简介:摘要: 2018年以来,中美贸易贸易摩擦愈演愈烈,全面升级,从加征关税扩张到投资限制、技术封锁等各个领域。中美贸易摩擦源于中美贸易严重失衡,美方指责中方操纵人民币汇率和贸易保护导致了中美贸易严重失衡。中方是否有意低估人民币汇率,本文驳斥了该种观点,分析了中美贸易失衡的现实原因,即贸易统计口径的差异、国际产业转移趋势效应、美元发行和美国消费模式影响和美国高新技术产品对华限制出口,指出中美贸易摩擦产生的实质原因是中美两国之间在经济、技术和政治方面竞争性增强。为缓解中美贸易摩擦,本文建议中方应该不断缩减中美贸易顺差、保持克制利用国际机制解决贸易争端、拓展多元化出口市场和坚持改革开放增强实力。
简介:摘要:随着技术发展,电力系统的变电站红外监测系统中,进行红外测温,获取一次设备开关和断路器的温度数据,判别开关的接触电阻是否出现异常,从而判断设备是否需要检修。来实现生产状态监测。本文通过机器学习方法,在监测数据处理中,自动排除由于环境变化因素导致的数据干扰,从而了解设备真实的工作状态。重点工作在利用机器学习的算法进行分析归类,从而排除外部干扰的影响,提高监测数据可信度。在 python环境下进行了验证,方法有效可行。对排除外部干扰有明显提升。
简介:摘要】沥青混凝土压实质量的好坏,将直接影响沥青路面的平整度和密实度。本文阐述了施工中控制路面压实质量的具体技术措施。在沥青混凝土道路施工中,对沥青混凝土必须进行压实,其目的是提高沥青混凝土混合料的强度、稳定性以及疲劳特性。所以压实质量的好坏直接影响到沥青路面的平整度、密实度。良好的路面质量最终要通过碾压来实现,因此必须重视压实工作,深入研究压实质量的控制技术。
简介:摘要:驾驶人分心状态判别是分心驾驶预警系统的重要基础。为了探寻驾驶人分心判别方法,本文通过设计模拟驾驶实验,采集正常驾驶状态和执行语音短信次任务时的驾驶绩效指标和驾驶人视觉特征指标,通过ReliefF算法筛选出重要度较大的10个指标作为驾驶人分心状态判别指标,将这些指标作为随机森林组合模型的输入,建立基于随机森林组合模型的驾驶人分心状态判别模型。结果表明,本文建立的模型可以准确判别驾驶人分心状态,判别准确率为82.69%。与决策树C4.5和BP神经网络算法相比,随机森林组合算法在准确率、精准率、召回率、F1值和ROC曲线等模型性能方面均优于其他两种方法。本文所建模型能够有效地判别驾驶人分心状态,可为驾驶人分心预警系统和分心控制策略提供依据。
简介:摘要:本文简要介绍了对发明实质的理解来确定检索关键词,并通过具体的案例来说明抓准发明实质,提取关键词检索的重要性。
简介:摘要:计量管理是企业质量管理体系的基石。本文针对目前中小型企业计量管理薄弱的现状,从管理人员和计量设备两个关键要素的管理进行探讨,帮助企业提高质量管理水平,助推企业的高质量发展。