简介:域自适应算法是一种能有效解决训练集(源域)和测试集(目标域)样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机(DDM-ELM)用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标:1)最小化源域样本的分类误差;2)通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3)利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.
简介:利用机器视觉评定小模数齿轮精度时,在齿轮整体图像中提取的边缘特征信息不能直接描述图像中的单独目标,需要后续识别算法去适应局部的多变特征.为此提出一种基于特征图像的边缘检测效果评价方法来获取丰富的局部图像信息,用于评定小模数渐开线齿轮视觉测量系统中轮廓提取的精度.首先根据齿轮图像中渐开线齿廓边缘的函数特性建立特征图像模型;然后使用基于Zernike矩的亚像素边缘检测算法获取小模数渐开线齿轮特征图像的边缘;最后结合构建特征图像的标准函数,量化特征图像的边缘检测结果与标准函数间的偏差,用以评价边缘检测的效果.实验表明,运用小模数齿轮的特征图像评价基于Zernike矩的亚像素边缘检测算法,渐开线齿廓的检测精度优于0.58pixel.
简介:目的探讨准分子激光角膜原位磨镶术(LASIK)后出现视疲劳症状的患者进行视觉训练,以期改善患者视疲劳及双眼调节功能。方法收集2014年6月至2016年5月在本院视光门诊LASIK术后6个月存在视疲劳症状的患者140例(276只眼),年龄20~32岁,对LASIK术后患者进行屈光和双眼调节功能检查和相应的视觉训练。结果患者进行视觉训练后,视疲劳症状明显改善(t=28.96,P〈0.01);调节幅度(t=9.18,P〈0.01)、调节灵敏度(t=6.11,P〈0.01)、负相对调节(t=2.33,P〈0.01)、集合近点(t=1.66,P〈0.01)等调节功能均明显改善。结论合理的视觉功能训练可以改善LASIK术后患者视疲劳情况,且改善患者调节功能,有利于术后恢复。
简介:摘要:网络时代,在线学习资源日益丰富。面对大量的信息,如何准确地向学习者推荐他们感兴趣的内容,以避免陷入数字泥潭是个性化推荐领域需要研究的问题。本文分析了二图信息扩散推荐算法,并结合网络资源的标签属性,探讨了基于标签的三图学习资源个性化推荐算法的改进。该算法在保留有效性和简洁性的前提下,利用标签属性扩大了推荐资源的广度,对缓解网络稀缺引起的推荐信息不完整具有一定的参考意义。