摘要：为了提升学生的编程能力,从解决计算机科学和应用中经典的汉诺塔问题入手,分析了分治算法与递归算法的关系,分别给出了分治算法、递归算法的设计步骤,给出了分治法的时间复杂度计算公式和求解方法。深入分析了汉诺塔问题的简化过程、分解步骤,设计了汉诺塔算法,给出了完成汉诺塔搬迁需要移动盘子次数的计算公式和求解方法。使学生能够把所学的方法用于解决具体问题,并对算法进行比较分析,从而将理论和实际应用切实结合起来。

摘要：该文介绍了机器博弈技术,给出了提升计算机的智能程度是研究机器博弈技术的重点。设计了五子棋游戏算法,由于算法设计决定了计算机的智能程度,该算法没有用到机器学习,计算机不具有智能。分析了卡斯帕罗夫和＂深蓝＂的不同特点,给出了＂深蓝＂战胜世界冠军的启示,只有利用机器学习技术开发的具备学习能力的计算机才具有智能。

摘要：针对海上复杂环境下深度学习方法跟踪速度慢和尺度变化问题,以及现有跟踪算法仅使用单层深度特征或手动融合多层特征的问题,提出一种基于卷积神经网络特征深度融合的多尺度相关滤波海上目标跟踪算法。以VGG-NET-16深度模型为基础,加入多层特征融合结构,实现深度卷积融合网络,用于特征提取,通过相关滤波算法构建定位滤波器,确定目标的中心位置,通过多尺度采样构建尺度滤波器,实现对目标的判断。实验结果表明,该算法可对海上移动目标实现多尺度的有效跟踪。

摘要：目前基于深度学习的肺癌辅助诊断方法存在无法准确定位病灶的缺陷。针对该问题,在现有U-net网络结构的基础上提出一种分两步走的基于改进U-net的肺癌识别方法。利用U-net获得病灶精确位置,通过CNN分类网络对病灶进行诊断,得到原始CT图像的检测结果。实验结果表明,该方法可以对肺部病灶进行较为精确的定位,分割效果的DSC相似度指数超过80%,对肺癌病灶进行分类诊断的准确率达到90.7%。

摘要：该文采用红外线为检测装置,基于AT89C51单片机设计实现了卷帘门自动升降控制系统。该系统主要由单片机及其外围电路、红外检测电路、步进电机控制电路等组成,通过卷帘门及其电机的选型来实现卷帘门的实际控制,并用步进电机模块对其进行模拟。实验结果表明,该文通过自动控制方式、设置蜂鸣器报警、设计密码锁,为避免因意外原因造成密码误输入设置了退格键,采用矩阵键盘作为密码键盘,保证了增加可选按键的数量,在软件设计中设置了相应循环和延时,增强了系统的安全性和可靠性。

摘要：为解决当前乳腺癌影像检测任务中数据样本量少、医学专业性强等问题,提出一种基于难样本挖掘和深度学习的乳腺癌检测方法。以乳腺癌医学图像数据库中含有正负样本的X光影像训练模型,通过改进Mask R-CNN特征金字塔结构对目标区域的高低层特征充分学习,利用难样本挖掘方法对正样本及难负样本进一步筛选,降低患病区域误检率,避免深度学习模型依赖样本量所造成的过拟合问题。实验结果表明,该方法在公开数据集上的检测精度达到85.92%-86.75%,精度提高了3%左右,提高了原检测方法的准确性和鲁棒性。