摘要：基于PHP技术和Mysql技术开发的青年志愿者网站,实现了网站对信息的及时更新,提升了网站的管理效率,降低了维护成本。本文志愿者网站的制作实现了对志愿者信息的管理,活动的管理,新闻管理等内容。并从网站的环境搭建,技术优势,需求分析,数据库表设计,界面设计,后台管理设计等进行了具体的说明。

摘要：传统模板匹配算法往往通过整数阶微分算子来寻找特征点,存在着抗噪性差、对纹理细节丰富的目标图像匹配效果差的问题。而分数阶微分算子已在前人的文献中证实,相比整数阶微分可能会丢失的细节,分数阶微分可以通过调整阶数参数来突出不同尺度的空间频率成分,从而既能有效增强图像的细微结构又能抑制噪声。因此,将基于一阶梯度算子的特征匹配算法Linemod改为基于分数阶微分算子的算法。实验表明,改进的分数阶微分特征匹配算法在选择合适阶数的微分算子以后,在保证提取出图像纹理边缘特征的同时,抑制了噪声对匹配过程的干扰,使匹配结果更准确,匹配速度更快。

摘要：为了解决传统算法中由旋转和平移耦合优化引起的相互干扰以及量纲差异问题,提出了一种基于旋转-平移解耦优化的稠密重建算法。该算法将相机位姿空间拆分成旋转和平移两个独立子空间,并在子空间内独立地搜索两分量的优质解。在每次迭代中,该算法针对旋转和平移的当前估计值设置搜索邻域,并在搜索邻域内采样候选解,通过评估选出最优解以更新估计值。迭代该过程,直到满足结束条件。实验结果显示,该算法有效地减少了旋转与平移优化过程中的相互干扰,从而提高了优化的效率和精度。这证明了在稠密重建中相机位姿估计环节,该算法设计具有一定优势。

摘要：为了创新教学方法与策略,探索一种由Python程序代码引入的级数收敛性的教学方法 .这种方法的核心理念是贯通目标与效果,实现从理论到实践的转变.课前精心设计教学“任务”,课中引导学生互动与探索,课后指导学生探究学习、主动实践、完成算例,其最终目标是培养学生利用教学资源获得新知的能力、处理信息的能力、交流与合作的能力和解决问题的能力,形成一种有效的大学数学教学新方式.

摘要：为提高软件缺陷自动修复技术的修复效果,针对面向对象程序中出现概率较大的方法调用缺陷,提出一种基于深度学习和遗传算法的方法调用缺陷自动修复方法。基于深度学习构造方法调用缺陷修复模型,使用修复模型生成候选补丁并验证;若补丁无效,则基于这些候选补丁,使用改进的基于遗传算法的缺陷修复方法生成候选补丁。实验结果表明,在Defects4 J数据集上,所提方法与DEAR、TBar、SequenceR和jGenProg自动化缺陷修复工具相比,缺陷修复率和补丁正确率都有提高。

摘要：针对目前机床夹具设计领域中存在的知识挖掘深度不足、利用率不高且过度依赖设计人员经验等问题,提出了一种基于自顶向下方式的机床夹具设计知识图谱构建方法。首先,将机床夹具设计知识分为原理规则类和功能描述类,利用本体建模语言(OWL)对这两类知识进行了本体建模,构建了知识图谱的模式层;其次,在模式层的指导下,以机床夹具设计原理规则文档和设计实例为数据源,利用双向长短期记忆网络-条件随机场算法(BiLSTM-CRF)对其进行了知识抽取,得到了结构化的机床夹具设计知识;然后,运用Neo4j图数据库存储结构化的机床夹具设计知识,得到了知识图谱的数据层;最后,以轴承套筒法兰的夹具设计为例,对该方法的可行性进行了验证;考虑到企业对同一夹具结构的不同技术需求,提出了一种基于图形数据科学算法(GDS)的相似元件替代法,对夹具知识图谱中47个定位元件节点进行了相似度计算,得到了1081条相似度数据样本,并构建了综合评判模型。研究结果表明:当相似度阈值设置为0.76时,将定位元件进行替换的精确率达到了84%。通过建立知识图谱,完成了机床夹具设计的两类知识的有效关联,为构建数据驱动的机床夹具智能设计奠定了基础。

摘要：目前的多目标优化进化算法在高维的决策空间中收敛性能不佳,针对这个问题,提出了基于基因表达式编程的多目标优化算法GEPMO,主要工作包括:提出了新的个体编码方案,分离了值基因和位置基因;设计了新的算子;分析了GEPMO的编码空间;提出了GEPMO的框架。在标准测试函数上的实验结果表明了新算法的有效性,在高维决策空间中GEPMO能够覆盖SPEA算法的结果集87.5%,但SPEA覆盖GEPMO仅为5%。

摘要：提出了基于Haar小波技术和偶合特征的多数据流压缩方法．主要研究成果包括：（1）证明了Haar小波变换服从能量守恒规律，并用于压缩数据流；（2）揭示了数据流的偶合度与变化趋势的相关性、偶合度的平移不变性及等价规律，采用特征流序列的小波系数和流能量近似表示流的趋势，达到压缩的目的；（3）提出了多尺度能量分解模型，提高了表示精度；（4）设计了多尺度能量分解压缩算法以及多尺度重构算法：（5）在真实数据集上的实验表明，新方法的压缩比是传统小波方法的2-4倍．

摘要：提出了一种新的基于生成对抗网络的人脸图像彩色化方法.所提出的网络结构包含两组生成对抗子网络,每个子网络由一个生成器和判别器组成.其中,一个对抗子网络A(包含生成器A和判别器A)实现从灰度图像到彩色图像的翻译过程,另一个子网络B(包含生成器B和判别器B)反转该过程,即生成器B对称地使用生成器A的最终输出图像作为输入,用来重建原始的人脸灰度图像.其中,网络中的循环损失进行图像重建,而生成损失和对抗损失用来保证生成的图像更加接近真实图像.实验结果表明,这种结构设计不仅能实现自然逼真的人脸图像彩色化,还能同时保证人脸的身份属性不变.

摘要：针对增强现实中移动视点下的室外场景检测问题,提出一种基于光流跟踪的阴影在线检测算法.首先将当前帧中待检测的阴影分为将前一帧阴影跟踪过来的阴影部分和因视点改变出现的新阴影部分;然后在GraphCut框架下对跟踪结果进行优化,以消除光流跟踪产生的累积误差;再利用阴影区域的光照特点,如太阳光与天空光强度比值等,提取优化后的跟踪阴影区域的阴影特征,在线地检测新进的阴影区域;最后再次利用GraphCut算法对检测到的初始新阴影区域进行优化,消除基于阈值的方法检测独立新进阴影时产生的误差.在Matlab平台下对不同复杂度的室外场景进行实验的结果表明,该算法不仅能有效地减少跟踪阴影的误差,而且可准确地检测到室外场景中经常存在的软影.