摘要：针对显著目标检测问题在没有任何先验信息的情况下,通过特征聚类和紧致性先验方案实现目标检测优化。优化后的方法包括四个步骤:首先采用超像素预处理将图像分割成超像素,以抑制噪声并降低计算复杂度;其次应用改进的虾群聚类算法对颜色特征进行分类;接着利用二维熵来衡量每个簇的紧密度,并构建背景模型;最后以背景区域与其他区域之间的对比度作为显著特征,并通过设计高斯滤波器增强其显著性。为了更好地评价显著目标检测的精度,本文通过多维评价指标进行优劣性实验分析,实验结果表明,文中算法具有较好的实时性与鲁棒性。

摘要：针对程序的分支覆盖测试,元启发式搜索技术已经被广泛应用于测试数据生成中。然而,当前的研究成果主要适用于串行程序。因此,为覆盖消息传递接口(Message Passing Interface,MPI)程序的分支,该文研究基于协同进化遗传算法(Co-evolutionary Genetic Algorithm,CGA)的测试套件生成方法(简称为:CGA生成法),该方法具有不受不可行分支影响的优势。首先,基于收集覆盖信息的探针,定义最小归一化分支距离,并以此设计出相应的适应度值函数;然后,使用CGA生成进化个体,并基于设计的适应度值函数,计算这些个体的适应值;最后,基于计算的适应值,选择子种群中代表个体,以构成合作种群。所提CGA生成法应用于7个基准MPI程序,并与其他多种方法进行比较。实验结果表明,CGA生成法的覆盖率通常高于其他搜索算法。

摘要：卷积神经网络是一种新兴的网络构建技术,其技术在应用以及结构建设环节上具有一定专业性,因此为保证卷积神经网络与图像分类课程教学效果,提高学生学习质量,文章根据卷积神经网络与图像分类基础概论,通过线上教学与线下教学两种方式,总结出混合式项目案例教学应用策略。

摘要：针对当前移动大数据网络评估算法普遍存在的网络安全策略启动过程复杂、数据传输能力不足等问题,提出了一种基于投影映射迁徙机制的移动大数据网络评估算法。首先,采取匹配指纹参数方式设计投影映射迁徙机制,通过量化评估网络攻击参数来迅速提升网络收敛能力,以精确评估时变特性下的网络安全性能;然后,根据网络监测周期和时域突变特性,引入微分傅里叶准则,设计基于转秩方式的评估因子,动态评估网络攻击强度,以提升移动大数据网络二次收敛速度。仿真实验结果表明,与当前主流算法相比,该算法能保障更长的网络稳定运行时间和更强的攻击拦截能力。

摘要：Leap Motion设备产生的数据在虚拟环境中可以进行手势识别。通过识别和跟踪用户的手来生成虚拟3D手部模型,从而获取手势信息。本文设计了一种基于隐马尔可夫模型(Hidden Markov Model,HMM)分类算法来学习从Leap Motion中所获取的手势信息的系统,根据手势特征的重要性赋予不同权值,可进一步提高分类准确率,实现手语信息的识别输入。测试结果表明,识别准确率为86.1%,手语打字输入识别速度为每分钟13.09个字符,可显著提高聋哑人与正常人之间沟通的便捷性。