基于Open Source的全文检索框架

本文在开源(Open Source)项目Jakarta Lucene的基础上,结合多种开源文档格式分析工具,设计和实现了一种可扩展的全文检索框架,该框架可高效地对XML、HTML、MS Word、PDF等格式的文档进行全文检索.整个框架完全基于开源工具包,可以有效地对信息系统的开发进行支持.     

Websphere：活吞市场的大鲸

1999年，IBM与Novell签订合作协议，成功地提供电子商务的解决方案给予原先使用NetWare的用户。同年更是推出了WebSphere Application Server3．0，并且推出WebSphere Studio与VisualAge for Java让工程师可以快速开发相关的程序。2001年，IBM更是宣布将应用服务器、开发工具整合在一起，与DB2、Tivoli及Lotus结合成为一套共通解决方案，如今、IBM更是并入了Rational Rose(UML tools)让开发流程更是完整化。     

基于XML的开放式WebGIS的系统设计

基于XML的开放式WebGIS的系统设计是解决传统WebGIS数据共享、服务互操作问题的好方法.本文分析了基于XML的开放式WebGIS系统的设计目标,提出了一个基于XML技术的WebGIS系统设计方案.     

计算机网络信息安全面临的问题和对策

计算机的广泛应用把人类带入了一个全新的时代,特别是计算机网络的社会化,已经成为了信息时代的主要推动力.目前,全世界的军事、经济、社会、文化各个方面都越来越依赖于计算机网络,人类社会对计算机的依赖程度达到了空前的纪录.由于计算机网络的脆弱性,这种高度的依赖性使国家的经济和国防安全变得十分脆弱,一旦计算机网络受到攻击而不能正常工作,甚至瘫痪,整个社会就会陷入危机.     

思科与北大共建领导力研究院并宣布下一阶段在华蓝图网聚领导力共绘新蓝图

4月16日,北大百年讲堂里,数十家媒体再次见到了思科董事会主席兼首席执行官约翰·钱伯斯先生.这是继他自去年11月访华后又一次来到中国.去年11月,钱伯斯来到中国宣布在中国发展的重点是"创新及可持续发展",并且承诺对华投入160亿美元;而这一次他再次来到中国,则是要宣布将这一承诺兑现:思科将在未来三到五年内投入2000万美元与北京大学光华管理学院共同打造领导力研究院.     

历时一年,成效显著--第一届全国数控技能大赛圆满结束

为了深入贯彻全国人才工作会议精神,加强高技能人才的队伍建设,劳动和社会保障部、教育部、科技部、国防科工委、中华全国总工会、中国机械工业联合会共同举办了第一届全国数控技能大赛,经过各部门、各地区以及各承办、协办单位共同努力,全国30个省、自治区、直辖市举办了选拔赛活动,从来自企业和职业院校的近20万名选手中选拔出的422名选手入围全国决赛,其中270多名选手脱颖而出,取得了优异成绩.     

马来西亚2004年《通讯与多媒体法》介评

马来西亚国会于1998年颁布了《通讯与多媒体法》。该法被誉为马来西亚在信息技术立法工作方面最全面的一部,它对部长、上诉院、通讯与多媒体委员会这三个机构的权限、职能作了清楚划分,从经济、技术、社会三方面对网     

汶川地震:感受信息公开的力量

5月12日,一场突如其来的大地震袭击了四川省及其周边一些地区,这场大地震,夺去了数万人的生命,也牵动了国家和亿万人民群众的心。灾害发生后,全体中国人民众志成城,在罕见的特大地震面前表现出钢铁般的意志和战胜灾害的决心。党和国家领导人对抗震救灾工作迅速作出重要指示,温家宝总理灾后四个小时,不顾随时可能发生的余震,亲临救     

高效、高质量的纸质工程图和资料存档方案

一、传统保存方案的缺陷 传统的工程图样和资料的保存归档形式是通过纸质或胶片的形式进行的,很多企业都用专门的仓库保管这些珍贵的技术资料.这些资料的内容相当广泛,包括机械设计、建筑设计、工程设计、测绘及地图等各行业的信息.资料的介质也有不同的分类,包括硫酸纸、纸质蓝图、白图及胶片等.     

婚姻与电脑

茶余饭后的人们总是需要谈资的,而需求的力量往往巨大.所以对于"报纸"的发明和"狗仔队"的产生也就很好解释了,说来每年都有些网络大热话题作为热门话题,不过一般都逃不出什么品牌电脑的促销风暴,还有就是什么名流、富豪榜和个人年终奖的猜想.而在2008年,一场发生在著名主持人张斌和胡紫薇间"婚姻事件"     

基于FasterMDNet的视频目标跟踪算法

多域卷积神经网络（MDNet）算法在卷积层采用选择性搜索的方式来提取候选框，因此它没有共享完整图像特征，从而导致在线视频目标跟踪速度慢。针对这个问题，提出一种快速多域卷积神经网络（FasterMDNet）视频目标跟踪算法。FasterMDNet是建立在MDNet基础上的一种模型，在卷积层后面引入RPN（Region Proposal Network）网络，优化了损失函数，共享完整图像卷积特征，加快候选区域建议框（ROI）更高效的生成；为了更好地获得目标和背景信息表示，在RPN网络后加入ROIAlign层，对提取的候选区域建议框特征图用双线性插值方法来提高感受野的分辨率。该算法对目标跟踪基准数据集OTB2013、OTB2015、VOT2016进行了评估，并与前沿的跟踪算法做对比，实验结果证明，该算法跟踪准确率优于其他对比方法，并且对比相同实验环境下MDNet算法，在线跟踪速度提高了近12倍。     

基于改进MDNet的视频目标跟踪算法

目标跟踪算法面对的突出问题之一是正负样本不均衡, 正样本极度相似. 针对跟踪更新过程中正样本不丰富的问题, 本文基于多域卷积神经网络(MDNet)算法, 提出了一种改进MDNet的视频目标跟踪算法, 首先改进原算法中候选框的选取策略, 提出了一种基于候选框置信度与坐标方差阈值判断相结合的模型更新方法, 其次将原算法的交叉熵损失函数改进为效果更好的focal loss损失函数. 实验结果表明在相同实验环境下本文算法相较于MDNet算法在跟踪准确率和成功率上均有明显提高.     

基于自注意力机制的多域卷积神经网络的视觉追踪

为了解决多域卷积神经网络（MDNet）在目标快速移动和外观剧烈变化时发生的模型漂移问题,提出了自注意力多域卷积神经网络（SAMDNet）,通过引入自注意力机制从通道和空间两个维度来提升追踪网络的性能。首先,利用空间注意力模块将所有位置上的特征的加权总和选择性地聚合到特征图中的所有位置上,使得相似的特征彼此相关;然后,利用通道注意力模块整合所有特征图来选择性地强调互相关联的通道的重要性;最后,融合得到最终的特征图。此外,针对MDNet算法因训练数据中存在较多相似但属性不同的序列所造成的网络模型分类不准的问题,构造了复合损失函数。该复合损失函数由分类损失函数和实例判别损失函数组成,首先,用分类损失函数来统计分类的损失值;然后,利用实例判别损失函数来提高目标在当前视频序列中的权重,抑制其在其他序列中的权重;最后,融合两项损失作为模型的最终损失。在目前广泛采用的测试基准数据集OTB50和OTB2015上进行实验,结果表明所提出的算法在成功率指标上相比2015年视觉目标跟踪挑战（VOT2015）的冠军算法MDNet分别提高了1.6个百分点和1.4个百分点,在精确率和成功率指标上优于连续域卷积相关滤波（CCOT）算法,在OTB50上的精确率指标优于高效卷积操作（ECO）算法,验证了该算法的有效性。     

目标丢失判别机制的视觉跟踪算法及应用研究

当跟踪对象被严重遮挡或者离开相机视野范围时,机器人的跟踪目标往往会丢失。为了实现准确跟踪,提出了目标丢失判别跟踪YOLO-RTM算法。该方法通过YOLOv3检测视频第一帧中的目标。利用实时多域卷积神经网络（Real-Time MDNet,RT-MDNet）跟踪算法预测目标边界框的变化。计算重叠度,根据重叠度与预设阈值的比较结果决定模型更新方式,当重叠度高于阈值时,采用RT-MDNet更新外观模型,当重叠度低于阈值时,采用YOLOv3重新搜索目标并更新外观模型。在Turtlebot2机器人上的实验结果表明,提出的算法能满足移动机器人跟踪的可靠性,且有效提高跟踪算法的实用性。     

基于双线程LSTM在线更新的视频追踪算法

针对视频追踪中基于孪生网络的追踪算法在对有遮挡物或运动突变的物体进行追踪定位时会出现定位不准确的问题,设计了在线更新网络的视频追踪算法T ripL T.该算法采用循环神经网络进行目标位置的预测,并采用全卷积神经网络对目标进行相似度的判定.T ripL T算法可预测下一帧的目标位置,以摆脱遮挡物的影响,并且T ripL T算法采用在线更新的机制,避免了运动突变的干扰.在数据集VOT和OTB100上的实验结果表明,和已有算法相比,TripLT算法表现出更好的性能.     

基于深度学习的多旋翼无人机单目视觉目标定位追踪方法

针对无人机对目标的识别定位与跟踪,本文提出了一种基于深度学习的多旋翼无人机单目视觉目标识别跟踪方法,解决了传统的基于双目摄像机成本过高以及在复杂环境下识别准确率较低的问题。该方法基于深度学习卷积神经网络的目标检测算法,使用该算法对目标进行模型训练,将训练好的模型加载到搭载ROS的机载电脑。机载电脑外接单目摄像机,单目摄像头检测目标后,自动检测出目标在图像中的位置,通过采用一种基于坐标求差的优化算法进行目标位置准确获取,然后将目标位置信息转化为控制无人机飞行的期望速度和高度发送给飞控板,飞控板接收到机载电脑发送的跟踪指令,实现对目标物体的跟踪。试验结果验证了该方法可以很好的进行目标识别并实现目标追踪     

基于SSD卷积神经网络的公交车下车人数统计

传统典型的公交车人数统计方法在准确率和速度方面存在一些不足,且提取目标特征的效果较差.本文提出了基于深度卷积神经网络的公交车人数统计系统解决人群计数问题.首先制作数据集,难点在于所有用于训练的数据集均是手工标注.并且公交车摄像头角度比以往文献覆盖更广区域.本文首先比较了多种不同的深度卷积神经网络模型对乘客进行全身检测的效果.综合考虑检测速率、准确率等方面,最终采用单次检测器深度卷积神经网络模型对乘客进行人头目标检测,在线实时目标追踪算法实现人头的多目标追踪,跨区域人群计数方法统计公交车下车人数.系统准确率达到78.38%,运行速率约为每秒识别19.79帧.实现了人群计数.     

基于卷积神经网络的实时跟踪算法

利用卷积神经网络(CNN)强大的特征学习能力,提出了一种基于卷积神经网络的实时跟踪算法.通过对双通道卷积神经网络进行离线训练,学习相邻两帧之间的差异,得到跟踪目标的表观特征与运动之间的普遍规律.在不需要对网络模型在线更新的情况下,直接通过网络回归得到对目标的位置和对应置信度的预测.在VOT2014数据集中进行实验,结果表明:提出的跟踪算法的性能达到了当前领先水平.同时,跟踪算法的运行速度可以达到90帧/s,表现出非常不错的实时性.     

煤矿井下行人检测算法

针对井下光照不均匀、行人特征与背景的相似度高等导致基于计算机视觉的行人检测技术在井下应用面临很大挑战的问题,提出采用Faster区域卷积神经网络(RCNN)进行煤矿井下行人检测。Faster RCNN行人检测算法采用区域建议网络(RPN)生成候选区域,RPN与Fast RCNN共享卷积层,以提高网络训练和检测速度;在图像特征提取过程中采用动态自适应池化方法对不同池化域进行自适应池化操作,提高了检测准确性。实验结果表明,该算法对于不同环境下图像中的行人均具有较好的检测效果。     

融合卷积神经网络的核相关滤波视觉目标跟随算法研究

近几年,目标跟随技术逐渐成为研究的热点。核相关滤波跟踪算法通过循环矩阵构造训练样本,将时域的卷积转换到频域的点乘完成滤波器的训练,降低计算复杂度,跟踪速度较快。卷积神经网络模型深度特征表征能力较强,可以充分利用图像信息,跟踪精度较高。将两种算法优势互补,构造一种卷积神经网络与核相关滤波算法融合型改进算法。即在线下阶段训练模型,分层提取孪生网络的深度特征,然后通过相关滤波器快速计算出最大响应图,预测目标所在位置。因此,改进后的算法在保持核相关滤波跟踪算法实时性的同时,可以大幅提高跟踪精度。