基于博弈论对北极熊未来互利共生关系的模型分析

自第一次工业革命以来,大量的化石燃料使用严重加剧了温室效应与全球变暖,其所直接导致的浮冰数量及厚度减少已经日益威胁到北极熊的栖息地并减少北极熊主要食物来源海豹的种群数量。在此环境下,北极熊面临着食物短缺、猎杀、栖息地丧失等惊人的生存挑战。针对北极熊猎食难度日益升高的现象,文章分析并预测了未来可能存在的北极熊与北极燕鸥间的互利共生关系,并基于博弈论的协调博弈建立收益矩阵,旨在平衡与解决北极熊和北极燕鸥间共同面临的食物短缺困境。     

一种基于快速随机投影的矩阵填充方法

为了解决在矩阵填充过程中的高维度和高计算成本的问题,提出一种基于快速随机投影的矩阵填充方法(FRPMC)。利用对矩阵的随机投影的方式对需要填充的矩阵进行降维,然后构造SVD的近似模型来重构矩阵来实现矩阵填充的功能。通过仿真实验证明了该算法的可行性。与其他一些传统算法进行对比,FRPMC在图像恢复的实验中图片恢复的峰值信噪比和运行时间均比奇异值阈值法、加速近邻梯度法和增广拉格朗日乘子法要好。     

灰度位图的定义和转换

该文首先介绍了灰度位图的背景知识,包括灰度位图的定义、特点、应用范围。接着介绍了全彩色和灰度色彩转换的算法。最后演示了基于GDI+的,将全彩色位图转换为灰度位图的核心代码。该代码使用了GDI+的Bitmap类,并通过其成员函数ConvertFormat进行位图格式转换。特点是代码高度简单,程序员无须了解位图格式转换,颜色转换等的细节,大大降低了编码难度和复杂度。     

基于ELM的英语教学质量评价研究

对英语教学质量实施科学化的评价关系到英语教学质量的提升,为减少主观因素的影响,本文提出一种ELM的教学质量评价方法,该种方法将可以在很大程度上提高教学质量评价的精度。对影响英语教学质量的12个指标进行打分,以此作为ELM的输入,同时将英语教学质量的综合得分作为ELM的输出。评价结果表明,基于EIM的英语教学质量评价结果比SVM、BP具有了很大程度的提升,为实施英语教学质量的评价提供了参考。     

基于DoG检测图像特征点的快速二进制描述子

针对SIFT描述子实时性差和传统二进制描述子对尺度、旋转和视角变化鲁棒性差的问题,本文通过优化采样模式和添加灰度差分不变量比较测试进行改进,提出了一种鲁棒性更高的二进制描述子。首先,设计了一种尺度关联、编号标记的采样模式;然后,旋转采样模式中各采样点到特定位置,确保描述子尺度、旋转不变性;接着,分析了采样点点对模式对描述子的影响,选择使用机器学习训练后的128对采样点对;最后,选择灰度值比较测试及梯度绝对值和比较测试构建二进制描述子。实验中采用DoG检测图像关键点,结果表明:本文提出的描述子在描述子构建和描述子匹配上比SIFT描述子分别快84%和67%;在有视角变化的图像匹配上,准确率比传统的二进制描述子高3%~5%,召回率平均要高30%以上。本文提出的特征点描述方法适用于时间要求高的图像匹配领域。