大规模连续中国手语数据集的创建与分析

绝大多数健听人不懂手语导致听障人在找工作、就医、法律咨询等各生活、工作领域中遇到了极大的沟通障碍，而手语翻译员需要提前预约，成本也非常高，所以很多科研工作者都开始利用机器学习来开发手语自动翻译器，但其中的大部分研究都因为受到了数据集规模和质量的影响而效果不佳。为解决上述矛盾和问题，创建了目前全球最大的中国连续手语数据集，并使用了考虑身体关节的位置、面部表情及手指关节的端到端的深度学习模型进行有效训练。结论突显了现代深度学习技术在识别复杂手语方面的巨大优势，针对较小子集的BLEU-4已达到30.8。     

基于强化学习的动态定价策略研究综述

随着人工智能技术的不断发展,其应用领域也逐渐拓宽。为了能进一步将强化学习技术应用于动态定价领域,构建智能动态定价系统,对与动态定价相关的强化学习技术进行介绍,将已有研究从供应商数目(单供应商、多供应商)、所处环境模型(MDP、POMDP、Semi-MDP)、选用算法(Q-Learning, SARSA, Monte-Carlo)等方面进行综述。基于综述内容提出未来智能动态定价的研究方向。     

基于残差密集网络的单幅图像超分辨率重建

随着数码相机、手机等电子设备的普及,每天都会产生大量的图像,但通常这些图像的分辨率比较低。针对单幅图像超分辨率(Single Image Super-Resolution,SISR)方法性能较低的问题,提出一种基于残差密集网络的单幅图像超分辨率重建方法。将浅层的卷积特征输入到残差密集块,获得全局和局部的特征;对图像进行超分辨率重建,得到清晰的高分辨率图像。为了验证该方法的有效性,在四个公共的数据集Set5、Set14、B100和Urban10上进行了定性和定量的实验。实验结果表明,该方法能够更好地恢复出高分辨率的图像。     

放大电路的PCB设计

随着我国经济社会的快速发展和科技水平的进一步提升,各行各业在面临发展新挑战的同时也获得了良好的历史发展机遇,一定程度上扩大了原有发展规模。放大电路同样如此,不仅在社会现有各领域得到了广泛的应用,更对提升我国经济效益和社会效益做出了重要的贡献。在此背景下,该文在主要论述放大电路PCB设计相关研究的基础上,对相应的电子课程和PROTEL课程进行了一定的整合,旨在通过不断地探索和进一步的努力更好地设计出性能更佳的放大器,为我国经济社会的发展做出一定的贡献。