纸质简谱图像的分割、倾斜校正及音符歌词提取

乐谱图像的自动分割、倾斜校正是乐谱识别过程中的关键技术,各种计算机光学乐谱识别技术在乐谱图像的数字化中有着广泛的应用,但对于乐谱中简谱的识别一直鲜有研究.本文针对人工拍摄条件下光照不理想的简谱图像,提出一种基于PCNN(脉冲耦合神经网络)和DNN(深度神经网络)相结合的分块简谱图像自动分割算法,该方法根据简谱图像灰度分布特征对图像进行自适应分块处理,依据每个分块的灰度特征与PCNN最佳迭代次数之间的关系构造合适的DNN神经网络,从而实现了最优分割图的自适应选取;进一步利用最优分割图像中音符小节线的水平投影,提出一种双尺度下降法实现了简谱图像的倾斜校正;提出去边垂直投影法和连通域距离判断法实现了简谱图像中音符及歌词的提取.实验仿真结果表明:本文算法对复杂光照条件下的简谱图像处理都具有较好的鲁棒性,同时表现出更高的效率.     

清河水库泄洪洞洞口封堵体及围堰拆除

清河水库右岸新建设闸门竖井,为保证安全,前期将泄洪洞洞口封堵。现闸门竖井建设完成,闸门已安装且具备挡水条件,需将前期封堵体拆除。因水位无法降至适宜陆地施工水位,故为水下拆除混凝土封堵体,作业工作量大,难度高。本文详细阐述了封堵体拆除的全过程,在保证安全和质量的前提下,推进了工程项目的总进度。     

一种用于交通标识分类的形状识别算法

交通标识分类是交通标识识别系统的基础环节,而交通标识形状识别是交通标识分类的核心部分.对交通标识进行了研究,将交通标识分为禁令标识、警告标识和指示标识3大类分别进行分析,提出了一种利用边缘走势统计特征反映目标形状特征的新算法,并将其与BP神经网络相结合用于交通标识形状的识别.首先利用颜色信息实现交通标识区域分割,随后记录交通标识的边缘走势并统计比例,最后使用BP神经网络进行分类,实现交通标识形状的识别.该算法对不同倾斜角度和不同拍摄角度的交通标识图像均具有很好的识别效果和识别速率.     

基于大数据的在线智能辅助学习系统的研究

大数据作为信息产业持续高速增长的新引擎,它为我们提供了丰富的网络信息资源,并且正在渗透到当今的每个领域之中,成为重要的生产因素。尤其在教学领域的使用,受到广泛关注。凭借网络自主学习是学习者获得知识的重要来源,在线辅助减少时空局限性,步步引诱从而增加学习者的主动性,直到完成学习者的目标任务。文章主要通过对大数据,辅助学习,和学习系统模型的钻研,结合案例分析对于系统功能进行初步的说明。希望对学习系统的完善,能对未来的教学环境有所帮助。     

清开供水工程变价审核工作分析

清开供水工程投资数额大、专业性强、涉及面广、受不可预料因素影响大,出现项目变更不可避免。文章对工程中出现的标准改变、管材变化、工程量清单遗漏、设备机头选型误差等案例的变价审核,说明在审核过程中处理原则、审核的内容及工作过程中要需要注意的问题。