- 赵颖;
研究了由电子标签、读写器和数据管理单元构成的RFID系统;设计了由门票制作、售票、验票、统计分析和系统维护等构成的系统功能;设计系统核心部件,包括电子标签、读写器和天线;最后,设计读写器程序,包括主控流程和初始参数设置、Select监听套接口、防止冲突操作等。以此研究为基础编程实现,提高了开发效率并使系统具有良好的扩展性。
2022年05期 v.42;No.207 289-292页 [查看摘要][在线阅读][下载 648K] [下载次数:46 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:36 ] - 李文潇;梅红岩;李雨恬;
对深度学习完成多模态情感分析进行了综述。简要介绍了多模态情感分析的概念、背景及意义;详细介绍了深度学习在多模态情感分析当中的应用;总结了多模态融合技术和交互技术;讨论了多模态情感分析未来发展的走向。
2022年05期 v.42;No.207 293-298页 [查看摘要][在线阅读][下载 604K] [下载次数:587 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:28 ] - 卢厚达;李昕;褚治广;张秘源;
针对游戏内玩家付费情况预测的问题,通过对数据集的清洗、降维以及数据分析,对游戏内玩家ID、在线时长以及7 d内的付费情况等特征数据的提取和分析,并预测玩家前45 d的付费情况,通过4种算法的对比分析得出Light GBM模型的预测结果更加准确、效率更高。
2022年05期 v.42;No.207 299-302+310页 [查看摘要][在线阅读][下载 982K] [下载次数:70 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:21 ] - 孟繁星;于瓅;
针对目前的交通标志识别模型检测速度慢、精通过的问题,提出了基于YOLOv5-EA的交通标志识别算法。首先选择YOLOv5作为基础模型,根据交通标志尺寸小的特点,引入了有效通道注意力机制(Efficient Channel Attention),不仅避免降维和跨通道交互保持性能,还显著降低了模型的复杂度,提高了特征提取的能力;其次通过增加小尺度检测层,提高模型小目标检测的能力;最后在骨干网络中使用BSConv代替了正则卷积,减少了模型的参数。实验结果表明,在公开的TT100K数据集的基础上进行调整后,对改进前后的模型进行训练对比,改进后YOLOv5-EA模型的mAP为87%,较原始的YOLOv5模型提升了3.7%,训练中的损失降低了34%,能够更快速、准确的检测到交通标志。
2022年05期 v.42;No.207 303-310页 [查看摘要][在线阅读][下载 909K] [下载次数:156 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:19 ]