摘 要Elman神经网络作为一种循环神经网络，具有良好的非线性和记忆性，被广泛用于处理非线性时变和复杂的数据。然而，Elman神经网络也存在着一些缺陷，例如权值和阈值随机分布、收敛速度慢等，这些都影响了它的识别精度和效率。目前已经提出了许多改进方案来解决这些问题，但是事实证明很难协调许多相关特征，例如存储空间，算法效率，识别精度等。为了解决以上的诸多问题，在本文中，我采用了一种将遗传算法（GA）引入到Elman神经网络中以优化连接权重和阈值，从而可以防止神经网络陷入局部最优值并提高训练速度和成功率的预测方法。使用GA优化隐含层的结构，这可以解决以前在网络上确定权重的问题，并且收敛速度更快，预测结果更稳定。本课题开展对空气质量的研究，并采用GA- Elman神经网络对空气质量指数进行学习、预测，从�

摘 要随着金融行业的发展以及市场的进一步扩大，在金融领域每天都有海量数据产生，特别是源源不断的文本新闻中携带着大量的信息量与有限的人力以及脑力处理信息的极限形成鲜明对比。单纯依靠人力的手段已经难以适应投研分析、金融监管和处理事件关联的需求。目前如何应用新技术手段处理文本数据提高处理效率已成为目前亟需解决的问题。而知识图谱作为一种全新的自然语言技术，通过图数据库以及结构化的架构描述海量蕴藏在文本中的信息，提高金融文本得处理效率。本文将采用较为成熟且得以广泛利用的实体抽取以及关系抽取模型——双向长短时记忆神经网络（Bidirection Long Short-Term Memory,BiLSTM）为基础，并配合卷积神经网络（Convolutional Neural Networks,CNN）实现对文本特征值的提取以及文本实体及文本关系等信息的获取。同时图数据库

摘 要信息社会代表着社会发展的同时，也同样揭露了很多问题，如个人信息泄露、犯罪手段增加、财产安全问题等等。在这样的时代背景下，个人隐私以及财产安全的保护也面临着前所未有的挑战。传统的安全系统所采用的保护方式比如门禁钥匙开锁，保险柜钥匙开锁，手动输入密码等等，已经渐渐地无法完全适应当下社会对于安全性的要求。为适应新时代的需求，人们开始寻找更安全的方式来保证信息的安全，而生物识别技术正是满足了这一需求。生物识别技术是一种利用人体与生俱来并且独一无二的生理特性和行为特征，同时利用计算机技术并结合光学、声学、生物统计学原理等高科技来辨别用户身份的技术[1]。其中指纹的唯一性和稳定性决定了它作为生物识别技术在身份认证中的重要地位。本文主要设计一种智能指纹锁系统。该系统具备�

摘 要电子科学技术的飞速发展，对多通道成像的获取在视频监控和巡逻中有着许多需求。从多个摄像机获得的图像数据将被同时收集，并且图像将以实时，均分的格式显示，甚至被拼接成高分辨率图像，这是该领域的重要研究分支，通过多个渠道收集和处理图像。受混合虫眼检测效率的启发，使用复合眼亚透镜模拟小虫眼开发出了仿生复眼系统。成像结构还允许比单个透镜更大的视角。仿生复合眼因其大视野，紧凑的结构，小巧的尺寸以及对运动目标的响应而引起了研究者的广泛关注，因此，仿生眼假体C是用于多通道图像收集和处理技术的出色解决方案。本文在分析现有仿生眼复合成像设计和多通道图像处理技术的基础上，提供了合适的操作模型和多通道图像处理系统，使用FPGA系统作为用于仿真设计的主控制芯片，FPGA控制和数据存储控制单元�

摘 要随着道路车辆的增多和对违规车辆的定位追踪，在计算机自动识别和追踪领域，目标追踪算法显得越来越重要。基于staple的道路车辆追踪算法旨在通过判别后续视频与第一帧视频序列信息的吻合度，实现对道路车辆的精准追踪。但快速运动的车辆会发生快速碰撞变形、不明物体遮挡车辆表面、车辆尺寸大小变化等，staple算法在追踪车辆时还存在许多漏洞和空缺。staple算法的缺点为在灰度视频序列或图片中对移动物体无法实现精准追踪，利用基于局部敏感直方图[1]的直方图分类器的优势来弥补staple算法的这一弱项。针对staple算法中滤波器（一般为相关滤波器）和两个直方图分类器优势无法最优融合的漏洞，提出了自适应融合系数。本论文首先针对目标跟踪算法以及典型的staple算法的研究进展进行了综述，总结了与staple算法相关的直方图分类器�

摘 要随着道路车辆的增多和对违规车辆的定位追踪，在计算机自动识别和追踪领域，目标追踪算法显得越来越重要。基于staple的道路车辆追踪算法旨在通过判别后续视频与第一帧视频序列信息的吻合度，实现对道路车辆的精准追踪。但快速运动的车辆会发生快速碰撞变形、不明物体遮挡车辆表面、车辆尺寸大小变化等，staple算法在追踪车辆时还存在许多漏洞和空缺。staple算法的缺点为在灰度视频序列或图片中对移动物体无法实现精准追踪，利用基于局部敏感直方图[1]的直方图分类器的优势来弥补staple算法的这一弱项。针对staple算法中滤波器（一般为相关滤波器）和两个直方图分类器优势无法最优融合的漏洞，提出了自适应融合系数。本论文首先针对目标跟踪算法以及典型的staple算法的研究进展进行了综述，总结了与staple算法相关的直方图分类器�

摘 要马尾绣是水族千百年传承下来的民族符号，承载着民族凝聚力的重任。它采用特殊的马尾线绣制而成，再以铜饰进行点缀，使整个绣品更加精美，富有雕刻感。而家庭式传承的形式虽然保留了马尾绣独特的民族韵味，却也与时代的发展不符，缺乏传承人使得马尾绣濒临失传。在数字化潮流下，计算机语言可以成为新的非遗文化的记录方式，使其成为可再生的数字形态，赋予古老文化新的生命力，而跃然纸上的沉浸式体验形式相较于传统的传承形式也更容易被大众接受。我们应该充分利用“互联网 ”将其融入我们的日常生活学习中。一个好的教育游戏能够在潜移默化下引导青少年儿童学习新的知识，本文旨在借游戏本身这一优势，以寓教于乐为原理，以非物质文化遗产的保护与传承为目的，设计一款以水族马尾绣为背景的移动端儿童教辅类游�

摘 要近年来随着计算机设备和科学技术的发展与进步，作为数据挖掘、数据分析等领域的主要技术和手段，特征提取分类技术已经逐渐成为热门的学术研究领域和方向。而且特征提取分类技术可以对数据进行特征提取和特征分类，从而得到小样本数据间隐藏的信息和数据变化规律，因此对于小样本数据集的特征提取分类方法的应用和研究已然变得异常火热。目前，对小样本数据的特征提取分类方法已经进行了多方位的应用和研究，有采用多种算法方法对初始数据进行了扩充，也有选择多种降维的方法对小样本进行了降维，然后合并所有降维的结果，还有选择对初始的样本进行降维，同时合并初始的样本和降维后的样本数据。因此，如何对小样本数据分进行样本数据的降维、特征提取和特征分类是小样本数据特征提取的一大技术难点。本文以高光�

摘 要超低照度微光图像增强是图像处理中的一个关键内容，对于提高微光图像质量有着重要意义。在高速公路的应用环境下，光照以及车辆运动速度过快等都会对微光成像的质量造成一定的影响，因而针对高速公路的应用场景下开展微光图像增强技术研究具有重要的价值。在低照度条件下，图像信噪比和亮度不高，图片的质量会严重受损。此外，如果在曝光率较低的情况下，照片的噪声也会增多，高曝光率也会带来图像模糊、缺乏真实性等问题。现如今，图像处理技术飞速发展，很多图像去噪和图像增强的方法陆续被提出，基于机器学习的低照度图像增强也是其中比较热门的研究方向。为了发展微光图像处理技术，本文在前人提出的基于深度学习的图像增强算法的基础上进行改进，引入MAE＋SSIM损失函数对系统进行优化。以索尼制作的公开数据集�

摘 要超低照度微光图像增强是图像处理中的一个关键内容，对于提高微光图像质量有着重要意义。在高速公路的应用环境下，光照以及车辆运动速度过快等都会对微光成像的质量造成一定的影响，因而针对高速公路的应用场景下开展微光图像增强技术研究具有重要的价值。在低照度条件下，图像信噪比和亮度不高，图片的质量会严重受损。此外，如果在曝光率较低的情况下，照片的噪声也会增多，高曝光率也会带来图像模糊、缺乏真实性等问题。现如今，图像处理技术飞速发展，很多图像去噪和图像增强的方法陆续被提出，基于机器学习的低照度图像增强也是其中比较热门的研究方向。为了发展微光图像处理技术，本文在前人提出的基于深度学习的图像增强算法的基础上进行改进，引入MAE＋SSIM损失函数对系统进行优化。以索尼制作的公开数据集�