期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于数据中台的高校数据服务设计与开发方法
1
作者 刘宇 何海涛 +1 位作者 关伟豪 戴园园 《计算机应用》 北大核心 2025年第S1期214-217,共4页
当前高校在数字化转型的道路上,面临着数据场景设计不够深入、数据价值提取能力不足和缺乏标准化的数据服务应用设计架构等重要挑战。为应对这些问题,结合数据中台在数据处理方面的高效能力和微服务架构的高度灵活性与敏捷性,提出一套... 当前高校在数字化转型的道路上,面临着数据场景设计不够深入、数据价值提取能力不足和缺乏标准化的数据服务应用设计架构等重要挑战。为应对这些问题,结合数据中台在数据处理方面的高效能力和微服务架构的高度灵活性与敏捷性,提出一套系统化的数据服务设计流程与开发方案。首先,概述所采用的数据中台体系和微服务架构;其次,详细讨论数据服务支撑体系的设计;最后,以中山大学的数据服务建设实践为例,通过一系列数据应用场景的建设表明该方案不仅能显著提高服务的数据处理和响应效率,还可以增强数据在多样化校园场景中的应用能力和价值传递,为高校数字化转型的深入发展提供有力支撑。 展开更多
关键词 数据中台 微服务 数据治理 数据仓库 数据服务
在线阅读 下载PDF
数据驱动的三维服装快速建模 被引量:14
2
作者 刘骊 王若梅 +2 位作者 罗笑南 付晓东 刘利军 《软件学报》 EI CSCD 北大核心 2016年第10期2574-2586,共13页
提出一种数据驱动的三维服装快速建模方法,可以从样本中快速生成新的三维服装模型.首先,输入三维服装模型集,通过形状款式分析,对三维服装进行语义分割.其次,将分割后的三维服装部件模型聚类为四大类(上身、下身、袖子、配件),构成三维... 提出一种数据驱动的三维服装快速建模方法,可以从样本中快速生成新的三维服装模型.首先,输入三维服装模型集,通过形状款式分析,对三维服装进行语义分割.其次,将分割后的三维服装部件模型聚类为四大类(上身、下身、袖子、配件),构成三维服装部件库.然后,以服装部件模型的面积和边界周长比例为几何形状特征,定义度量服装部件重新组合的款式描述算子.最后,对三维服装部件模型聚类后的源模型进行优化,并通过自然拼接输出新的三维服装.实验结果表明,该方法提高了三维服装建模的效率,能较好地满足目前大规模三维服装数量的需求. 展开更多
关键词 三维服装建模 形状分析 语义分割 几何造型 数据驱动
在线阅读 下载PDF
基于双边核回归的相对约减纹理分解方法 被引量:2
3
作者 苏卓 吴学标 +2 位作者 曾碧怡 颜吉超 罗笑南 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2016年第12期2202-2209,共8页
图像中结构被纹理覆盖的现象无处不在,将结构从复杂的纹理中提取出来是一件非常有挑战但又极其重要的事情.为此,提出基于双边核回归的纹理分解方法,通过局部全变分的核描述子能将结构和纹理很好地区分开来,并将结果与双边核回归框架相结... 图像中结构被纹理覆盖的现象无处不在,将结构从复杂的纹理中提取出来是一件非常有挑战但又极其重要的事情.为此,提出基于双边核回归的纹理分解方法,通过局部全变分的核描述子能将结构和纹理很好地区分开来,并将结果与双边核回归框架相结合:采用相对约减纹理分解来构造结构核描述子;再将该描述子与双边核回归融合来获得期望的结构感知滤波输出;最后采用一个稳定近似迭代的流程来实现所提算法.实验证明,与其他边缘感知滤波方法相比,文中方法能获得更佳的结构保持效果,并能被推广到多个视觉相关的应用上,如高动态范围色调映射、超像素分割等. 展开更多
关键词 边缘感知滤波 边缘保持平滑 结构纹理分解
在线阅读 下载PDF
基于卷积网络的边缘保持滤波方法 被引量:5
4
作者 石晓红 黄钦开 +1 位作者 苗佳欣 苏卓 《计算机科学》 CSCD 北大核心 2019年第9期277-283,共7页
边缘保持滤波是计算机视觉、图像处理领域的重要基础理论研究,作为图像预处理操作对后续的处理结果有着重要影响。区别于传统滤波方法,边缘保持滤波方法不仅注重图像的平滑处理,还注重保持边缘细节。卷积神经网络在很多领域得到了应用,... 边缘保持滤波是计算机视觉、图像处理领域的重要基础理论研究,作为图像预处理操作对后续的处理结果有着重要影响。区别于传统滤波方法,边缘保持滤波方法不仅注重图像的平滑处理,还注重保持边缘细节。卷积神经网络在很多领域得到了应用,并取得显著的成果。本文将卷积神经网络引入边缘保持滤波,利用卷积神经网络的良好扩展性和灵活性来构建深度卷积神经网络模型(Deep Convolutional Neural Network,DCNN),通过3种类型的网络堆叠层,采用反向传播迭代更新网络参数,训练残差图像,实现基于DCNN的边缘保持滤波方法;还构建了基于梯度域的卷积神经网络模型(Gradient CNN,GCNN),对彩色图像的梯度信息进行学习,通过三层卷积对梯度图进行边缘保持平滑操作,得到边缘保持平滑梯度图,进而利用输入图像引导平滑梯度图进行彩色重建,得到彩色滤波图像。最后通过实验与常见的边缘保持滤波方法进行主观和客观评价对比。DCNN不仅在视觉上达到了其他滤波的效果,同时在处理时间上也存在较大优势,表明DCNN可以通过大量的数据训练有效地拟合出多种边缘保持滤波算法。与其他边缘保持滤波结果相比,GCNN在视觉上可以保持颜色风格与输入图像整体一致,而且图像相似度评价指标也更好,表明GCNN解决了部分滤波处理出现颜色偏差、梯度反转等问题,而且提高了处理效率。 展开更多
关键词 滤波 边缘保持 平滑操作 卷积神经网络
在线阅读 下载PDF
基于模糊数相似度的审判风险评估系统
5
作者 雍琪 蒋维娜 罗育泽 《计算机科学》 CSCD 北大核心 2021年第5期209-216,共8页
随着审判管理日趋精细化,法院对审判风险精准化评估的需求逐渐增多,其中,如何有效进行审判风险等级定量分析是精准化风险评估的核心问题。现有的机器学习、风险矩阵等方法由于存在历史数据有限、审判风险评估精度要求高等不足,难以有效... 随着审判管理日趋精细化,法院对审判风险精准化评估的需求逐渐增多,其中,如何有效进行审判风险等级定量分析是精准化风险评估的核心问题。现有的机器学习、风险矩阵等方法由于存在历史数据有限、审判风险评估精度要求高等不足,难以有效地应用于实际审判业务中。针对此问题,构建了基于模糊数相似度的审判风险评估模型,实现了多因素审判风险的定量评估。首先针对审判风险指标进行辨识,建立了基于AHP的多层级风险指标模型,以提升审判风险的分析粒度和评价客观性;然后,为了获取模糊风险测度,设计了基于混合输入的风险聚合模型,该模型应用流程信息来提高评估准确性,实现了审判风险指标的分类聚合;最后,构建了基于相似度算法的风险等级确定模型,该模型能够有效排除人为因素和异常数据的干扰,实现了审判风险等级的精准度量。基于审判风险评估模型,设计并实现了相应的评估系统,该评估系统包括风险计算、风险管理和风险预警模块,通过在实际法院管理系统中进行集成和应用,该评估系统有效优化了目前局限于审限预警的审判风险管理模式,进一步提高了审判管理的精细化程度。 展开更多
关键词 审判风险评估 模糊数相似度 风险指标模型 风险聚合模型 风险等级确定模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部