检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

英雄与梦想

税收与社会 1996年第7期 8-14页

作者：大营

在线全文

学校读者我要写书评

暂无评论

商界假面舞会

税收与社会 1996年第5期 7-15页

作者：大营

商界假面舞会文图／大营１９９１年的夏天酷热难耐，有朋友邀我到西影厂去看内参片，我正发愁如何打发这漫长的夏日，便一同去了。小放映厅内，稀稀拉拉地早已坐着那么几十号人。有光膀子的，有摇薄扇的，还有一位留着连鬓胡子冒充著名... 详细信息

商界假面舞会文图／大营１９９１年的夏天酷热难耐，有朋友邀我到西影厂去看内参片，我正发愁如何打发这漫长的夏日，便一同去了。小放映厅内，稀稀拉拉地早已坐着那么几十号人。有光膀子的，有摇薄扇的，还有一位留着连鬓胡子冒充著名导演的人物歪歪斜斜地倚靠坐椅里，把...

关键词：广告公司小姐华人财团海外华人深圳信任缺失假面舞会产科男医生青春痘编辑部

在线全文

学校读者我要写书评

暂无评论

增强纹理平流算法研究

计算机辅助设计与图形学学报 2017年第4期29卷 670-679页

作者：鲁大营朱登明王兆其高仲合倪建成曲阜师范大学软件学院曲阜273165 中国科学院计算技术研究所虚拟现实实验室北京100190

当以纹理方式可视化三维矢量场时,纹理卷积会降低矢量纹理脉的对比度,容易出现平流纹理细节模糊与粗糙的问题,为此提出一种增强纹理平流算法.首先通过自定义球体半径确定任一噪声点的邻近点,利用当前噪声点与邻近点间的位置关系计算噪... 详细信息

当以纹理方式可视化三维矢量场时,纹理卷积会降低矢量纹理脉的对比度,容易出现平流纹理细节模糊与粗糙的问题,为此提出一种增强纹理平流算法.首先通过自定义球体半径确定任一噪声点的邻近点,利用当前噪声点与邻近点间的位置关系计算噪声伪梯度,以测试矢量场局部区域内的变化趋势,选取伪梯度的最大下降幅度参与纹理平流;然后根据任一平流位置处的噪声值对最终输出纹理的贡献度自适应调整噪声权重;最后引入盒型滤波递归合成平滑算子进行纹理卷积来生成矢量体纹理.算法的有效性根据可视化对比度的量化分析函数进行客观评价.实验结果表明,该算法能够有效地增加纹理平流踪迹间强度对比,改善绘制效果,高质量地显示三维矢量场的纹理分布.

关键词：矢量场可视化纹理平流纹理增强噪声梯度

基于堆叠式长短期记忆网络的篮球运动员微动作评价方法

在线全文

学校读者我要写书评

暂无评论

湖南科技大学学报（自然科学版） 2022年第2期37卷 95-103页

作者：牛程程鲁大营郑亚淼青岛黄海学院通识教育学院山东青岛266427 曲阜师范大学软件学院山东济南273165 曲阜师范大学体育科学学院山东济南273165

为了评估运动员微动作在持球回合中的贡献,提出一个端到端深度学习的评价方法.所提方法不需要复杂的特征提取(如状态间转换的定义和建模),而是将球员和篮球的原始轨迹作为输入,利用堆叠式长短期记忆(Long Short-Term Memory,LSTM)网络... 详细信息

为了评估运动员微动作在持球回合中的贡献,提出一个端到端深度学习的评价方法.所提方法不需要复杂的特征提取(如状态间转换的定义和建模),而是将球员和篮球的原始轨迹作为输入,利用堆叠式长短期记忆(Long Short-Term Memory,LSTM)网络学习时空窗口的特征表示,通过一个额外的全连接层对场上球员的隐性空间表征进行级联处理.利用Softmax层对球员的终结动作(如投篮得分、失误、犯规等)的概率进行估计,每个终结动作均与一个预期分值关联,并用其估计预期得分.为了解决数据的不平衡性,对训练阶段使用参数化的下采样方案.实验结果表明:所提方法可以准确地估计回合结果的概率分布,对技术统计数据之外的微动作评价具有参考价值.

关键词：深度学习长短期记忆网络时空跟踪数据篮球微动作下采样

在线全文

学校读者我要写书评

暂无评论

城市的贫困

税收与社会 1996年第12期 7-13页

作者：大营

城市的贫困文图／大营郑先生和钱先生的相识是在这个城市中心地带的一家酒店的餐桌上开始的。郑先生抬起头。并且用手扶了扶白边的近视眼镜，在此之前，他一直埋头对付着桌上简单的饭菜。钱先生曾经风度优雅地坐在郑先生的对面，他用一... 详细信息

城市的贫困文图／大营郑先生和钱先生的相识是在这个城市中心地带的一家酒店的餐桌上开始的。郑先生抬起头。并且用手扶了扶白边的近视眼镜，在此之前，他一直埋头对付着桌上简单的饭菜。钱先生曾经风度优雅地坐在郑先生的对面，他用一句话就让郑先生停止了咀嚼．并且略带...

关键词：知识分子城市生活城市文明城市人城市革命人格特征意识形态人头马 “恶” 城市文化

基于粗糙集和小波神经网络模型的房地产价格走势预测研究

在线全文

学校读者我要写书评

暂无评论

管理评论 2009年第11期21卷 18-22页

作者：李大营许伟陈荣秋华中科技大学管理学院武汉430074 中国人民大学信息学院北京100872

基于2005-2009年房地产价格及影响因素的月度数据,本文建立了一个基于粗糙集和小波神经网络的房地产市场价格走势预测模型。该模型利用粗糙集方法来确定影响房地产价格的主要影响因素;然后基于小波神经网络方法,通过房地产价格的主要影... 详细信息

基于2005-2009年房地产价格及影响因素的月度数据,本文建立了一个基于粗糙集和小波神经网络的房地产市场价格走势预测模型。该模型利用粗糙集方法来确定影响房地产价格的主要影响因素;然后基于小波神经网络方法,通过房地产价格的主要影响因素对房地产价格指数进行预测分析。实证结果表明,该模型在我国房地产价格走势预测中具有较高的精度。

关键词：房地产业房价粗糙集小波神经网络