汉语言文学论文网

摘 要随着文明发展，科技服务于人类，并越来越人性，使用户的操作也越来越便捷。随着消费电子的越来越多的进入寻常百姓家，从简单的物理按键操作的家电，到集成程度更高的微电子家电，再到目前的智能家居。人们的操作越发的简单与便捷，同时用户的学习成本也不断的降低。目前，智能家居的控制方式主要是通过移动终端来操作，比如使用手机或者是手表上的相应服务来操作智能家居，但是即使使用移动终端操作还是需要用手去操作手机或者是手表等，没有达到真正解放双手的目的。因此，通过语音去控制操作相应的设备，就显得具有挑战。本文的主要工作是，基于树莓派开发板，在linux的环境下，搭建语音识别服务，通过语音识别服务的识别结果控制音乐的播放状态，并测试其识别功能的准确度。由于本方案的设计是主要控制音箱的播

摘 要 本文研究并且设计了一种基于C语言的粮仓温湿度监控软件上位机系统。该系统可以实现对粮仓采集的温湿度数据进行实时监控，维持最佳的温湿度储藏环境，提高粮食储藏的自动化程度和储存效率，保证粮食的安全储藏。该系统应用软件工程的设计思想，以Visual Studio 2013为开发环境，MySQL为后台数据库，采用模块化的设计方法，利用数据库的技术使数据可以实时显示、存储、查询、绘制曲线分析，实现了上位机系统的监控任务，并且加入了一些必要的安全措施。通过编程RS-232通信串口可以把数据传输至上位机的功能，上位机也能通过串口向下位机发送命令。本文介绍了系统的总体设计和各功能模块的设计，说明了该系统的主要功能，并给出了系统的运行界面和部分代码，并且在系统和数据库安全方面也采取了一些必要的措施。关键词：传�

摘 要公共交通不仅是人们日常出行必不可少的一环，也是低碳生活所倡导重要一环。武汉作为一个全国交通枢纽的巨大城市，公共交通日新月异，尤其是最近刚刚出现的BRT线路极大的方便了人们的出行。但是随着公共交通的日益发达，传统的使用地图附带公交线路情况或者是有专门的公交手册的查询方式显然已经无法满足人们的需求，所以电子化公交查询系统的建立势在必行。在此背景下，我进行了公交查询系统的开发。我分析了用户的需求，进而对本系统的功能进行详细的设计。本系统主要分为两大模块——查询模块（对公交车线路的查询，以及对站点的查询）和管理模块（对公交车及其线路、站点、站内新闻的增加、删除、修改管理）。本文详细介绍了这两大功能模块如何实现，并在此基础上，对系统进一步分析。最后提出了系统的不足之�

摘 要人脸识别登陆的设计，对于以前的密码登陆，进行改进，运用百度云的识别算法，设计一个通过人脸的登陆界面。云计算是一种全新的网络计算模式，相比于传统的网络计算模式能够整合资源，充分利用现有的计算资源[1]。云计算的使用能保证数据的安全性和稳定性，并且减少随机故障发生的概率。而人脸识别是基于生物识别的技术，相比于传统的密码登陆模式具有更可靠的安全性、唯一性。百度的人脸识别技术依托百度在业界领先的智能人脸分析算法，能提供人脸检测、人脸识别、人脸对比和人脸认证等一整套的技术方案，无需我们进行算法的研究，便可使用其百度云服务的应用[2]。我们只采用其中的人脸识别技术，这为我们实现功能提供了一个简单的方案，不需要具体的研究人脸识别的技术，推出的以 API 或 SDK 的形式将人工智能的核心�

摘 要文本作为信息的主要载体之一，其相似性研究是自然语言处理的重要基础。中文文本的相似性问题研究对国内信息应用者来说，更是有着特别的意义，关系着中文语言信息处理技术的发展。本文在学习借鉴目前主流的中文文本相似度计算相关算法和模型基础上，即层叠形马尔可夫模型CHMM，VSM空间向量模型和K-means聚类算法等，集成运用中文分词、向量转化、相似度计算和文本聚类等方法，并就相关的模型算法进行了分析和评价。本文从网上抓取大量的博客文本作为研究素材，进行了实验，完成了一个基于博客话题的中文文本相似性计算的原型系统，并成功完成了对博客的分类。本文的研究内容及成果为了解中文文本相似性研究过程提供了范例，对博客这类短文本内容的分析、调查和对文本分类、查重等工作都有一定的助益。关键词：文本相似

摘 要最近十年，人工智能技术再一次的飞速发展起来。而其中，最主要的因素就是深度学习算法的提出。深度学习具有很强的模拟预测能力，助力了人工智能的崛起，但同时也伴随着超大计算量的问题。训练深度学习的模型需要计算大量的数据，因此也需要有与之对应的极强的计算能力，仅仅依赖于计算机软件效果有限，无法解决现有数据和模型规模不断扩大的问题，这就要求我们从相关的硬件技术上寻求突破。而现今，在硬件方面，GPU、ASIC、FPGA都可以用来解决庞大计算量，值得我们去关注和开发。本文将就深度学习算法的基本理论进行探索，并研究讨论利用FPGA来实现深度学习算法的可能性。本文主要研究的深度学习网络是VGGNet,它通过对原始图像预处理之后的数据进行一系列的卷积、激活、池化、全连接以及softmax回归来实现图像的定位和分类

摘 要最近十年，人工智能技术再一次的飞速发展起来。而其中，最主要的因素就是深度学习算法的提出。深度学习具有很强的模拟预测能力，助力了人工智能的崛起，但同时也伴随着超大计算量的问题。训练深度学习的模型需要计算大量的数据，因此也需要有与之对应的极强的计算能力，仅仅依赖于计算机软件效果有限，无法解决现有数据和模型规模不断扩大的问题，这就要求我们从相关的硬件技术上寻求突破。而现今，在硬件方面，GPU、ASIC、FPGA都可以用来解决庞大计算量，值得我们去关注和开发。本文将就深度学习算法的基本理论进行探索，并研究讨论利用FPGA来实现深度学习算法的可能性。本文主要研究的深度学习网络是VGGNet,它通过对原始图像预处理之后的数据进行一系列的卷积、激活、池化、全连接以及softmax回归来实现图像的定位和分类

摘 要储粮害虫对储粮的危害极大。随着我国的科技的进步，储粮量大增，而储粮害虫造成的粮食损失也随之增大，并且盲目地使用杀虫剂，不仅污染了周边的环境，还降低了粮食质量。综合考虑了各方面的因素，我们决定使用图像识别的理论来设计检测储粮害虫的系统，以提高治理害虫的效率。基于图像识别的储粮害虫的检测系统是以数字图像和模式识别为基础，结合高级语言编程来实现的。此设计会从许多的害虫中逐个分类识别，将害虫的种类输出到显示界面，然后管理人员就可以根据害虫的种类进行合理的治理，高效环保，节约杀虫剂的使用，提高储粮的质量。随着编程技术的飞速提高和计算机处理数据的能力的大幅增强，因此可以用高级语言编程以实现基于图像识别的储粮害虫检测系统。对于应用高新技术治理害虫提供了一个解决方案。�

摘 要现在大学生普遍学习自制力差，而大学缺少中学时期的监管，导致一大批学生成绩下降，自己却依然不思进取，对于这种情况老师父母也鲜有对策。虽然现在出现了不少的学习软件，但大部分软件存在这一个弊端，那就是依然或多或少依赖于学生的学习自主性，没有发挥同学间的监管作用。使得这些软件的作用微乎其微。并没有改善大学生学习问题。针对这种情况，本系统利用人脸识别技术来实现学习的小组监督，用来改善大学生学习自制力不足的情况，实现一种互相监督的学习氛围。 本系统能对用户信息，用户任务，用户的好友信息进行管理，用户可以创建任务，每个任务可以加入好友，好友通过人脸识别来完成任务的验证，系统实时的监管任务进度，提示用户完成任务。关键字: 人脸识别;小组监管;json Abstract Now college students general

摘 要人类大脑的思维方式并不是时时刻刻都从一片空白的大脑开始的。在阅读时，我们都是基于已经存在的对先前所见的词的理解来推论当前词的意义。因而人类的思维是持续的。但是对于传统的神经网络而言，其并不能够做到这一点，这也是其主要的短板。RNN（Recurrent Neural Network， 循环神经网络）的出现解决了这个问题，RNN一种是包含循环的网络，其允许信息的持续化。但是当所需要的信息与当前节点相隔较远时，RNN就不能学习到有用的信息，所以基本上RNN并不能够学习很长的句子。LSTM（Long Short Term Memory，长短期记忆）是一种特殊的RNN，可以解决长句依赖问题，LSTM的cell state保证了前面的信息往后传而不会改变，也就是说LSTM可以记住长周期的有用信息。本文主要研究了LSTM算法的原理，并且将其应用到了NLP（Natural Language Processing， 自然语言处