【摘 要】
：
杭州市注重于传播自身文化、坚定文化自信、提高自身文化软实力,其中,西湖便被作为了当地文化名片之一.但目前介绍西湖文化景观的APP大多存在功能单一、界面简单、缺乏西湖独有特色及人文气息等问题,难以激发用户的兴趣.为解决上述问题,本文基于Android Studio开发平台,引入AR、VR和定位等特色功能,开发了一款运行于Android系统的西湖游览介绍APP.该APP通过各种手机操作,引导用户在游戏的过程中探索、学习西湖文化知识,极大地提高了用户学习西湖文化的积极性,真正意义上实现“指尖轻触,文化尽有;足不
【机 构】
：
浙江理工大学 信息学院,杭州310018
论文部分内容阅读
杭州市注重于传播自身文化、坚定文化自信、提高自身文化软实力,其中,西湖便被作为了当地文化名片之一.但目前介绍西湖文化景观的APP大多存在功能单一、界面简单、缺乏西湖独有特色及人文气息等问题,难以激发用户的兴趣.为解决上述问题,本文基于Android Studio开发平台,引入AR、VR和定位等特色功能,开发了一款运行于Android系统的西湖游览介绍APP.该APP通过各种手机操作,引导用户在游戏的过程中探索、学习西湖文化知识,极大地提高了用户学习西湖文化的积极性,真正意义上实现“指尖轻触,文化尽有;足不出户,云游西湖”,更深入地科普了西湖文化知识,推广了西湖这一景点.
其他文献
新冠肺炎疫情下,为保证封锁地区居民的物资供应,建立合理的应急物资储备库具有重要的现实意义.本文考虑3种成本因素,以系统总成本最小为目标,构建具有容量限制和时间窗约束的选址模型,并利用贪婪取走启发式算法求解.通过湖北黄冈市实际数据进行案例仿真实验,验证了模型和算法的有效性.
现有方法在进行票据的识别时,需要特定设备扫描或大量的票据标签才能达到很好的识别效果.为了解决上述问题,提出了采用OCR技术进行票据识别算法.该算法是由OCR识别和N版本程序策略两部分组成.在OCR识别阶段,采用了OCR进行票据文字的识别,将识别后的非结构化数据转化为结构化数据.在N版本程序设计策略中,提出了两种算法:前者进行主关键字的匹配;后者通过选择基准,计算字符大小从而推算出其它字段.选取火车票和发票作为实验数据,广泛的实验结果证明:算法在自然场景下票据识别具有很好的结果.
地下物流系统(Underground Logistics System——ULS)是指通过建立类似地铁的地下管道,来满足城市内部或城市之间运输货物需求的网络系统.随着快递行业的飞速发展,地下物流供应网络系统可以很好的解决现阶段物流的两个难题,第一频繁的交通拥堵,第二高昂的物流成本.本文通过迭代自组织数据分析算法(ISODATA)对A市某区域的数据收集情况,构建该区域物流节点选择模型,借助matlab编程进行求解物流网络节点群.通过定量的方法,从交通拥挤指数、一级节点转运率、节点服务覆盖率、货运量指数、建设
为了提高舰炮火控可靠性评价能力,提出基于目标综合评价的舰炮火控可靠性仿真模型.结合舰炮火控武器系统的战术性能和技术性能参数,以有效射程、单发命中概率、综合技术保障性能参数、自动控制性能参数为约束指标,以射击效率、命中精度、全系统作战效能等为目标综合评价模型.以优化减排火控系统的攻击能力、机动能力、抗干扰能力作为影响因子,采用加权乘法进行的舰炮火控可靠度评估,结合评价指标.采用博弈均衡控制方法,建立舰炮火控可靠性综合评价的联合参数识别模型,提取舰炮火控可靠性评价的关联维参数,通过模糊信息聚类融合方法,实现对
目前疫情防控虽进入常态化,高速公路恢复正常,但对疫情防控、检测措施必须加强.针对于此,本文设计了一种高速公路疫情防控检测系统.本系统通过硬件设备采集人员信息和体温状况,经数据处理后,匹配国家政务服务平台,获取防疫健康信息码,从而查询重点人员行程轨迹和密切接触者的相关信息.
随着智能停车场和自动收费系统的普及,智能交通管理系统在车牌识别方面对速度和精度提出了更高的要求.为了提高车牌识别的泛化能力,本文提出了一种基于改进的CRNN+CTC免字符分割车牌字符识别算法,在现有的卷积神经网络的CRNN+CTC网络模型基础上分别对CNN和RNN进行替换后引入CTC函数,并有针对性地增加训练数据集,在训练过程中使用了批量归一化算法来加快学习速度.实验结果表明,该算法的鲁棒性与通用性均有一定提升,在复杂环境下车牌识别的准确性更高,达到了改进效果.
针对由于异常路况数据量较小,导致数据集数据不均衡问题,从而引起路况预测模型准确度不高以及运行效率低等问题,提出一种基于SmoteEnn_XGBoost的路况感知方法.设计研发了路况数据采集系统,捕获并处理实时的路况数据;使用SmoteEnn算法对数据集进行数据合成处理;采用XGBoost算法对提取的主要特征进行训练和测试,从而识别出正常路况和异常路况.结果表明,基于SmoteEnn_XGBoost的路况感知方法,对比目前较常用的分类模型SVM、逻辑回归、GBDT、随机森林等,在提高路况分类效果的同时大幅缩
为了改善传统剪切波变换在零件表面缺陷图像中边缘不明显和去除噪声效果不理想的问题,本文提出了基于非下采样剪切波变换(NSST)和限制对比度的自适应直方图均衡化(CLAHE)的图像增强算法,在后续的Canny算子边缘检测中效果较好.首先,将缺陷图像进行NSST变换,获得相应的高频图像和低频图像;其次,将高频图像进行CLAHE变换,NSST逆变换的图像经过Canny算子应用于检测缺陷图像边缘.结果表明:该算法在面对零件的拉伤、倒偏角和碰伤缺陷时,均获得了较高的峰值信噪比和信息熵;在增强边缘的同时,能够更好的去除
本文利用Python语言获取某平台医药商品评论文本,采用正负预料库进行LDA模型训练和情感分值的计算,并使用Matplotlib方法和Wordcloud对处理之后的数据进行可视化.通过这种方法可以有效、精准获取京东商品评论,并对其进行情感分析,对提高工作效率和数据分析成效均具有积极的作用.
现阶段无人驾驶汽车主要依靠视觉技术来完成车辆的环境感知,在道路识别领域,视觉技术能准确识别出道路可行驶区域.为了增强无人驾驶车辆在非结构化道路对场景区域的判别能力,本文基于SegNet、ENet、UNet 3种在多分类任务中取得较好成果的分割网络架构,通过对模型网络或参数的调整和修改,提出一种能很好应用到非结构化道路区域分割问题的分割模型.通过拍摄并制作标签数据集,采取不同的评价指标进行分析,得到最佳的道路区域分割模型,用于预测非结构化道路的可行驶区域.实验证明,相比较于传统的非结构化道路分割的区域生长模