厦门大学信息学院团委:狠抓学风建设 让优秀青年更优秀

厦门大学信息学院团委(以下简称学院团委)将学风建设作为人才培养的重点工作推进,通过一系列实招新招,汇聚各方资源,打出学风建设“组合拳”,形成全员、全过程、全方位育人合力,进一步提升教师立德树人的育人自觉、学生青春向学的行动自觉。

立德树人守初心 踔厉奋发向未来——厦门大学信息学院“强信班”在守正创新中砥砺前行

为贯彻落实《关于深入实施青年马克思主义者培养工程的意见》,深入推进新时代青马工程高质量发展,“青年大学习”专栏于2021年增设“青马工程”子栏目,凸显基层团组织尤其是高校、企业等以深化青马工程为契机,积极培养、输送青年政治骨干人才的成果,以此形成可复制推广的经验,推动青马工程创新发展。

基于全局局部协同的非均匀图像去雾方法

近年来,基于卷积神经网络(Convolutional neural network,CNN)的图像去雾方法在合成数据集上取得了显著的进展,但由于真实场景中存在雾分布不均的问题,卷积运算的局部感受野难以有效捕获到上下文指导信息,从而导致全局结构信息丢失.因此,真实场景下的图像去雾任务面临着巨大的挑战.考虑到Transformer具有捕获长距离语义信息依赖关系的优势,有利于引导全局结构信息重建.然而,标准Transformer结构的高计算复杂度阻碍了其在图像恢复中的应用.针对上述提到的问题,提出一个由Transformer和卷积神经网络组成的双分支协同非均匀图像去雾网络Dehazeformer.Transformer分支用于提取全局结构信息,同时设计稀疏自注意力模块(Sparse self-attention modules,SSM)以降低计算复杂度.卷积神经网络分支用于获取局部信息,从而恢复纹理细节.在真实非均匀有雾场景下的实验结果表明,该方法不管是在客观评价还是在主观视觉效果方面均达到优异的性能.

机器学习强化的电化学阻抗谱技术及其在锂离子电池研究中的应用

随着电气化的发展,全球动力电池和储能电池的需求迅猛增加。然而,人们对电池使用安全性和可靠性的关注使得电池老化状态的精准诊断和预测成为电池界重要且富有挑战的研究领域之一。电化学阻抗谱(EIS)因其可以解耦电池内部不同频域过程常被用于电池复杂老化过程状态的解析,而通过机器学习方法不仅可以高效获取和解析EIS数据,而且可促进对电池老化和失效机制的深入理解。本文综述了近年来机器学习方法在EIS技术中的应用,重点讨论了通过机器学习获取和解析EIS数据,进而实现对电池寿命评估预测。此外,本文讨论了数据融合方法在实现电池老化行为分析和寿命预测中的前景,当前机器学习在EIS研究中存在的局限性,以及对未来基于EIS实现电池寿命预测进行了展望。

无线体域网物理层传输编码理论综述:低密度奇偶校验码优化设计

面向无线体域网(WBAN)传输环境,该文主要论述信道编码与联合信源信道编码系统的码字设计。针对物理层的低功耗和高可靠传输需求,从低密度奇偶校验(LDPC)码的优化设计角度展开,主要在信道模型分类、传输系统构建、技术挑战与解决方案、信道适配性编码设计这4个层面进行梳理和总结。最后,对WBAN环境下LDPC码优化设计的未来研究工作进行展望,为构建下一代通信技术提供参考。

医学文献阅读增强深度学习方法

针对专业医学术语的理解问题,提出一种新的方法。结合关键词层级划分树(HST)和基于注意力机制的卷积神经网络(lwCNN),分别用于抽取医学文献的关键内容和检索与医学文献相关的社区问答。首先利用关键词层级划分树对医学文献中的内容划分得到不同的片段,并对各个片段中的内容抽取代表性关键词,进而使用lwCNN对社区问答数据进行检索并做相关性排序,最后生成注解并链接到对应的文本片段中,藉此帮助读者理解医学文献。实验结果表明:本文方法相比经典的信息检索算法和优秀的深度学习算法,有更好的检索效果,它的P@5、MAP和MRR评价指标值均优于对比算法。

基于颜色纹理的图像多特征检索技术在中医舌诊中的应用研究

为了对传统的中医舌诊数字化提出新的方法,并实现通过计算机来进行舌像图像的分类检索,此文将一种结合了颜色和纹理特征的、基于内容的多特征图像检索算法引入到中医舌像的分析中。该算法将表现颜色和纹理的20个特征值作为表达图像内容特征的特征向量,并以此作为舌像检索的距离度量标准。实验结果证明这种算法不仅具有移动、旋转、尺度变换不变性,而且还具有优良的检索性能。因此,此算法可以很好的实现舌像图像的分类检索。

GaN基蓝光VCSEL的制备及光学特性

利用金属有机物气相沉积技术(MOCVD)在(0001)蓝宝石衬底上生长了Ga N基垂直腔面发射激光器(VCSEL)的多量子阱腔层结构。X射线衍射测量显示该多量子阱具有良好周期结构和平整界面。运用键合及激光剥离技术将该外延片制作成VCSEL,顶部和底部反射镜为极高反射率的介质膜分布布拉格反射镜(DBR)。在室温、紫外脉冲激光的泵浦条件下,观察到了VCSEL明显的激射现象,峰值波长位于447.7 nm,半高宽为0.11 nm,自发辐射因子约为6.0×10-2,阈值能量密度约为8.8 m J/cm2。在大幅度降低制作难度的情况下,得到目前国际最好结果同样数量级的激射阈值。降低器件制作难度有利于制备的重复性,有利于器件的产品化。

企业在职培训能否提升就业稳定性——基于广东南海调查数据的实证分析

就业不稳定一直困扰着珠三角地区产业转型升级和社会转型。针对以往文献研究主要关注在职培训与就业稳定性之间的作用关系,本文加入晋升机制以及企业规模等约束变量作为分组依据,通过南海区企业员工在职培训与就业稳定性的关系实证分析发现,依靠能力业绩晋升这一信号刺激将激励员工进行人力资本投资,从而加强专用性技能培训对员工就业稳定性的正向作用。在企业发展不同阶段和规模水平,职业培训的效用存在显著差异。在职培训也形成一定筛选机制,将一部分能力强、技能好的员工筛选出来并不断进行人力资本投资,他们将成为企业的核心竞争力。

基于机械故障诊断的高阶谱耦合性能分析

为了有效进行故障诊断,利用容量维数作为工具,计算了实数信号三谱对角切片、复数信号两种不同定义形式的212维谱的容量维数。212维谱具有16种不同的定义形式,按照定义形式的不同,其中的两种分别包含参加耦合的信号信息和耦合后的信号信息。这种不同的耦合性质使得它们的形状体现出不同的自相似性。利用采集的减压阀振动的正常信号和故障信号,首先得出不同的212谱,然后进行容量维的计算,并根据计算结果进行故障诊断,得出了所研究的两种定义形式的212维谱其自相似性与实数信号三谱对角切片相比,在故障诊断中更为有效的结论。

多种手势对应同一语义的柔性映射交互算法的研究

针对智能交互界面中手势识别错误导致交互界面变化错误和手势不识别两个基本问题,本文设计并实现了基于手势交互的智能教学界面,该系统可以通过获取教师的手势信息与教师进行交互.主要创新点在于提出了多种手势对应同一语义的柔性映射交互算法.本文选取了14种自然交互手势,分析了对应同一语义的多种手势之间的共同特征.实验结果显示,该算法能够有效降低用户负荷.该算法已经用于一个基于手势交互的智能教学系统界面中.

基于Sas的时间序列缺失值处理方法比较

对于时间序列挖掘过程中的缺失值处理,目前有许多方法。在处理数据变量成一定的相关的数据集时,回归模型不失为较好的插补方法。利用均值插补、一元线性回归、多元线性回归、迭代回归方法对水文时间序列数据集的缺失数据进行处理,比较不同的皮氏相关系数下各方法的优劣及适用性。文中研究表明当数据集中存在与缺值变量相关度较大的变量时,一元线性回归的插补简单直观,且有较高的精度,结果接近真实;当数据集中不存在与缺值变量显著相关的自变量时,一元线性回归的结果变差,多元线性回归与多元迭代回归具有较好的结果,但多元迭代回归迭代次数难以确定,插补代价较大,多元线性回归为最佳选择;当缺值变量与其他自变量相关系数均较小时,回归插补的结果不理想,此时可考虑其他插补方法。

适用于视觉媒体检索的视频镜头分割算法

针对基于内容的视觉媒体检索存在的问题,依据多维空间仿生信息学(multi-dimensional space biomimetic informatics,MDSBI)理论的同源连续性规律(principle of homology continuity,PHC),在高维空间中通过几何方法分析视频及镜头和图像,通过子空间方法解决不同视觉媒体的异构性问题,得出视觉媒体检索的实质性工作是在高维空间研究点和子空间的距离问题,并实现适用于视觉媒体检索的镜头分割算法。

基于双相干谱的减压阀故障诊断

双谱包含了信号的非对称、非线性信息,可以用来描述非线性相位耦合,尤其是二次相位耦合;双相干函数可以定量估计二次相位耦合的耦合程度;正常信号和故障信号的双相干谱呈现了不同的波峰特性;二维小波多级分解能在提取信号频率信息的基础上,有效对二维数组信息进行压缩;最小二乘支持向量机可以在有限样本下得到全局最优,从而避免局部最优问题,且具有降低计算复杂度的优点;实验中由获得的26组实验数据,利用二维小波多级分解对双相干谱进行特征提取,并输入LSSVM对减压阀进行故障诊断,取得了正确率接近90%的良好效果。

基于动态分类的隐喻识别方法

隐喻计算是自然语言处理领域中的重要问题.尝试以差异性计算为基础,结合语言、心理和认知的角度对英语隐喻识别进行深入分析和探索.对人类而言,隐喻识别是一个动态分类的过程,动态分类是从多个角度来度量事物之间的差异性.研究了如何模仿人类来获取概念的特征、选择分类角度、在特定分类角度下计算差异性,并进行了英语名词性隐喻识别的实验.该方法对隐喻/常规表达识别的准确率达到85.4%,实验结果表明,该方法是有效的.

复数三阶累积量在液压阀故障诊断中的应用

为了提高故障诊断正确率,提出了一种基于复数三阶累积量的机械故障诊断方法.三阶累积量的不同定义的复数形式包含了信号间不同的耦合信息,利用这些信息进行了故障诊断.在溢流阀故障诊断实验中,利用这些不同的耦合信息,通过二维小波在不同的方向上对故障信号和正常信号进行特征提取,然后将这些特征值输入支持向量机进行故障判别.实验结果表明,上述方法可以提高故障诊断正确率.同时还对实数三阶累积量也进行了相同的实验,这些实验所取得的诊断效果证明了采用本文方法的有效性.

功率谱在调速阀故障诊断中的性能分析

利用小波包分别提取调速阀振动时的正常信号和故障信号的AR功率谱的特征值,之后利用提取的特征值作为LSSVM的输入,对调速阀的故障进行诊断,取得了良好效果,并与原始信号的效果进行了对比,并阐明了原因。

融合多特征的行为识别方法研究

基于时空特征的方法是行为识别的主流方法,已经有许多研究学者提出了多种局部时空特征。然而,不同的局部特征所反映的行为信息的侧重点并不一样。通过引入集成学习的方法,对多种特征在分类器层次上进行融合,使得多种特征能够优势互补,从而增强了特征的描述能力,为构建出高效、稳定的行为识别分类器提供了保证。经仿真实验验证,所提出的方法是鲁棒和有效的。

双谱切片的分形特性在减压阀故障诊断中的应用

减压阀是液压系统中的一种重要元件,也很容易发生故障,如何对减压阀发生的故障进行诊断,对于机械系统的维护有着重要意义。首先获取了减压阀振动时的正常信号和故障信号的AR双谱切片,再根据双谱切片所呈现出的自相似性,分别计算了每组数据的容量维数,并由计算结果进行故障诊断,取得了良好效果。

基于K-means算法和FCM算法的聚类研究

采用K-means算法和FCM算法实现对47个城市竞争力的聚类分析,选择较为简便的聚类有效性函数用于聚类结果的检验,得到了两种有效的聚类算法的实现方式,并验证该方法的合理性。