高校继续教育与地区产业相适应之路的探索──以苏州地区电子信息产业为例

在现有高校继续教育发展基础上,面对苏州地区产业升级转型的发展战略,研究探索与电子信息产业相适应的高校继续教育新模式。提出服务引领高校继续教育的理念,不断提高学历继续教育教学质量,大力拓展非学历继续教育领域,为促进产业转型升级、增强企业核心竞争力、推进终身教育的科学发展贡献力量。

电子信息类本科专业实验型课程教学改革研究

通过对实验课程的改革探索,提出实验型课程教改思路,并讨论了该办法的实施效果和存在的问题。在教学模式、教学内容、教学方法、考核方法等方面进行一系列改革和创新实践,达到规范学生实验过程、激发学生实验兴趣和提高学生实验能力的目的,从而提高实验教学的质量和学生的综合素质。

深入开展校企联盟 加强电子信息类专业实践技能培养

针对电子信息类专业本科生实践技能的培养现状,提出加强校企联盟、推进实践技能培养的必要性,并提出了校企联盟的几种可行性合作方式,并以苏州大学电子信息学院校企联盟模式为例,以期待该模式能为后续研究提供借鉴和讨论。

电子信息产业发展的现状、机遇与挑战

随着信息技术的迅速发展，信息化正在成为推动人类社会发展和变革的重要力量，越来越多的国家把信息化作为促进经济社会发展的主导战略。党的十六大提出，要优先发展信息产业，坚持以信息化带动工业化，以工业化促进信息化，这为我国电子信息产业的发展指明了方向。我国电子信息产业经过几十年的努力，从无到有，从小到大，目前已发展成为我国工业的第一大支柱产业。

MATLAB在电子信息类专业教学中的应用

从电子信息类专业课程的特点出发,本文介绍了MATLAB仿真软件的特点及其在电子信息类专业教学实践中的运用,详细阐述了在电子信息专业主干课程和毕业设计教学中的采用MATLAB软件,有助于培养学生创新实践能力,激发学生学习兴趣,提高教学质量。

抓住历史机遇 建立世界级电子信息产业基地

近半个世纪以来,科学技术发展速度之快,发展规模之大,作用范围之广,产生影响之深远是历史上前所未有的。历史的车轮步入二十一世纪也就进入了信息化的时代,信息技术是现代科学技术的核心,是渗透性强、应用性广、发展速度极快的高新技术。信息化程度的高低已成为一个国家现代化水平和综合国力的重要标志。信息化技术使知识形态的生产力更广泛地传播,更充分地利用,使社会劳动生产率和产品质量大大提高,信息技术的进步大大加快了全球经济一体化的进程。

基于网络的农业机械电子图纸信息管理系统

以旱作农业机械为例,研制了一种基于网络的电子图纸信息管理系统.系统采用严格的访问权限管理图纸资源,具有图纸存档的添加、更新、删除、检索以及DWF格式矢量图纸的Web浏览等功能.系统可根据装配图纸内在层次关系进行浏览,也可在一套图纸内进行快速定位浏览及综合检索浏览,以满足不同机械同类机构电子图纸的检索与比较.系统还集成开发了技术论坛、产品发布、咨询留言等模块,以促进农业机械技术的交流、发展和信息化.在局域网上测试结果表明,系统具有较好的通用性,能满足可转化为DWF格式各类电子图纸的管理及信息共享.

提高大学生学习兴趣的几点建议——以大学生电子设计竞赛为例

近年来大学生的学习成绩和对课程的重视程度逐年下降,在学校的严格管理下,虽然出勤率有所回升,但是大学生的学习状态不容乐观。本文分析了大学生缺乏学习兴趣的几大原因并以大学生电子设计竞赛为例提出解决方案。

苏州邮政信息网改造方案

本文根据苏州邮政信息网络现状,提出了具有对称性的网络拓扑结构并给出了苏州邮政信息网的改造方案。

基于时空信息的深度伪造人脸检测

近年来,深度学习的快速进步使得经过多媒体篡改的人脸视频达到了以假乱真的程度。这种用深度学习的架构来生成虚假人脸的方法被称为“Deepfake”。现有的Deepfake检测方法应用于高分辨率的原视频时性能尚可,然而应用于经过高度压缩的低质量视频时表现欠佳。针对大部分现有算法对视频的帧间信息利用不够充分这一问题,本文提出了一种基于时空信息的检测算法。首先,该方法设计了一种时空注意力架构,同时提取了空间和时间上的注意力以抑制无关信息;然后,对提取出的时空注意力权重信息通过改进深度可分离卷积(Xception)和卷积门控循环网络(ConvGRU)进行深层次的提取,ConvGRU用于获取在改进Xception网络降维前丢失的帧间信息;最后,使用判别器进行二分类,通过实验训练模型,在FF++数据集低质量视频上获得了97%的准确率,取得了良好的效果。

三维微电子学综述

三维微电子学主要研究三维集成电路的设计与制造。文章讨论了三维集成电路的概念、发明思想、结构、优点、制造及其挑战和应用等。三维微电子技术必将成为未来发展的新兴技术。

语音信号互信息估计的非线性搜索算法及识别应用

基于互信息理论的语音识别方法不仅考虑了语音信号的时变分布特征，并且考虑了语音信号的统计分布特征，能有效地提高同类模式的凝聚度，减少非同类模式间的耦合性，在语音识别实验和实际应用中反映出良好的识别精度和很高的运行效率，与其它方法相比更适合嵌入式系统的语音识别应用。本文提出了一种互信息估计的非线性搜索算法，这一算法能够有效地处理语音信号时变分布特征的非线性波动，进一步提高语音模式互信息匹配的精度。

文本无关说话人识别的全特征矢量集模型及互信息评估方法

提出了一种文本无关说话人识别的全特征矢量集模型及互信息评估方法,该模型通过对一组说话人语音数据在特征空间进行聚类而形成,全面地反映了说话人语音的个性特征。对于说话人语音的似然度计算与判决,则提出了一种互信息评估方法,该算法综合分析距离空间和信息空间的似然度,并运用最大互信息判决准则进行识别判决。实验分析了线性预测倒谱系数(LPCC)和Mel频率倒谱系数(MFCC)两种情况下应用全特征矢量集模型和互信息评估算法的说话人识别性能,并与高斯混合模型进行了比较。结果表明:全特征矢量集模型和互信息评估算法能够充分反映说话人语音特征,并能够有效评估说话人语音特征相似程度,具有很好的识别性能,是有效的。

基于互信息匹配模型的说话人识别

依据互信息理论提出的互信息匹配识别模型MIM(Mutual Information Matching),能够有效地综合处理语音信号的统计分布特征与时变分布特征,并具有较强的鲁棒性。介绍了运用互信息进行说话人模式匹配的原理,探讨了基于文本的说话人识别中MIM模型的应用,通过说话人辨别实验对MIM模型的性能进行了实验分析,并与其它识别模型DTW和GMM进行了比较。对18名男性和12名女性组成的30名说话人进行的识别实验表明, MIM模型的说话人识别性能较好,在采用LPCC特征参数的情况下,平均错误识别率为1.33％。

运用互信息匹配及关键词分析的语音对话系统

介绍应用于“虎丘”旅游服务的非特定人语音对话系统 .该系统运用互信息匹配模型 MIM进行音节识别 ,并提出了关键词句法模型及相应的分析算法 KBP进行语句分析和识别 .实验表明 ,互信息匹配模型 MIM的应用使连续语音音节识别率达到 78% ,而关键词句法分析的运用使系统总体语句识别率提高了 65 % 。

基于最小化邻域互信息的邻域熵属性约简算法

属性约简是粗糙集理论的重要研究内容,混合型信息系统下的属性约简是目前的主要研究方向.在邻域粗糙集模型中,基于邻域熵的方法在进行属性约简时,由于未考虑属性之间的独立性,本文通过融入邻域互信息熵提出一种改进的属性约简算法.文中首先在邻域熵的基础上,提出了混合型信息系统下的邻域互信息熵,然后通过理论分析表明了邻域互信息熵可以作为属性之间独立性的评估,最后将邻域互信息熵融入传统的邻域熵属性约简中,提出一种基于最小化邻域互信息的邻域熵属性约简算法.仿真实验结果表明,该算法可以进一步地提高属性约简结果中属性的独立程度,比相关的属性约简算法具有更高的约简性能.

基于听觉感知小波变换的电子耳蜗CIS语音信号处理

为克服以往滤波器组参数调整复杂,提出了一种听觉感知的小波变换的电子耳蜗语音处理的方法。文章在连续交替取样CIS(ContinuousInterleavedSampling)语音信号处理方案的基础上,利用人耳听觉的临界频率与听觉感知的小波变换域的相似性,进行了电子耳蜗输出信号的重构,采用短时傅立叶变换的语谱图分析。实验结果表明:本方法获得的合成语音与原始语音在频谱包络特征上非常相似,频域特征更接近人耳的实际生理特性。

基于混合遗传算法与互信息分析的高维小样本特征选择

针对高维小样本数据特征选择冗余度高和过拟合的问题,提出一种基于混合遗传算法与互信息分析的高维小样本特征选择算法。对互信息理论与特征选择问题进行深入分析,利用互信息消除特征冗余度能力强的优点,推理出基于互信息的目标函数和优化的边界条件;设计混合的遗传算法来充分利用高维小样本数据集不同角度的属性数据,混合遗传算法设立主种群和次种群,在每次迭代中利用次种群的结果引导主种群的演化,从而缓解小样本数据带来的过拟合问题。基于医学数据集的对比实验结果表明,该算法有效地增强了遗传算法的稳定性和鲁棒性,并且实现了较好的特征选择效果。

D-S证据理论在多传感器信息融合中的改进

详细阐明了多传感器信息融合的一种方法——D-S证据理论,他是一种处理不确定性问题的有用方法,但是DS证据理论组合规则的一些不足影响证据理论的应用,通过深入分析,针对该方法的不足提出了一种修正的组合方法,这样不仅能够用于组合冲突比较大的证据,而且能够根据各条证据所包含的不同信息量进行自适应加权组合,改进了基本D-S证据理论的组合准则,提高了其融合性能,并通过实例证明了该方法的有效性。

基于运动信息与多尺度分水岭的视频目标分割

从视频序列中提取视频目标是基于内容编码中的一项关键技术。提出了将高阶统计运动检测和多尺度分水岭相结合的视频目标分割算法。该算法首先利用高阶统计运动检测算法检测出运动区域,通过后处理得到运动目标的初始模板。然后,用小波变换对视频图像进行多分辨率分解。在最低分辨率上应用分水岭算法分割得到具有精确边缘的分割区域,通过将区域融合后的区域逐步投影到高分辨率图像上并结合高分辨率图像上的分水岭算法逐步提取出具有精确边缘的区域。最后,将运动目标的初始模板和多尺度分水岭分割得到的区域结合起来提取出具有精确边缘的视频对象。实验结果表明该算法能有效地分割和提取出视频序列中的视频对象。