以科技竞赛为载体的创新人才模式研究——以电子与信息工程学院为例

本文从天津工业大学电子与信息工程学院人才培养入手,阐述已有科技竞赛对创新人才培养的重要作用。结合学生参加科技竞赛的具体实践和积累的经验,分析通过科技竞赛来培养创新人才的有效途径。

迷宫机器人迷宫信息提取方法研究

针对迷宫机器人自主获取迷宫信息耗时长、耗能高、信息缺失等问题,提出借助图像处理相关方法获取迷宫单元格信息,以提升迷宫机器人迷宫任务效率。针对迷宫图像中的亮度不均、色彩异化等固有缺陷,提出一种融合Kirsch和改进Canny算子的迷宫单元格边缘检测方法,实现了迷宫单元格的边缘特征提取。利用图像形态学原理,对迷宫单元格特征进行去噪、合并、膨胀和填充,实现图像边缘增强。针对迷宫单元格特征,提出了一种像素分块匹配特征法进行迷宫单元格信息匹配,以实现迷宫单元格的信息提取。实验结果表明对亮度范围在γ=1.1且拍摄角度30度及以上的迷宫图像信息提取正确率达到100%,因此,提出的迷宫信息提取方法是实际可行的,为后续迷宫机器人迷宫任务的高效执行提供了保证。

基于SWOT分析的电子信息类本科专业校企合作实践教学模式研究

为了培养符合社会需求的高层次电子信息类本科专业应用型创新人才,必须建立科学的实践教学模式。采用SWOT分析法对天津市高校电子信息类本科专业实习现状进行分析,在此基础上研究建立电子信息类本科专业校企合作实践教学模式,包括采用"校企互动式"实践教学方式、联合建立以培养应用能力和创新能力为核心的实践教学体系和通过产学研结合提高实践教学水平和质量3个方面,并制定了电子信息类本科专业校企合作实习方案。通过校企合作,学院提高了应用型创新人才的培养质量,企业降低了培养成本,学生增强了工程实践能力、提高了职业素养和就业竞争力,三者实现了共赢。

基于OBE理念的电子信息类本科专业实践教学改革研究

实践教学是培养学生实践创新能力的主要途径,对于创新型应用人才的培养具有重要作用。天津工业大学电子与信息工程学院针对实践教学现状,以培养创新型应用人才为目标,引入OBE教育理念,在实践教学体系、实践培养方式、实践教学与理论教学的结合、实践基地、双师型教师队伍和评价方式方面对电子信息类本科专业的实践教学进行了改革,提升了学生的实践创新能力。

基于校企合作的电子信息类专业应用型人才培养模式研究

建立科学发展的校企合作人才培养模式,是培养符合社会需求的高质量工程应用型人才的必然选择。文章阐述了企业参与应用型人才培养的重要意义,分析了电子信息类专业应用型人才培养要求,以及企业参与高校人才培养的现状,并在此基础上,提出了基于校企合作的电子信息类专业应用型人才培养模式。

电子信息科学与技术专业建设与改革研究与实践

本文在分析电子信息科学与技术专业建设现状及存在问题的基础上,以培养新时期的创新型人才为导向,结合该专业的学科特点,在培养目标和培养要求改进、课程体系改革、教学内容改革、教材选用和建设、教学方法和手段改革、师资队伍建设、教学质量监控体系建设、实践教学改革等方面对该专业的建设与改革进行了研究和实践,达到了有效提升该专业学生的竞争力之目的。

电子信息科学与技术专业信号类课群体系改革与建设

由于信号类课程之间密切联系,有些课程间重叠交叉,有必要对电子信息科学与技术(简称电信)专业信号类课群进行改革.给出了电信专业特色,对信号类课群进行整合与优化,分别提出了课程群师资团队建设,实验教学平台建设的方案与具体措施.提出的方法可以对电子信息类其他专业课群改革提供参考,对学生能力培养具有重要意义.

基于校企合作的电子信息类本科专业实践教学模式研究

建立科学的基于校企合作的电子信息类本科专业实践教学模式,是培养符合社会需求的高层次应用型创新人才的必然选择。在分析天津市高校电子信息类本科专业实习现状的基础上,根据普遍存在的问题,研究并建立了基于校企合作的电子信息类本科专业实践教学模式,包括实行"校企互动式"实践教学方式、联合建立以培养应用能力和创新能力为核心的实践教学体系和"产学研"结合提高实践教学水平和质量,并且制定了基于校企合作的电子信息类本科专业实习方案,取得了较好效果。

《电子系统设计与工程实践》网络课程建设及教学方法改革

《电子系统设计与工程实践》是一门旨在提高学生电子设计能力的实践类课程,具有知识点分散、信息量大、面向实际应用等特点。针对传统课堂教学方式存在的不足,提出了一种"以课堂教学与网络课程相结合"的教学模式,将网络课程作为一种课堂教学的延伸,并利用课程网站促进实践环节的规范化管理,提高了教学质量和效果。本文在研究网络课程设计思想和原则的基础上,结合实际需求建立了该课程的教学网站,并对相关教学方法进行了改革和研究。

面向新工科人才培养的电子信息类专业建设研究与实践

迅速变化的世界为工程与工程教育的发展提供了难得的发展机遇,同时也提出了更大的挑战。“新工科人才”是适应并满足未来新兴产业和新经济需要的复合型人才。然而目前工科专业人才培养中工程教育与迅猛发展的社会高质量需求脱节,工程教育严重缺位。本文针对工科人才培养中工程教育存在的问题,对接经济社会发展需要,面向国家一流专业建设,以培养新兴工程科技人才为目标,围绕电子信息类专业的转型升级问题展开分析和研究,探索电子信息类专业建设的途径,以期为相关院校开展电子信息类专业建设提供参考和借鉴。

天津“十城万盏”半导体照明工程

天津市高度重视半导体照明产业和应用的发展．天津市市政府在《天津国民经济和社会发展第十一个五年规划》和《天津市科技发展“十一五”规划》中均将半导体照明列为天津”十一五”期间要重点突破和发展的领域，2008年又将高端大功率半导体照明产品研制及产业化项目列入天津市20项自主创新产业化重大项目实施计划。

基于工业云的电子多臂机服役过程监控系统设计与应用

文章针对电子多臂机服役过程中,多臂机制造和织造企业间无法进行生产过程状态监控问题,进行了基于工业云的电子多臂机服役过程监控系统设计开发。系统采用集中式和分布式数据采集平台,实现数据的多元化高效采集。运用工业大数据环境下数据处理、服役性能识别、故障诊断等技术,针对数据集成分析功能,结合数据挖掘和信息化数据管理等数据分析技术,利用径向基(RBF)函数神经网络,建立了电子多臂机服役性能预测与评价模型。为电子多臂机制造及织造企业提供了智能、高效、可靠和及时的决策支持,并通过实际应用验证了监控系统的可行性。

网络信息技术在工业企业发展中的作用

网络信息技术在工业企业的发展中起到巨大的推动作用,从生产、经营、管理、决策等方面都有网络信息技术的缩影,可以说网络信息技术已经成为了工业企业发展的强有力助推器,那么如何更好地实现工业企业与网络信息技术的融合也就成为了我们当前热议的话题。

拓扑相MoS_(2)电子结构及光学性质的第一性原理研究

基于密度泛函理论的第一性原理对二维拓扑相1T′-MoS_(2)和2M-MoS_(2)的电子结构、有效质量和光学性质进行研究,并将其与二维H-MoS_(2)进行对比分析.研究表明,电子有效质量大小关系为:2M-MoS_(2)<T′-MoS_(2)<H-MoS_(2),空穴有效质量大小关系为:T′-MoS_(2)<2M-MoS_(2)<H-MoS_(2),但2M-MoS_(2)的空穴有效质量和T′-MoS_(2)相差不大,二者均适用于高性能电子器件.由于拓扑相1T′-MoS_(2)和2M-MoS_(2)均存在能带反转,导致带间相关性以及导带和价带的波函数重叠增强,进而光电流响应增强,二者的光学性质均优于H-MoS_(2).2M-MoS_(2)具有较大的吸收系数和光电导率,2M-MoS_(2)对红外光和紫外光有着优良的吸收性质,T′-MoS_(2)在可见光波段和紫外光的波段有较大的吸收峰.研究结果进一步丰富了MoS_(2)的拓扑相,并为基于MoS_(2)拓扑相的高性能光电探测器件的设计和应用提供参考.

基于XPS与XAS的稀磁半导体GaMnN电子结构研究

采用基于同步辐射技术的X射线光电子能谱(XPS)与X射线吸收谱(XAS)测试由金属有机化学气相沉积(MOCVD)技术制备的不同Mn掺杂浓度的稀磁半导体GaMnN薄膜的电子结构,探究Mn掺杂浓度对磁性原子Mn周围的局域环境和电子态等方面的影响,并阐述材料铁磁性变化的机理.XPS和XAS图谱分析表明:Mn^(2+)和Mn^(3+)共存于薄膜样品内,样品D中Mn^(2+)占比高达70%-80%,N空位随Mn掺杂浓度增加而增多且N空位能够使空穴浓度降低,导致Mn 3 d和N 2p轨道间的相互交换作用减小,从而减弱体系铁磁性.此外,Mn不同的掺杂浓度会影响GaMnN薄膜p-d耦合杂化能力的强弱,当掺Mn 1.8%时具有较强的p-d耦合杂化能力.

融合GhostNet的YOLOv4轻量化网络设计与实现

由于存储资源和功耗等限制,在嵌入式设备上部署基于深度学习的目标检测算法存在困难,且效果不佳.基于YOLOv4算法,提出了一种改进的YOLOv4-Light轻量化网络模型,采用GhostNet网络结构替换CSPDarknet53作为主干提取网络,引入CBAM注意力机制关注通道和空间两个维度的特征信息,并利用感知量化方法对权重进行INT8量化处理,在保证精度的情况下降低网络模型规模和参数量.在PC端和NVIDIA Jetson Xavier NX上选用VisDrone无人机数据集分别对网络模型进行测试,结果表明YOLOv4-GhostNet-CBAM模型的尺寸是160M,比YOLOv4降低了34.43%;检测速率最高可达到34.6FPS,比YOLOv4提高了56.6%.YOLO-Light模型的尺寸是40.2M,比YOLOv4降低了83.5%;检测速率最高可达到78.6FPS,为YOLOv4的3.6倍,且交并比为0.5时的平均精度均值(mAP50)与YOLOv4相比仅下降了3%.YOLO-Light模型相较于原模型优势明显,能够在低功耗的嵌入式设备上完成实时目标检测.

基于ELKB日志管理系统的应用

针对现阶段云平台应用日志运维效率低的问题,研究一种基于ELKB架构的日志管理方案。该方案可实现对日志数据的高效采集和统一存储,并提供日志查询和可视化分析的功能。详细阐述日志的采集和存储方案,提出优化采集器Filebeat基础参数的方法,日志存储过程部署Elasticsearch集群模式,并总结Elasticsearch集群节点的性能提高方法,以此为基础搭建日志可视化管理系统。实验结果表明:参数优化后的Filebeat进行日志采集时,内存占用率与默认配置相比降低47%;Elasticsearch集群模式在进行关键字查询时的数据吞吐率(250 req/s)高于单机服务器,且集群节点的段合并优化有效降低了日志的索引内存占用率,内存优化百分比介于11.9%和22.1%之间。可见日志管理系统部署方式灵活,有效提高了日志采集和检索效率,为云平台日志管理提供了可行的方案。

基于DK-SVD的深度学习电阻抗块稀疏成像方法研究

针对电阻抗层析成像逆问题的病态性和非线性,提出一种基于DK-SVD的电阻抗块稀疏图像重建方法。该算法通过多层感知器为每组测量数据提供最优的模型参数,以适应数据集的多样性,进一步提高成像质量,并在稀疏编码阶段采用迭代收缩阈值算法加快收敛速度。仿真实验结果表明DK-SVD算法重建图像的结构相似性可达到0.95以上,误差可控制在0.1左右,平均重建速度为0.034 s,有效地提高了电阻抗层析成像的质量和效率,且经进一步实验证明了该算法具有良好的噪声鲁棒性和实际应用价值。

基于链接关系预测的弯曲密集型商品文本检测

针对商品包装文本检测任务中弯曲密集型文本导致的错检、漏检问题,提出了一种由2个子网络组成的基于链接关系预测的文本检测框架(text detection network based on relational prediction,RPTNet)。在文本组件检测网络中,下采样采用卷积神经网络和自注意力并行的双分支结构提取局部和全局特征,并加入空洞特征增强模块(DFM)减少深层特征图在降维过程中信息的丢失;上采样采用特征金字塔与多级注意力融合模块(MAFM)相结合的方式进行多级特征融合以增强文本特征间的潜在联系,通过文本检测器从上采样输出的特征图中检测文本组件;在链接关系预测网络中,采用基于图卷积网络的关系推理框架预测文本组件间的深层相似度,采用双向长短时记忆网络将文本组件聚合为文本实例。为验证RRNet的检测性能,构建了一个由商品包装图片组成的文本检测数据集(text detection dataset composed of commodity packaging,CPTD1500)。实验结果表明:RPTNet不仅在公开文本数据集CTW-1500和Total-Text上取得了优异的性能,而且在CPTD1500数据集上的召回率和F值分别达到了85.4%和87.5%,均优于当前主流算法。

基于特征重建的无监督木材图像异常检测

为有效解决目前木材图像异常边缘区域检测精度不高的问题,提出一种基于特征重建的无监督异常检测模型FRNet。设计多层级特征提取器为图像子区域生成多个空间上下文特征表示;多尺度特征生成器将多层特征融合为一幅具有多尺度特征表达的特征图;设计具有跳跃连接的卷积自编码器,通过补充下采样时丢失的细节信息重建特征图,根据重建误差定位异常区域。在构建的木材异常数据集上进行实验,其结果表明,FRNet取得了最好的异常检测性能。