教育 制度 监督 惩治齐头并举——改革开放30年武汉理工大学反腐工作简述

在纪念改革开放30周年之际,拟从高校在反腐倡廉工作中采取的"惩与治两手都要抓,两手都要硬"的角度简述强化教育、健全制度、加强监督和惩治腐败等四项措施齐头并举所取得的丰硕成果。

“双万计划”背景下电子信息类一流本科专业人才培养模式研究与实践

“双万计划”是教育部以一流本科专业建设为目标的重大战略举措,如何建设高水平一流本科专业是摆在中国所有高校面前的重大课题。该文以武汉理工大学电子信息类一流本科专业建设为背景,从专业布局、师资培育、课程建设、教学平台和创新创业五个方面进行研究与实践。构建“双万计划”背景下电子信息类一流本科专业人才培养的新模式,为“双万计划”的实施和成果总结积累实践经验。

案例教学法在电子信息工程专业《软件工程》课程中的应用

针对《软件工程》课程的特点和教学过程中所出现的问题和难点,研究和分析了案例教学法在电子信息工程专业《软件工程》课程教学中的应用模式,提出和总结了相关的实施方案和经验。

后疫情时代电子技术实验信息化教学改革研究

为了缓解培养高质量人才的迫切需求和实验教学资源相对紧缺且实验课内教学学时紧张的矛盾,同时满足教育信息化建设的需求,以实验教学信息化建设为突破口,改进实验教学方法,建设相关虚拟仿真实验资源,搭建教学管理系统,构建新型的实验教学体系,围绕实验项目进行教学创新。通过信息化手段将实验室的管理工作和实验室的教学资源信息化后向实验受众有目的地开放,让学生结合自身情况灵活地安排实验,教学目标可以灵活地差异化设置以满足不同层次学生的需求,管理系统则记录学生的实验痕迹,使得实验室的教学管理更高效,数据更全面。2年的教学改革实践成果表明:在充分发挥实验室效益、提高教学质量的过程中,实验室信息化具有重要意义。

基于多维码技术的隐蔽信息传输方法

针对目前隐蔽通信技术抗干扰能力弱、承载信息量少、抗隐写分析能力差的问题,提出了一种基于多维码技术的隐蔽信息传输方法。具体而言,提出了一种时间维度的多维码作为秘密信息的载体,以提高通信中秘密信息的抗干扰能力,以及一种“嵌入载体式”和“映射关系式”相融合的面向视频媒体的多维码隐写方法,以实现数据的隐蔽传输。大量实验证明,该隐蔽信息传输方法具有较强的抗高斯噪声和泊松噪声干扰的能力,承载的信息量为现有无载体隐写方法的100倍,抗隐写分析能力提升为原来的6.5倍。

一种基于模式布线的柔性电路板布线规划算法

为解决柔性电路板整板自动化布线算法布线效率低、布线效果较差的问题,提出基于模式布线的柔性电路板布线规划算法,采用模式布线近似拟合详细布线,缩小详细布线和布线规划之间的精度误差。同时,根据人工经验设计4种布线模式和若干扇出模式,模拟扇出区内部资源分配和扇出区间排列组合可能出现的情况。针对层分配问题,设计了根据当前布线结果以及未来对其他线网的影响综合评价的层分配算法,针对通道区不允许打孔的约束,根据通道连接扇出区的位置顺序求得通道内布线线网拓扑不交叉序列,并作为分割线上过点位置排列顺序约束。最后,综合比较每个模式下的结果,选择代价最小的结果作为最终布线规划的结果。使用多个工业用例进行测试,实验结果表明,与已有柔性电路板布线规划算法相比,本文布线规划算法可以提升详细布线效率和布线结果。

基于YOLOv8n改进的蚕虫检测与计数方法

为解决桑蚕养殖过程中对蚕虫计数的难题,特别是针对蚕虫目标小、分布密集且易被遮挡的问题。改研究提出了一种基于YOLOv8模型改进的蚕虫检测与计数新方法(SDM-YOLO)。该方法的核心创新包括:1)引入RCS-OSA模块作为残差模块,替代原YOLOv8中的C2f模块,以增强网络的多尺度特征提取能力并融合不同感受野的信息,提升对密集分布蚕虫的识别能力;2)改造检测头为动态预测头(dynamic prediction head),结合尺寸、空间和通道三个维度的特征信息,提高蚕虫识别的精确度,减少误检;3)优化损失函数,采用EIOU LOSS作为边界框回归的损失函数,以改善密集场景下蚕虫目标的漏检问题。经过试验验证,SDM-YOLO方法在多个评估指标上均表现出色。具体而言,该方法在精确度上达到了88.2%,召回率为87.2%,平均准确度mAP@0.5为93.2%,而mAP@0.5:0.95也达到了74.7%。这些结果充分证明了与一阶段检测模型YOLO系列相比,SDM-YOLO在蚕虫检测与计数方面具有比较明显的优势。

可穿戴传感信息融合的精细步态相位分割系统研究

本文搭建了一个可穿戴传感信息融合的精细步态相位分割系统。采集受测者行走过程中的膝关节弯曲角度数据,小腿倾斜的姿态角数据,足部压力数据,提取步态特征。采用模糊推理算法融合有限状态机算法,完成步态相位的分割。该系统保证了数据采集的高精确度、数据处理的高可靠性。步态相位识别功能将利于下肢功能受损患者的康复情况的观察,亦可用于辅助诊断、疾病预测和康复治疗。

基于傅里叶级数的光栅波长信号重构及振动位移精准测量

为实现光纤光栅传感器在多频率振动位移中的精确测量,研究了一种基于傅里叶级数的光栅波长转换。该方法将光栅波长偏移量按照振动频率分解,依据波长变化量与加速度的关系式得到振动频率分量产生的振动加速度,通过对振动加速度进行二次积分得到振动位移,对振动位移求和,实现整体振动位移的精确测量。实验结果表明,在检测单频率振动位移时,该方法的最大误差率为3.74%,基于振动主频的光栅波长转化方法的最大误差率为-4.60%。在检测双频率振动位移时,该方法的最大误差率为-8.45%,基于振动主频的光栅波长转化方法的最大误差率为-74.25%。因此,该基于傅里叶级数的光栅波长转化方法能够准确分解并重构光栅波长信号,在测量多频率振动位移时精度更高,稳定性更强。

近红外光谱结合Stacking集成学习的猕猴桃糖度检测研究

利用近红外光谱技术Stacking集成学习对猕猴桃糖度的无损检测。以湖北“云海一号”猕猴桃为研究对象,采用红外分析仪获取了280个样本的光谱数据,包含了4000~10000cm^(-1)范围内的1557个波长数据,使用折射仪测量糖度值。通过蒙特卡洛随机采样结合T检验的奇异样本识别算法筛除异常值样本。利用SPXY算法按照4∶1的比例划分训练集和测试集。使用多元散射校正(MSC)、SG平滑滤波(SG)、趋势校正(DT)、矢量归一化(VN)、标准正态变换(SNV)五种方法对数据进行预处理。使用无信息变量消除法(UVE)、竞争性自适应重加权算法(CARS)和区间变量迭代空间收缩特征选择算法(iVISSA)提取特征波长,使用连续投影算法(SPA)进行二次提取,消除共线性变量。由于单一模型的泛化能力有限,为了扩大建模能力,设计了一种基于Stacking算法的集成学习模型。选择贝叶斯岭回归(BRR)、偏最小二乘回归(PLSR)、支持向量机回归(SVR)以及人工神经网络(ANN)作为基学习器,线性回归(LR)作为元学习器建立集成模型,比较不同组合下集成模型的性能。使用Pearson相关系数分析基学习器与集成模型之间的关系。结果表明:在五种预处理方法之中,矢量归一化的效果最佳。对预处理后的光谱进行特征波长提取,结果显示VN-CARS-PLSR模型效果最好,在测试集上的RP2为0.805,RMSEP为0.498。模型提取了177个特征波长,数据量相比于原始光谱减少了88.6%。通过Stacking算法对基学习器进行融合,对比不同的组合方式,发现PLS+SVR+ANN集成模型预测精度最高,RP2达到了0.853,RMSEP下降至0.433。通过Pearson相关系数分析了基学习器对集成模型性能的影响。研究表明,与单一模型相比,Stacking集成模型能够进行更加全面的建模,具有更高的泛化能力,该方法为猕猴桃糖度品质的无损检测提供了技术支持。

基于多阶段优化的高质量总体布线算法

总体布线是VLSI物理设计中关键的一个环节.针对现有总体布线算法的布线容量利用率低和布线结果容易陷入局部最优的问题,提出一种基于多阶段优化的高质量总体布线算法.首先在预连接阶段和全局考量下的布线重组阶段中引入虚拟容量动态调整策略,提高布线容量利用率;然后在布线重组阶段引入布线子区域自适应扩展策略,缩小算法全局搜索的空间,提高算法的布线效率;最后采用A*算法启发式搜索并结合粒子群算法全局搜索的能力,避免算法在布线过程中单一地选择最短路径,陷入局部最优.与现有总体布线算法在ISPD基准电路上的实验结果表明,所提算法的布线结果取得了6.0%~22.8%的线长优化.

先进制程下基于多策略融合的时延优化层分配算法

引入层分配算法能够有效地优化物理设计过程中的时延和通孔数等指标,提高电路性能.为此,提出一种同时考虑非默认规则线和耦合效应的基于多策略融合的时延优化层分配算法.首先针对现有工作对线网差异性考虑不细致的问题,提出线网异化策略;然后针对网格边拥塞情况评估不够合理的问题,提出段分级策略;再对非法线网进行拆线重绕时更注重考虑拥塞约束而导致时延过高的问题,提出重绕调整策略;最后提出多目标驱动排序策略,对布线顺序不够合理的问题设计多种新颖的确定布线顺序的方法.在2.60 GHzCPU和64 GB内存的Linux环境下,使用DAC12基准电路得到的实验结果表明,在保证不发生溢出的情况下,所提算法能够有效地优化时延和通孔数.

面向三重版图曝光约束的详细布线算法

在进一步缩小特征尺寸的问题上,三重版图曝光技术(triplepatterninglithography,TPL)发挥着重要的作用.针对TPL中的版图分解问题,提出了一种基于TPL约束的详细布线算法.将版图分解问题转化为满足同色间距约束和最小间距约束的详细布线问题,使用网格编码的方法来满足2种间距约束;利用与2种间距约束相结合的Hannan网格来提升布线资源的利用率以及布线的速度;结合多源迪杰斯特拉算法进行多端线网的最短路径搜索;最后将布线结果进行版图分解,实现最小化冲突数量和缝合点数量的目标.算法在2.20 GHzCPU和32 GB内存的Ubuntu20.04环境下运行,使用2018年ISPD详细布线比赛的测试集.实验结果表明,与普通详细布线相比,可降低约60%的冲突数量以及70%的缝合点数量.

基于智能跑道光栅阵列传感器的机型辨识方法

针对当前机型辨识方法易受环境影响的不足,提出了一种新的基于智能跑道光栅阵列传感器的机型辨识方法。利用光栅阵列横向布置光缆采集飞机滑跑通过时的分布式振动响应,通过分析多测区时程脉冲响应特征,确定主辅起落架通过光缆的时差。通过光栅阵列纵向布置光缆感知飞机的滑行轨迹,采用多项式拟合确定飞机滑行速度。基于飞机主辅起落架的测试值与理论值的匹配关系对飞机型号进行辨识,利用某机场试飞及开航2个月内的航班信息进行方法检验。结果显示,提出的机型辨识方法识别准确率可达98.44%,可以对B757、B738、A320和A321机型进行有效辨识。

基于变步长扫描策略的FBG高速解调

现有的FBG高速解调方法都各有优缺点,其中扫描式光谱分析系统通用性好、成本较低,在速度和精度上的表现较为均衡。针对扫描激光器型光纤布拉格光栅波长解调仪在实际应用中调谐次数多、扫描耗时久等问题,设计了一种变步长扫描策略,使用较少的波长调谐次数实现光谱局部峰值的检出。实验表明,在通道内只有单个光栅的情况下,使用变步长扫描策略需要扫描的点数降低了至少90%,扫描耗时减少了90%,解调速度提高至10倍。在上位机对传输的局部光谱数据进行高斯拟合解调,并对变步长扫描策略进行信噪比仿真实验测试,仿真证明变步长扫描策略适用于信噪比高于9.23 dB的情况且对后续解调的精度和平均误差几乎没有影响,具有一定的应用价值。

研究生在线课程建设及混合式教学改革——以数字图像处理与分析课程为例

数字图像处理与分析是人工智能学科研究生教育的一门重要专业课。针对数字图像处理与分析研究生课程教学中,授课时间不足、教学资源相对缺乏、理论教学与实验环节脱节和课程思政内容较少等问题,构建在线精品课平台,对传统教学模式进行改革,推进线上线下混合式教学模式。注重课程体系构建与教学内容创新,整合视频、课件、案例库等资源,建设线上教学平台,充实课程思政及实践实验工程训练内容,结合课前、课上、课后三个教学阶段的特点,开展混合式教学。以武汉理工大学为例,验证教学模式的改革效果。

数字孪生车间信息物理融合理论与技术

数字孪生车间作为实现制造物理世界和信息世界智能互联与交互融合的一种潜在的有效途径,近期被国内外相关领域学术界和企业界高度关注。基于前期对数字孪生车间的概念、系统组成、运行机制、特点和关键技术等研究,设计了数字孪生车间的参考系统架构,并从数字孪生车间4个主要系统组成(物理车间、虚拟车间、车间孪生数据、车间服务系统)的角度出发,分别对物理车间异构要素融合、虚拟车间多维模型融合、车间物理—信息数据融合、车间服务/应用融合等关键问题进行了研究分析。从物理融合、模型融合、数据融合和服务融合4个维度,系统地探讨了实现数字孪生车间信息物理融合的基础理论与关键技术,为企业实践数字孪生车间提供了参考。

基于高光谱图像波段融合的猕猴桃软腐病早期分类检测

软腐病是猕猴桃采后贮藏和销售过程中危害最严重的真菌病害,其潜伏期长,在染病早期还未表现出明显病状时,依靠人工筛选很难将其分类。为此应用高光谱成像技术(470~900 nm)对软腐病的早期分类检测展开研究。采集了健康猕猴桃以及感染软腐病的早期和晚期猕猴桃共295个高光谱图像,并采用Kennard-Stone算法将样本按照7∶3划分为训练集和测试集样本。首先对样本进行感兴趣区域的选择,然后取该区域的平均光谱作为样本的原始光谱曲线。对原始光谱曲线采用主成分分析(PCA)、连续投影算法(SPA)和竞争性自适应重加权算法(CARS)进行光谱特征的提取。与此同时,对SPA求解过程中的8个特征波段使用非下采样轮廓波变换(NSCT)进行波段融合获得融合图像,然后使用灰度共生矩阵法(GLCM)提取融合图像的纹理特征。最后将光谱特征和纹理特征进行融合并分别建立最近邻算法(KNN)、随机森林(RF)以及支持向量机(SVM)分类模型进行猕猴桃软腐病的早期分类检测。此外,还与其他文献中使用主成分图像或特征波段提取的纹理特征进行了对比。该研究主要创新点为:使用NSCT对特征波段图像进行融合后再提取其纹理特征,既降低了特征维度,减少了特征冗余,又融合了不同波段图像的互补信息,提高了分类准确率。实验结果表明,SVM是最适合该研究的分类器,单独使用光谱特征或纹理特征进行分类的结果都不够理想,但两种特征融合后分类准确率最高可达到92.05%,多数猕猴桃软腐病早期样本得到了正确识别,这说明两种特征的融合获得了高光谱图像中光谱和图像的差异性信息,体现了高光谱图像的“空谱合一”。该研究对软腐病早期猕猴桃进行了快速、准确的无损检测,可为猕猴桃的采后品质分级提供一定的参考和指导意义。

中红外光谱双重校验异常样本检测方法研究

中红外吸收光谱法目前最有前途的无创血糖检测技术之一。中红外吸收光谱的血糖浓度检测结果准确性与光谱信号的可靠性密切相关。采集中红外光谱信号的过程易受环境或人为等因素的影响而产生包含大量干扰信息的异常光谱。异常样本存在会降低预测模型的有效性和可靠性,故异常样本的检测和剔除至关重要。本研究提出双重校验异常样本检测法能够将异常样本准确筛选出来并剔除。本算法分为两个阶段,首先利用蒙特卡洛交叉验证异常样本检测,初步筛选异常样本,提高光谱样本集的稳定性;其次以马氏距离平方近似服从卡方分布为理论基础,自适应确定最优阈值,对剩余数据集进行异常样本再识别。以64份包含葡萄糖、白蛋白、尿素、乳酸、果糖、胆固醇在内的葡萄糖混合仿体溶液样本为研究对象。双重校验法首先利用预测误差平方和对异常样本敏感的特性对光谱数据集中的异常样本进行初步判定,共检测出3个异常样本,从光谱数据集中剔除检测出的异常样本后建立PLS校正模型,该模型的相关系数为0.91,RMSECV为60.17 mg·dL^(-1)。其次,双重校验法以马氏距离平方近似服从卡方分布为理论基础,实现异常样本自适应识别。共检测出了12个异常样本,剔除全部异常样本后构建的PLS模型性能得到了提升,相关系数达到0.99,RMSECV达到57.77 mg·dL^(-1)。通过与无异常样本剔除、PCA-MD法、蒙特卡洛法相比较双重校验法结果最优,证明了本算法在异常样本检测上的优越性。与未剔除异常样本时的PLS模型相比,相关系数从0.86上升到了0.99,RMSECV从67.51 mg·dL^(-1)降低至57.77 mg·dL^(-1),分别提升了15.12%、14.42%。本研究针对异常样本检测方法中易受阈值影响而出现正常样本误检或异常样本漏检的问题给出了很好的解决策略,该方法能够准确检测并剔除异常样本,进而提高预测模型的精度和预测性能。为中红外光谱数据集异常样本的准确剔除提供了一种思路。

考虑学科交叉需求的学术交流资源推荐方法

针对学术交流资源数量与日俱增,学者自身研究方向多样性、学者与资源的交互行为稀疏等问题,提出考虑学科交叉需求的学术交流资源推荐方法。融合协同过滤与知识图谱算法,通过优化的TransE模型对学术交流资源知识进行表示学习,基于资源语义向量计算学术交流资源语义相似度,分析学者对学科交叉研究的需求,基于交互行为计算学者相似度,形成学者对学术交流资源的感兴趣程度,进而得出最终推荐结果。结果表明,相比传统推荐协同过滤推荐算法,该算法拥有较高的性能。