基于OBE理念的数据结构课程教学创新研究与实践——以鲁东大学为例

围绕工程教育专业认证,结合我校学生特点和数据结构课程教学过程中存在的问题,对数据结构课程教学从创新理念、教学模式、教学内容、教学活动、教学组织、教学方法与手段、教学评价等方面进行创新改革,并以哈夫曼树及其应用为例探讨了具体的实施方案。基于OBE理念的数据结构课程教学创新改革由强调“教”转向重视“学”,课堂教学真正做到“以学生为中心”,使学生理解知识的同时,引领学生树立正确的“三观”,培养学生计算思维能力和解决问题的能力,实现知识传授、价值引领和能力培养。

融合多特征信息与GWO-SVM的机械关键设备故障诊断

为了提高机械关键设备故障诊断的精度,建立机械关键设备故障诊断模型。文章提出一种融合机械关键设备故障信号多特征信息与灰狼优化算法(Grey Wolf Optimization Algorithm,GWO)改进支持向量机(Support Vector Machine,SVM)(GWO-SVM)的机械关键设备故障诊断模型。首先,提取机械关键设备故障信号的时域特征、频域特征和多尺度加权排列熵特征,分别对比不同特征的机械关键设备故障诊断结果。其次,为提高SVM模型性能,运用GWO算法对SVM模型的惩罚参数P和核函数参数g进行优化选择,提出一种融合多特征信息与GWO-SVM的机械设备故障诊断模型。与GA-SVM、PSO-SVM和SVM相比,基于GWO-SVM的机械设备故障诊断模型的诊断精度最高。这里算法可以有效提高机械关键设备故障诊断正确率,为机械关键设备故障诊断提供了新的方法。

电气信息专业基础课程群建设

针对电气信息类专业基础课程内容衔接紧密,知识点覆盖存在重复现象,对电气信息类专业的基础课程进行课程群建设。并从师资队伍、实践课程、教学方法、考核方法等方面提出建设与改革的意见。

计算机科学与技术专业应用型人才培养改革调研分析——以鲁东大学为例

面向计算机科学与技术专业的应用型人才培养改革目标,通过调查问卷、座谈会、个别访谈等多种形式,在本行业企业、毕业生、大四学生和本专业任课教师中对应用型人才培养的现状开展全面、深入的调查研究,从培养目标、培养过程和培养评价三个方面对调研结果进行对比、分析,基于此明确本专业人才培养的目标定位,形成应用型人才培养改革的总体思路,对下一步的人才培养方案修订、校企合作、实训基地建设提出若干建议。

我校信息工程专业学生创新能力研究

随着电子信息科学技术的迅速发展,对人才的综合素质和创新能力的要求越来越高。本文结合我校信息工程专业的培养目标和当前市场的人才需求,阐述了通过制定一体化、多层次的教育创新体系、改革教学方法、打造适应创新教育的实践平台等手段,提高了我校信息工程专业学生的创造、创新能力,为我校电气信息学科教育改革与发展奠定了基础。

过程控制工程课程信息化教学方法探讨

过程控制工程将自动控制理论、检测技术和生产过程控制综合在一起,是一门理论和应用性较强的学科,在教学过程中理论和实际的转换难以掌握。本文结合现阶段信息化教学的发展趋势,考虑到过程控制技术的应用现状以及课堂教学的现实情况,从教学内容、多媒体化、仿真实验等方面提出了若干措施和经验,对这门课程的信息化教学方法进行了探讨。

数字化转型视域下工程伦理教育实践探析——以移动通信综合设计课程虚拟仿真教学为例

教育数字化已成为高等教育改革的必然趋势,同时现代工程对工程技术人员的工程伦理素养要求也越来越高。而教学与课程数字化转型是教育数字化的重要载体,以“移动通信综合设计”课程为例,在数字化转型视域下进行5G移动通信系统虚拟仿真,包含方案设计、数据规划与仿真实现,培养学生综合设计能力、解决复杂工程问题能力及运营维护能力,建立工程系统观、伦理观,让学生遵守职业道德、承担社会责任具有示范作用。

地方高校学报发文知识图谱分析与发展探讨——以《鲁东大学学报(自然科学版)》为例

以《鲁东大学学报(自然科学版)》为例探讨地方高校学报的发文特征与趋势,有助于科学准确地把握地方高校学报的发展脉络,为办好地方高校学报提供有价值的参考.基于中国知网(CNKI)数据库,采用文献计量和知识图谱方法,借助CiteSpace软件对《鲁东大学学报(自然科学版)》近6年刊发的404条有效文献数据进行计量分析和知识图谱分析,结合现状提出切实可行的发展策略.结果表明,除2013年外,研究生在其余各年的发文量都占主体地位,其中校内研究生发文占比整体呈上升趋势,2018年占比高达71.9%,逐渐呈现出以本校硕士研究生导师为核心的研究生团队为发文主体的特点;从发文机构来看,发文量居前四位的机构皆来自校内,校外发文较多的机构分别来自于山东师范大学和曲阜师范大学;发文量占比居前三位的学科是地理、数学和工科,生物和化学次之;高被引论文中地理、数学和生物学科较多;基金论文的比例逐年上升,2018年达到100%,其中国家级项目占比约79%.

深度复数轴向自注意力卷积循环网络的语音增强

单通道语音增强任务中相位估计不准确会导致增强语音的质量较差,针对这一问题,提出了一种基于深度复数轴向自注意力卷积循环网络(deep complex axial self-attention convolutional recurrent network,DCACRN)的语音增强方法,在复数域同时实现了语音幅度信息和相位信息的增强.首先使用基于复数卷积网络的编码器从输入语音信号中提取复数表示的特征,并引入卷积跳连模块用以将特征映射到高维空间进行特征融合,加强信息间的交互和梯度的流动.然后设计了基于轴向自注意力机制的编码器-解码器结构,利用轴向自注意力机制来增强模型的时序建模能力和特征提取能力.最后通过解码器实现对语音信号的重构,同时利用混合损失函数优化网络模型,提升增强语音信号的质量.实验在公开数据集Valentini和DNS Challenge上进行,结果表明所提方法相对于其他模型在客观语音质量评估(perceptual evaluation of speech quality,PESQ)和短时客观可懂度(short-time objective intelligibility,STOI)两项指标上均有提升,在非混响数据集中,PESQ比DCTCRN(deep cosine transform convolutional recurrent network)提高了12.8%,比DCCRN(deep complex convolutional recurrent network)提高了3.9%,验证了该网络模型在语音增强任务中的有效性.

基于改进生物迁徙算法的双资源柔性作业车间节能调度问题

节能调度是面向绿色制造的车间调度问题,已成为制造领域的研究热点。针对具有机器和工人双资源约束的柔性作业车间,综合考虑工人学习效应和工件运输时间的影响,以最小化车间能耗为目标,提出一种改进的生物迁徙算法(MBMA)。该算法采用基于工件-机器-工人的三段式编码方法表示调度解,并设计了一种种群初始化方法,以改善初始调度解的质量。考虑到基本生物迁徙算法无法直接应用于离散车间调度问题,提出一种基于交叉操作的离散迁徙算子,使算法能够直接在离散调度空间内进行搜索。此外,在迁徙算子中引入转换概率动态调整策略,以平衡算法探索与开发能力,另外增加了一种记忆池机制,避免算法过早收敛。对于个体更新算子,设计了一种局部搜索算法嵌入其中,以增强算法局部搜索能力。大量实验结果表明,MBMA算法的计算结果优于其他算法。

面向专业核心能力培养的应用型高校计算机专业建设

结合工程教育认证的标准及地方人才需求特点,概括“解决复杂工程问题”要求学生具备的专业核心能力,根据互联网招聘平台的统计数据分析地方产业对人才的需求,以产业需求为导向,以专业核心能力培养为目标,从重定位专业培养方向、调整课程体系、加强实践教学等方面入手,探讨计算机专业建设的途径与方法,以期对地方应用型高校相关专业的建设起借鉴作用。

基于权衡因子和多维空间度量的高鲁棒性图像分割算法

图像分割是计算机视觉的重要研究方向。聚类算法作为一种无监督的方法,一直是图像分割的有力工具。然而,当图像存在高强度噪声和复杂结构时,聚类算法的分割效果可能不理想。针对这一问题,提出了一种高鲁棒性的图像分割算法,该算法基于权衡因子和多维空间度量。首先,引入了一个权衡因子,通过调节该因子,可以有效地降低噪声对分割结果的影响。其次,结合了低维和高维的空间度量,能够捕捉图像中的线性和非线性特征。并更好地理解图像中的复杂结构和纹理,从而提高分割的准确性和鲁棒性。最后,利用改进的模糊聚类算法实现了图像分割。为了验证该算法的性能,在合成、自然和医学图像上进行了大量的实验,结果显示,该算法在分割性能上明显优于其他算法。

基于Transformer的零样本食品图像检测

食品检测作为食品计算的一项基本任务,能够对输入的食品图像进行定位和识别,在智慧食堂结算和饮食健康管理等食品应用领域发挥着至关重要的作用。然而在实际场景下,食品类别会不断更新,基于固定类别训练的食品检测器很难对未见过的食品类别进行精准的检测。为了解决这一问题,本文提出了一种零样本食品图像检测方法。首先,构建了一个基于Transformer的食品基元生成器,其中每个基元都包含与食品类别相关的细粒度属性,根据食品的特性,可以有选择地组装这些基元,以合成未见类特征。其次,为了给未见类的视觉特征更多约束,本文提出了一个视觉特征解纠缠的增强组件,将食品图像的视觉特征分解为语义相关特征和语义不相关特征,以此能更好地将食品类别的语义知识转移到其视觉特征。所提出的方法在ZSFooD和UEC-FOOD256两个食品数据集上进行了大量实验和消融研究,在零样本检测(Zero-Shot Detection,ZSD)设置下,未见类别取得了最优的平均精度,分别达到了4.9%和24.1%,在广义零样本检测(Generalized Zero-Shot Detection,GZSD)的设置下,可见类和未见类的调和平均值(Harmonic Mean,HM)分别达到了5.8%和22.0%,证明了所提出方法的有效性。

基于增强视觉Transformer的哈希食品图像检索

作为食品计算的一个主要任务,食品图像检索近年来受到了广泛的关注。然而,食品图像检索面临着两个主要的挑战。首先,食品图像具有细粒度的特点,这意味着不同食品类别之间的视觉差异可能很小,这些差异只能在图像的局部区域中观察到。其次,食品图像包含丰富的语义信息,如食材、烹饪方式等,这些信息的提取和利用对于提高检索性能至关重要。为解决这些问题,本实验基于预训练的视觉Transformer(Vision Transformer,ViT)模型提出了一种增强ViT的哈希网络(enhanced ViT hash network,EVHNet)。针对食品图像的细粒度特点,EVHNet中设计了一个基于卷积结构的局部特征增强模块,使网络能够学习到更具有代表性的特征。为更好地利用食品图像的语义信息,EVHNet中还设计了一个聚合语义特征模块,根据类令牌特征来聚合食品图像中的语义信息。本实验提出的EVHNet模型在贪婪哈希、中心相似量化和深度极化网络3种流行的哈希图像检索框架下进行评估,并与AlexNet,ResNet50、ViT-B_32和ViT-B_164种主流网络模型进行比较,在Food-101、Vireo Food-172、UEC Food-2563个食品数据集上的实验结果表明,EVHNet模型在检索精度上的综合性能优于其他模型。

基于多级语义对齐的图像-文本匹配算法

图像中的区域特征更关注于图像中的前景信息,背景信息往往被忽略,如何有效的联合局部特征和全局特征还没有得到充分地研究。为解决上述问题,加强全局概念和局部概念之间的关联得到更准确的视觉特征,提出一种基于多级语义对齐的图像-文本匹配算法。提取局部图像特征,得到图像中的细粒度信息;提取全局图像特征,将环境信息引入到网络的学习中,从而得到不同的视觉关系层次,为联合的视觉特征提供更多的信息;将全局-局部图像特征进行联合,将联合后的视觉特征和文本特征进行全局-局部对齐得到更加精准的相似度表示。通过大量的实验和分析表明:所提算法在2个公共数据集上具有有效性。

基于慢特征分析与最小二乘支持向量回归集成的草酸钴合成过程粒度预报

草酸钴合成过程是钴湿法冶炼的关键单元操作,其粒度分布是重要的质量指标,然而难以在线实时测量。同时,草酸钴合成过程通常存在非线性、多约束和慢时变特征。因此,提出一种集成慢特征分析(slow feature analysis,SFA)与最小二乘支持向量回归(least square support vector regression,LSSVR)的草酸钴粒度预报模型对草酸钴合成过程质量指标实现在线测量。在该方法中,首先,SFA方法可以有效地捕获过程的慢特征向量,解决慢时变问题;然后,利用LSSVR方法建立慢特征与粒度之间的非线性关系模型,进而实现质量指标在线预报。最后,应用非线性的数值案例以及草酸钴合成过程数据,验证该方法的有效性。实验结果显示:相较于单一的径向基函数神经网络(radial basis function neural network,RBFNN)、LSSVR预测模型以及SFA与NN相结合的预报模型,所提方法在数值案例中的预测精度分别提升了13.31%、2.26%、1.72%;在草酸钴合成过程中的预测精度分别提升了13.27%、9.96%、8.92%。

疫情下的大学计算机MOOC+SPOC混合式翻转课堂线上教学组织与实施

针对前所未有的新冠肺炎疫情下全国范围大规模"停课不停教,停课不停学"线上教学实际状况,分析MOOC+SPOC混合式翻转课堂教学的优势和大规模线上教学可能出现的各种问题,提出基于MOOC+SPOC混合式翻转课堂线上教学组织与管理模式,介绍线上授课实施过程,最后说明实施效果。

改进YOLOv5的光伏组件热斑及遮挡小目标检测

热斑会严重影响光伏组件发电效率,利用红外光图像检测热斑,难以同时实现树叶、鸟粪等小型异物遮挡的有效识别,及时发现和清理异物可以有效降低因受到持续遮挡而引起的热斑。为实现对热斑更加全面的识别和处理,基于无人机巡检可见光和红外光视频图像尺寸及检测任务特点,结合K-means++算法与IoU指标改进了YOLOv5的锚框设定方案以改善结果的随机性;可见光场景中,针对遮挡物体较小导致难以检测的问题,在YOLOv5s6的主干网络中嵌入坐标注意力机制(coordinate attention,CA),设计了遮挡小目标检测模型(CA-YOLOv5s6);红外光场景中,热斑区域较为明显,选择轻量化网络YOLOv5n作为其检测模型。实验结果显示:相较于YOLOv5s6,CA-YOLOv5s6的mAP提升了2.97个百分点,达到83.78%,Parameters减少了4.8×10^(5),达到1.18×10^(7),有效地提高了遮挡小目标的检测精度;YOLOv5n模型的mAP、FPS、Parameters分别为93.31%、83.3、1.76×10^(6),可以更好地满足红外图像热斑检测的任务需求。

信息论与编码的教学改革探讨

针对信息论与编码课程在授课过程中存在的问题,探讨该课程教学理念与教学方法的改革思路,尝试以培养学生自主学习能力为主的教学模式,提出切实可行的实施方案。这种方案在教学过程中的实践取得了较好的效果。

网络工程本科专业课程体系的探讨与实践

分析网络工程专业的学科规范、国内高校对网络工程专业人才的培养现状,并根据目前社会对网络工程专业人才的需求,从网络工程专业的发展方向和就业趋势出发,结合鲁东大学网络工程专业建设实践,探讨网络工程专业的培养目标及相应的课程体系设置。