强化学习实验教学现状与探究——以新疆大学计算机科学与技术学院为例

强化学习是一门理论性和实践性都很强的课程,实验教学起着重要的作用。本文以新疆大学计算机专业的强化学习课程为例,针对该专业特点,提出以在线Python Notebook为平台,构建适合该专业学生的强化学习课程实验教学内容,并探讨了立体化教学、案例教学、“学研”结合和鼓励学生参加人工智能算法竞赛的实验课程教学方法和手段,对提升课程教学效能具有一定的参考价值。

遥感图像变化检测算法研究

提出了一种基于非下采样Contourlet变换和脉冲耦合神经网络的无监督的不同时相的卫星影像的变化检测新算法。该算法将非下采样Contourlet变换和脉冲耦合神经网络这两种方法结合,将它应用于不同时相的卫星影像的变化检测。实验结果表明,与传统方法相比,对于高斯和斑点噪声,该算法具有更高的抗噪性能和检测精确度。

一种新的无监督SAR影像变化检测

针对传统的SAR影像变化检测算法无法同时降低虚警和漏警数量,不能同时确保准确率和抗斑点噪声能力的现状,设计了一种新的基于曲波变换和自适应脉冲耦合神经网络的SAR影像变化检测算法.首先采用曲波变换降低差值图像中斑点噪声的含量.然后利用自适应脉冲耦合神经网络对每个像素所对应的变化信息进行变化类和未变化类的分类,得到变化检测图.结果显示与比较算法相比,本文算法的KC指标至少高出0.58个百分点、Recall指标至少高出4.28个百分点、F1指标至少高出0.74个百分点.说明对于KC、Recall和F1这些性能指标,该算法具有更高的检测准确度.无论是高斯噪声还是斑点噪声,在PSNR∈[35,50]dB的范围内,本文算法的抗噪性能都高于比较算法.

一种新的遥感影像变化检测算法

针对传统的遥感影像变化检测算法不能同时确保准确率高、抗噪能力强和时间成本低的现状,设计一种新的基于非下采样剪切波变换和自适应脉冲耦合神经网络相结合的遥感影像变化检测算法。充分采用邻域信息有效降低虚警数量;借助非下采样剪切波变换的多方向、多尺度分解并利用全局、局部滤波,有效降低漏警数量;非下采样剪切波变换具有平移、旋转和尺度不变性,有效提升抗噪能力;自适应脉冲耦合神经网络分类准确率高并且时间成本很低。实验结果表明,与其他算法相比,该算法具有更高的检测准确度、更强的抗噪能力和更低的时间成本。实验结果验证了该算法的优越性和可行性。

多时相遥感影像变化检测算法研究

本文首次将非下采样Contourlet变换和上下截集模糊Kohonen聚类网络相结合,提出了一种无监督的多时相遥感影像变化检测算法。该算法采用非下采样Contourlet变换提取与对数比图像中的每个像素相对应的多尺度和多方向纹理,并采用上下截集模糊Kohonen聚类网络将这些多尺度和多方向纹理分为变化类与未变化类两类,最终得到变化检测图像。实验结果表明,与传统方法相比,对于高斯和斑点噪声,该算法具有更高的抗噪性能和检测精确度。

改进的FKCN与局部信息相结合的图像分割

FKCN在分割图像时存在速度慢,对噪声比较敏感等问题。对FKCN进行改进,提出了快速的FKCN与图像局部信息相结合的遥感图像分割算法,将图像的空间信息和像素信息引入到改进的FKCN图像分割算法中,从而提高了FKCN的分割速度而且还增强了抗噪性能。实验结果表明,该算法显示了很好的分割效果和较强的抗噪性能。

改进的FCM与局部信息相结合的图像分割

传统的EM算法和FCM算法分割精度低,时间消耗大。为解决以上不足,提出了一种基于EM、FCM和KCN三种算法相结合的全新的图像分割算法。该算法有较好的分割精度。考虑到图像会受到噪声的干扰,在改进算法的基础上又引入图像的局部信息。首先利用图像的局部信息重塑图像的灰度直方图,增强了像素的类间散布性和类内紧凑性,然后让改进的算法在重塑图像上执行。实验结果表明,该算法具有很好的分割效果和较强的抗噪性能。

基于最小类内方差优化算法的遥感图像分割

为有效提高最小类内方差算法在遥感图像分割中的实时性,在分析最小类内方差算法和k-均值聚类算法原理的基础上,证明两者判别准则函数的等效性,利用k-均值聚类算法的高效性对最小类内方差算法进行优化。实验结果表明,优化的最小类内方差算法搜索空间小,获取阈值速度快,具有较强的实时性。

一种新的无监督的卫星影像变化检测算法

提出了一种基于主分量分析(PCA)和上下截集模糊Kohonen聚类网络(UDSFKCN)的、无监督的、不同时相的和卫星影像的像素级变化检测新算法。将PCA和UDSFKCN两种方法结合,并将它应用于不同时相的卫星影像的变化检测。该方法结合每个像素的邻域信息,利用PCA,产生每个像素对应的基于邻域信息的特征向量;又将变化区域检测问题转化为两类间的分类问题;然后利用UDSFKCN对每个像素所对应的特征向量进行变化类与未变化类的聚类,得到像素级的变化区域的检测图。实验结果表明,与传统方法相比,对于高斯和斑点噪声,本文算法具有更高的检测准确性和抗噪性能。

单片机与接口技术实验现状与探究——以新疆大学计算机科学与技术学院为例

本文深入探讨了新疆大学计算机科学与技术学院开设的单片机原理与接口技术课程。课程注重实验教学内容的设计与方法创新,通过引入Proteus ISIS仿真软件辅助硬件平台,并结合51单片机实验系统板进行实践操作,有效提升了学生的实验操作能力,并将理论知识充分应用于实践中。同时,课程还融入了案例教学和学研结合的教学方法,旨在全面培养学生的综合能力和创新意识,为他们未来的职业发展奠定坚实基础。这些教学方法和策略对于提升实验教学效能具有重要的参考价值,并为其他类似课程提供了有益的借鉴。

考虑数据稀疏的知识图谱缺失连接自动补全算法

针对数据稀疏的云冈石窟语料库,通过人工对语义规则的认识实现数据稀疏的补全,一定程度上影响了后续工作的准确率,为此,本文提出了考虑数据稀疏的知识图谱缺失连接自动补全算法。通过设置数据的邻域结构,构建了基于数据稀疏的知识图谱嵌入表示模型,用于抽取数据关系,采用长短时记忆网络模型自动补全变长序列中的缺失数据,实现了知识图谱缺失连接的自动补全。最后,将该算法应用于云冈石窟知识图谱的构建,从实验结果可以看出,在同一数据库集上,考虑数据稀疏的知识图谱缺失连接自动补全算法的准确率高达95.4%,远高于其他传统补全算法。

汽车天窗异响问题分析

针对汽车天窗共振异响问题进行分析,发现怠速工况下发动机激励是产生振动噪声的一种重要声源。建立汽车天窗与框架总成的单自由度振动微分方程,利用模态应变能理论找到汽车天窗的应变能集中区域,通过CAE (Computer Aided Engineering,计算机辅助工程)技术优化汽车天窗框架横梁的横截面,调整中部横梁1的截面尺寸,将天窗固有频率与整车怠速产生的激振频率的差值优化至2 Hz以上。