面向研究生的“机器学习”课程思政教学探索

立德树人是教育的根本任务,课程思政建设是落实“三全育人”的重要途径。机器学习作为人工智能的一个重要分支,对培养人工智能相关人才具有重要支撑作用。在面向研究生的“机器学习”课程中,如何有机融入思政元素是一项重要的课程教学任务。从建设目标及思路、合理设计思政元素与案例、教学实践、多元化课程资源建设、多模式教学方法改革、多元化层次化的全过程考核评价方法等方面进行了探讨。通过“机器学习”课程思政建设,在人才培养过程中实现价值塑造、知识传授、能力培养相统一。

基于运动轨迹的视频目标跟踪算法

针对视频目标的跟踪过程中目标之间遮挡和人体自遮挡的难题,提出一种基于运动轨迹的视频目标跟踪算法。介绍跟踪算法中常用的基于特征概率密度统计的Mean-shift跟踪算法原理,阐述所提算法。与Mean-shift算法做实验对比,对比结果表明,对于无遮挡和有遮挡情况下的目标跟踪,该算法在准确率方面比Mean-shift跟踪算法更高,具有更强的实用性。

基于积分投影和差分投影的人眼定位

人脸识别是生物特征识别的重要组成部分,而人眼是人脸最突出的特征之一,眼睛定位成为人脸识别的关键环节。积分投影法是一种常用的人眼定位方法,但直接采用此方法进行人眼定位时,由于眉毛与眼睛距离较近,容易将眉毛的水平位置错误地判定为眼睛的水平位置,降低眼睛定位的准确率。所以,在人脸区域粗定位后,计算眼睛区域的水平积分投影时,增加了其在水平方向灰度变化频繁的特征,即差分投影法,最后将积分投影法与差分投影法相结合来实现人眼定位。该方法在ORL人脸库上经过测试,取得了约90.5%的定位准确率。实验结果表明,该方法可以更准确地定位人眼。

基于关联规则的电力仪表企业故障诊断

在数据挖掘和关联规则技术的基础上,提出采用经典Apriori算法对电力仪表企业产品数据信息进行挖掘,获取产品故障规则信息,并抽取出不同支持度下的故障规则,实例证明采用该方法产生的规则有利于企业技术部门和决策者进行决策,能更好地为他们提供参考信息。

基于特征点的路面图像检测

随着高速公路建设的日新月异,路面维护问题也日益突出。针对路面破损监测对实时性要求高的特点,提出一种快速实时的基于SUSAN(Small univalue segment assimilation nucleus)算法的公路破损图像的检测方法。新方法首先利用SUSAN算法对特征点进行准确提取,然后引入模糊聚类理论,对特征点进行分类,接着利用分类结果及特征点的邻域像素梯度方向分布特性差别来进行特征点的匹配,最后使用RANSAC(Random sample consensus)算法进行特征点错配的消除。经实验证明,这种方法匹配准确,运行速度快,可达到很好的效果,这对完善公路图像自动检测系统,有很好的参考价值。

基于多尺度多特征的显著性区域检测

针对目前大多数显著性检测方法显著性区域轮廓不明显的缺点,提出了一种基于多尺度多特征的显著性区域检测算法.该算法利用基于改进的八邻域算法和基于熵率的超像素分割方法,获取到不同尺度下图像的亮度特征、颜色特征和纹理特征,从而使显著性区域的轮廓更明显.该算法在MSRA-1000、ECSSD、THUR15K 3个公开数据集上进行实验,并与现有的8种算法(FT,AC,IT,GB,AIM,SEG,SIM,SUN)做了对比,实验结果表明,该方法能够有效地提高图像的检测效果.

基于剩余能量的局部更新路由算法

为了延长无线传感器网络(WSNs)的寿命,提出了一种基于剩余能量的局部更新路由算法(RE-RouA)。算法将节点的剩余能量融入到原算法过程中,在算法的虚拟汇聚节点选取阶段、数据收集树的构造阶段、路由更新阶段均进行了有效改进,增加了选取以及更新的条件,通过加权函数调整节点位置。实验结果表明:改进算法在保证网络延时不变的基础上,有效延长了WSNs的生命周期,实验效果显著。

以实践能力培养为目的的网络工程专业实践教学模式研究

针对传统实践教学中普遍存在的问题,结合网络工程专业现状,提出以实践能力培养为目的的网络工程专业实践教学模式,探索以培养学生和提高学生实践能力为中心,提高学生的社会竞争力的网络工程实践教学改革具体方式,并以一个具体的实践案例为例阐述了改革的实施方案。

本科教学督导工作的运行机制和发展策略

教学督导工作是教学质量保证与监控体系的重要组成环节。随着当前教育改革的深入,有必要不断转变传统观念,树立新的工作理念与工作模式。坚持以人为本、服务教学的宗旨;实行督、导兼顾,而重在导的工作思路;采取与实际工作相适应的运作方式;建设一支学习型、工作规范的督导队伍,是实现教学督导工作目标的基础和保障。

结合注意力机制和多路径U-Net的视网膜血管分割

针对现有算法无法精确分割细微血管末端,且分割结果易受光学造影与病变区域影响的问题,提出一种结合注意力和多路径U-Net的视网膜血管分割算法.首先,设计一个双路径U-Net,通过纹理与结构分支提取粗和细粒度血管,并使用语义指导模块充分融合深浅层特征;其次,采用一种引入注意力机制和DropBlock的残差模块来代替普通卷积模块,改善处于复杂背景区域中血管的分割效果,防止过拟合;最后,将双路径U-Net的输出图与原图传入特征细化模块进行特征提取和融合,进一步细化血管分割结果.在DRIVE,STARE和CHASEDB1数据集上的实验结果表明,该算法的准确率分别为97.01%,96.43%和97.52%;灵敏度分别为80.31%,84.38%和81.61%;受试者工作特性曲线下方的面积(AUC)分别为98.67%,98.06%和98.83%,综合分割性能优于其他算法.

基于蚂蚁算法的QoS组播路由问题求解

采用启发式算法中的蚂蚁算法解决了包含带宽、延时、延时抖动、包丢失率和最小花费等约束条件在内的QoS组播路由问题.实验表明算法能快速找到最优解,而且具有良好的扩充性.

快速中值滤波算法的改进及其FPGA实现

针对传统中值滤波算法排序量大、速度慢且处理效果模糊的问题,在快速中值滤波算法的基础上,提出了一种加入阈值比较、且具有更高并行流水结构的改进算法,并在现场可编程门阵列(FPGA)硬件平台上实现了该算法。实验结果表明,改进的快速中值滤波算法不仅减少了比较的次数,还更好地保护了图像的细节,可满足图像预处理对实时性的要求。

一种改进的模糊C均值图像分割算法

针对传统的模糊C均值(FCM)图像分割算法效率较低和分割结果对噪声敏感等问题,提出了一种改进的模糊C均值图像分割算法,可以有效地根据图像灰度分布信息选取初始聚类中心,同时充分考虑了邻域像素对于聚类的影响.结果表明,该算法能够根据图像特征自动初始化合适数量的近似聚类中心,对噪声图像具有较好的分割效果.

基于离散剪切波的压缩感知MRI图像重建

针对二维小波变换捕捉方向信息有限,不能稀疏地表示MRI图像中曲线状奇异特征的缺点,提出了一种基于离散剪切波变换的压缩感知MRI图像重建新方法。先对MRI图像作剪切波变换,得到各尺度、方向子带的剪切系数,再采用正交匹配追踪算法恢复稀疏处理后的系数,最后进行剪切波反变换得到重建图像。实验结果表明,与小波变换相比,基于离散剪切波的压缩感知MRI图像有更好的重建效果,更有利于保留纹理和边缘信息。

分布式异构数据库同步集成的研究与应用

企事业单位拥有众多不同系统,形成信息孤岛,为了更好地利用数据资源,实现数据共享,提出一种基于XML/JAVA的分布式异构数据库同步集成方案,该方案屏蔽了各个异构数据源的操作系统、数据库平台、数据结构等方面的异构性,为系统提供了灵活多变的集成方案。

改进的粒子群优化算法

粒子群优化算法是一种基于群体的自适应搜索优化算法,存在后期收敛慢、搜索精度低、容易陷入局部极小等缺点,为此提出了一种改进的粒子群优化算法,从初始解和搜索精度两个方面进行了改进,提高了算法的计算精度,改善了算法收敛性,很大程度上避免了算法陷入局部极小.对经典函数测试计算,验证了算法的有效性.

模糊数据挖掘技术及其在员工绩效考核中的应用

随着人力资源研究的深入,从数据库中挖掘有用的信息和有帮助的知识,已经成为一个重要的研究领域.本文使用了模糊数据挖掘算法对企业员工绩效考核,掌握了企业员工的构成,对新员工绩效进行预测.

混合无线传感器网络覆盖优化算法

在无线传感器网络中,带有移动节点的混合网络引起学者的兴趣。为了解决混合无线传感器网络中的网络有效覆盖问题和移动节点的优化部署问题,提出一种新的混合无线传感器网络覆盖优化算法(IVABC)。算法基本思想是对固定节点进行Voronoi多边形划分;利用划分结果分析固定节点的覆盖盲区;利用基于反向学习策略的蜂群算法优化部署移动节点;在网络覆盖率最优化的同时,有效减少网络迭代次数。

模拟退火算法中关键参数的研究

模拟退火算法是求解组合优化问题的一个有效方法,但算法中各个参数值的选择和设置对运行的结果和效果有较大影响。因此,本文主要是利用几个具体的TSP问题对算法中的几个重要参数做比较研究,得出了一组比较有效的参数取值,为求解与TSP问题类似的其他问题奠定了有效的参数基础。

稀疏磁共振图像重建算法的GPU并行设计与实现

基于压缩感知CS(Compressed Sensing)理论的稀疏磁共振图像MRI(Magnetic Resonance Imaging)重构算法包含大量的浮点运算,重构所花费的时间要远远大于傅里叶正反变换重构算法。针对该问题,利用图形处理器GPU(Graphic Processing Unit)强大的并行处理能力,在NVIDIA CUDA(Compute Unified Device Architecture)的框架上对正交匹配追踪OMP(Orthogonal Matching Pursuit)算法进行并行化的设计与实现。实验结果表明,基于GPU实现的算法具有较高的迭代重构速度,对1 0242大小的磁共振图像的重构仅为1.4秒,是CPU实现的24倍,可以满足实际应用对实时性的要求。