基于学生社团的产学合作融合模式探索

校企合作产教融合同时促进了教育资源投入和贴近产业人才需求问题,而实践中,校企合作案例 很多,能否实质融合, 并持续合作却存在玄机,其中构建合作共赢的长效机制是问题的关键。客观上,学校以育人为天职,企业以赢利为目的,即合作双方有着不同的诉求,期待企业长期丰献育人情怀是不现实的,不考虑企业的赢利模式是校企合作的症结。本文介绍了一个“学生社团-软件工厂-企业”的产学合作案例,讨论了实现合作、融合的基本思路和策略。案例的特点是一个课堂之外、学生层面的校企合作,其中,作为一个合作纽带,软件工厂即能使产业技术往教学环境渗透,也可以匹配合作双方各自诉求,对融合创新具有一定借鉴意义。

一种基于语义层消息传递的人体姿态估计方法

针对基于卷积神经网络的人体姿态估计中不能充分利用相邻关节信息特征的问题,提出了一种基于语义层消息传递的人体姿态估计方法。该方法可在全卷积神经网络得到的特征向量之间进行消息传递,并可以根据关节之间的距离采用带奖惩机制的消息传递策略。在体育姿势数据集和单人人体关键点检测数据集上进行验证,实验结果表明该方法的准确率较高,性能较好。

Sm_2Ce_2O_7/8YSZ热障涂层残余热应力及隔热性能计算机模拟

采用ANSYS软件分析了YSZ层厚度对Sm2Ce2O7/8YSZ热障涂层残余热应力的影响以及不同服役环境温度下涂层的隔热性能。结果表明,在涂层内部存在较大的热应力;径向应力及轴向应力在距离模型中心217 mm的范围内保持较为稳定的压应力,而在模型边沿处突然增加;当YSZ层厚度为0.9 mm时,涂层中的剪应力沿径向距离逐渐增大,而其他厚度下剪应力在模型边沿处急剧下降。当YSZ层厚度为0.3 mm时,涂层具有最小的热应力,从涂层表面至YSZ/粘结层界面处热应力逐渐降低。整个涂层表现出良好的隔热性能,其隔热性能随服役环境温度增加而增强。

基于多Gamma分布模型的SAR图像直方图分割算法

为了提高SAR图像的分割精度,提出了一种基于多Gamma分布的SAR图像直方图分割算法。采用极大似然技术估算直方图参数,通过二阶微分估算了直方图模型数目,利用模型Gamma分布估算了SAR图像视数;用最大Gamma函数估算了直方图参数;利用分区最小分类误差原理计算了各个分区的阈值。对EnviSat ASAR图像(512×512)进行了分割实验和比较,结果表明该算法使得SAR图像的边缘特征得到了极大保留,且图像中的斑点噪声现象也得到了有效抑制,比传统的阈值分割算法(阈值为40)具有更高的分割精度,可为SAR图像的特征识别和变化检测提供更好的方法。

基于混沌人工蜂群算法的无线传感器网络覆盖优化

针对无线传感器网络随机播撒的节点严重冗余并且导致网络寿命短、覆盖效率不高等缺陷,提出了一种混沌人工蜂群算法的无线传感器网络覆盖优化算法;将节点的利用率和覆盖率作为优化目标函数,建立与之对应的数学模型,之后用混沌人工蜂群算法改善人工蜂群算法陷入局部最优、收敛慢等问题,提高算法收敛速度和精度,对节点覆盖模型进行求解,得出网络最优覆盖方案;通过实验仿真,提出的算法提高了无线传感器网络的覆盖率,覆盖率可达93.48%以上,减少了网络节点冗余,提高了网络寿命,降低了网络成本。

语义指向性特征聚类的图像检索算法研究

在大型多媒体数据库中,需要进行图像检索实现感兴趣图像的准确索引和多媒体数据库的准确访问。传统方法采用关联信息人工标注方法进行图像检索,随着数据库中图像信息的增大,标注检索效率较低。为提高大型多媒体数据库中图像检索的效率和精度,提出了一种基于语义指向性特征聚类的图像检索算法。该算法通过图像向量量化编码实现图像压缩,对图像中的文本信息点进行频域特征点归类,对出现重叠文本的图像帧序列进行向量量化分解,提取梯度差异信息特征,实现语义指向性特征聚类,将窗口中梯度最大值进行自适应加权,提取量化编码压缩图像的语义特征信息,采用模糊C均值聚类算法对提取的语义特征进行分类标注,由此实现大型多媒体数据库中图像的准确检索和调度。仿真结果表明,该算法的图像检索准确度较高,图像帧差为零,输出图像的峰值信噪比优于传统方法,展示了较好的图像检索能力。

基于PCA和LVQ混合神经网络算法的电子鼻系统

为了对食物品质进行非接触式评价,采用6种费加罗金属氧化物半导体传感器阵列设计并研制了可对被测食物进行无损检测的电子鼻系统。系统主要由采样模块、控制模块和上位机组成,并采用主成分分析(PCA)和学习矢量量化(LVQ)混合神经网络模式识别算法对气体"指纹信息"数据库进行分析。实验结果表明,利用该电子鼻系统可以对5种不同的食用酱进行检测,并且具有对未知酱品进行识别的功能。

一种基于模糊层次聚类分析的大数据挖掘算法

在文本大数据挖掘过程中受到语义模糊性因素的影响,导致大数据挖掘查准性不好,故提出了一种基于模糊层次聚类分析和语义相似性关联特征提取的大数据挖掘算法.该算法采用泛化映射构造语义概念树,结合二元语义分析方法进行大数据分布式本体模型构建,并采用模糊层次分析方法进行大数据的语义相似性和关联性判断,提取大数据信息流的语义关联特征,结合模糊C均值算法对提取的特征量进行聚类分析,自适应均匀遍历学习方法进行大数据挖掘中关联特征量的信息融合处理,求得挖掘目标函数的最优解,实现大数据优化挖掘.仿真结果表明,采用该算法的语义指向性较好,数据的聚焦性能较优,提高了数据挖掘的查全率和查准率,总体性能稳定可靠.

基于小波分析的夜间色光背景图像白平衡优化算法

在进行夜间复杂色彩光照背景下的图像采集和处理过程中,易受到图像色差的干扰而出现白平衡失真,故提出了一种基于连续小波时间尺度分解的夜间色光背景图像白平衡失真补偿算法.该算法采用全局显著图融合方法对图像进行尺度信息分解和特征采集,采用双通道扇形滤波降噪方法进行图像去噪处理,采用连续小波变换将图像像素特征从一维函数映射到时间尺度的二维函数中,进行夜间色光背景图像的白平衡失真补偿.仿真结果表明,采用该算法进行夜间色光背景图像白平衡优化处理具有较好的图像色差均衡性能,图像成像的峰值信噪比较高.

基于数据挖掘的入侵检测系统研究

本文通过对现有入侵检测系统的现状进行分析,并将数据挖掘技术引入到异常检测和误用检测中,构建了基于数据挖掘的网络入侵检测系统模型,重点设计和实现了基于改进Apriori算法的异常检测和分析模块,在入侵检测方面取得较好效果。

基于时频特征检测的网络入侵信号盲源分离算法

网络入侵信号是一种非平稳随机信号,传统的检测算法难以有效提取信号的冲激响应特征,盲分离性能不好,故提出了一种基于时频分析和干扰滤波匹配的网络入侵信号盲源分离算法.采用时频特征检测方法进行信号的盲源分离处理,构建网络入侵信号时频分析处理模型,使用WVD时频分布结合Hough变换进行时频分析,设计盲分离滤波器实现对入侵信号的检测滤波,提取三阶统计量、四阶统计量及高阶谱作为信号的时频特征,估计信号的瞬时频率,得到入侵信号的盲源参数估计结果,基于时频特征检测实现对信号的盲源分离改进.仿真结果表明,采用该算法进行网络入侵信号的盲源分离和检测,准确检测概率较高,实现了对入侵信号的盲源分离和准确拦截.

科研管理系统中评估模块的设计

本文针对高校科研管理体系中的评估模块进行了分析,并将关联规则的Apriori算法引入科研评估模块中,对本校教师教学与科研数据进行挖掘,讨论年度教学与科研工作安排的合理性,为下一步的教学科研管理提供决策支持。

C语言程序设计教学改革与实践

针对C语言程序设计课程教学过程中存在的问题及原因展开分析,阐述了"上机实践课为主,理论课为辅,突出程序设计思想和方法,解决生活学习中所遇到的问题"的教学理念,对高校程序设计类教学有一定的参考价值。

磁痕图像缺陷的高精度检测模型仿真分析

针对磁痕图像采用直方图均衡化方法进行图像增强处理,为图像缺陷的高精度检测提供支持,依据最小误差方法获取最佳分割阈值,完成对图像的最佳分割,通过对各个分割后的连通区域进行伤痕判定,实现对整个磁痕图像的缺陷识别,完成磁痕图像缺陷的高精度检测.实验结果表明,利用改进算法进行磁痕图像缺陷的高精度检测,能够简化检测流程,极大提高了检测的效率与准确度.

基于特征标记的遥感建筑图像分类方法研究

为了提高对地面建筑的遥感辨识和检测能力,需要对建筑图像进行分类处理,提出了基于特征标记的遥感建筑图像分类方法。在大气散射环境下进行遥感建筑图像的模糊信息融合处理,结合分块模板特征匹配方法进行图像的特征配准处理,首先根据特征配准结果进行建筑物的特征点提取,用特征标记方法进行建筑物图像的平移、旋转、比例不变性等相关性特征检测,然后根据图像的形状特征分布实现对遥感建筑图像的属性特征检测,采用自适应参数融合方法进行多模态特征分解,对不同纹理分布的建筑图像进行边缘轮廓特征检测,最后根据边缘特征标记结果实现遥感建筑图像的优化分类。仿真结果表明,采用该方法进行遥感建筑图像分类准确性较高,特征辨识能力较强,提高了对遥感建筑图像特征的提取和检测能力。

一种基于最大Lyapunov指数奇异分解的并行挖掘算法

针对当前大数据挖掘并行计算采用多元线性回归分析方法导致的计算开销过大、挖掘准确度不高等问题,提出了一种基于最大Lyapunov指数奇异分解的大数据挖掘并行计算方法.该方法对大数据信息流进行高维相空间重构和QR分解,计算大数据流模型的最大Lyapunove指数谱,基于微积分极值理论构建大数据的Lyapunove指数谱的网格分布矩阵,采用奇异值分解方法对参与运算的大数据特征向量矩阵行分解,将大规模的数据挖掘计算问题变为一系列小规模的并行计算问题,实现了大数据挖掘中并行算法的改进.测试结果表明,采用该方法进行大数据挖掘的计算时间较短、内存开销较小、准确度高.

多分辨批量古典建筑图像深度学习检索算法

针对传统的模糊BP分类识别方法进行多分辨建筑图像检索误分率较高的问题,提出了一种基于深度学习神经网络分类和多特征融合的多分辨古典建筑图像检索算法。采用小波降噪方法对模糊图像进行降噪处理,对降噪后的图像采用LGB向量量化算法进行特征分解,采用颜色分量融合方法进行图像的信息增强处理,提取图像的灰度不变矩特征量。将提取的特征量输入BP神经网络分类器中,在检索器的隐含层采用深度学习算法进行图像特征聚类的自适应寻优,进行多特征融合处理,避免聚类中心扰动,实现了对批量多分辨古典建筑图像检索的优化。仿真结果表明,采用该算法进行多分辨古典建筑图像检索的准确性较好,抗类间属性扰动能力较强,图像输出的查全率较高,图像检索的时间开销较小。

不可见性和鲁棒性均衡的彩色数字水印算法

为提高彩色数字图像水印搞攻击性,提出了一种不可见性和鲁棒性均衡的彩色数字水印算法。首先从彩色载体图像中提取绿色分量,并采用提升小波对其进行二级分解,然后计算图像低频分量的Radon变换不变量构造水印系统;最后采用奇异值算法对图像的频分量进行分解,将混沌置乱后水印图像嵌入到奇异值中,得到含有水印的彩色载体图像。仿真结果表明,该算法不仅有良好的不可见性,而且对各种攻击均具有很好的鲁棒性。

产品设计方案多属性可拓决策模型及应用

针对复杂产品设计方案具有多属性、层次性的特点,对方案设计多属性决策问题进行了研究,提出了一种基于可拓理论的多属性可拓决策方法,建立了一种基于综合可拓距的的多属性可拓决策模型,该模型通过引入并改进可拓距,基于设计方案决策信息的正负可拓域建立决策方案的综合可拓关联度,进而获得最优决策方案.最后,通过实例对模型和方法的有效性和可操作性进行了验证.

基于图像处理的指尖跟踪过程仿真分析

在多约束环境下,依靠贝叶斯统计对多约束问题的简化作用,根据贝叶斯原理对采集的图像特征进行筛选,依据贝叶斯规则求取后验概率,对图像特征进行归一化处理,并通过建立颜色统计模型进行肤色概率信息计算,简化跟踪过程.实验结果表明,利用改进算法进行指尖图像跟踪,能够提高检测的精确性与鲁棒性.