面向“卓越工程师”目标 进行“信号与系统”课程教学改革

针对"信号与系统"专业基础课程较为抽象、难以理解以及偏重物理概念的特点,结合卓越工程师试点班学生的实际情况,本门课程进行了大幅度改革。改革教学内容,增加仿真实验使理论联系实际,有助于深入理解物理概念;改革教学方法,增加主题研讨课,由学生主讲,调动其学习积极性并加深对知识点的理解;改革考核方式,多元化考核,全方位评价学习成绩;与此同时进行教学材料建设以及师资队伍建设等。实行教学改革后,上课教学质量高,学生学习兴趣浓厚,且对知识点掌握扎实,对物理概念理解深入,取得了较好的教学效果。这一教学改革方式可以在同类课程中进行推广。

“Matlab工程应用基础”课程新模式的教学改革

根据西安邮电大学通信工程专业"卓越工程师教育培养计划"培养方案的要求,面向卓越工程师的培养,结合通信工程专业的特色,分析和研究相应的课程体系和教学内容,对工程应用软件课程"Matlab工程应用基础"课程进行课程建设和教学改革,以期为卓越工程师的成功培养奠定基础。本课程的课程建设围绕Matlab学习不断线进行,即从大学一年级第一学期就开始学习Matlab软件直至大学四年级;采用一条主线、4个层次递进的教学方法,即围绕Matlab学习主线,依托项目实训,采用基础层、综合应用层、系统设计层、企业实践层的递进式教学。实践结果表明,教学效果好,学生学习有兴趣有热情,效果显著。

基于多分类器融合的多姿态人脸检测方法

针对复杂背景的彩色图像中复杂姿态人脸的检测问题提出了一种基于多分类器融合的人脸检测方法。首先使用AdaBoost层叠式算法分别训练正面人脸分类器和侧面人脸分类器,将正面人脸检测结果和侧面人脸检测结果相融合得出可能包含人脸的候选区域,然后使用YCbCr空间的肤色统计模型在这些候选区域中进一步验证人脸。该算法既利用了不同姿态人脸分类器的信息融合,又利用了人脸灰度纹理特征和人脸肤色信息的融合,对人脸姿态和图像背景有较强的鲁棒性,而且处理速度很快。实验结果表明,方法可以有效提高对复杂姿态人脸的检测概率,并显著降低虚警检测概率。

一种改进的椒盐噪声非线性滤波算法

针对灰度图像的椒盐噪声滤波问题,文章提出了一种改进的非线性滤波算法。该方法利用初始标记窗口的局部统计信息,首先将图像像素点粗分为信号点、可能的正噪声点和可能的负噪声点三类,而后逐次增大大标记窗口的范围,将判定结果进行多分类器融合,最终建立噪声标记矩阵;然后再根据噪声标记矩阵的局部统计信息,将可能的噪声点细分为信号点、噪声点和不确定点,并分别采用不同的方法进行滤波,从而保留更多的图像细节。实验结果表明,本文算法在去噪能力以及保留图像细节等方面都明显优于其他两种方法,尤其对于噪声重度污染图像效果更为明显。

图像分类方法的对比研究

针对模式识别的主要研究问题,在此采用距离测度、贝叶斯、决策树、神经网络等分类算法,通过两组不同图像数据实验分析,比较分类结果的正确率。为了满足实时性要求,提出了从计算复杂度和运算时间上衡量各种分类算法的策略,并综合比较几种算法的特点以及应用范围,针对不足之处,提出了图像分类的改进思想。

面向“卓越工程师培养”的学生遴选问题研究

学生是"卓越工程师教育培养计划"实施的主体,从学生遴选的规模和层次关系到卓越工程师培养目标的实现和培养标准的达到。文章首先讨论学生遴选工作中遇到的多个问题,然后提出对照组式的遴选方案并阐述具体过程,最后给出采用对照组式遴选方案选拔学生后取得的成果,以期为后续实施"卓越计划"教学改革中遇到的问题提供参考和借鉴。

基于稀疏冗余字典学习的图像去模糊算法

为了解决中度和重度污染的模糊图像去模糊效果差、边缘细节恢复难的问题,提出一种基于压缩感知理论的去模糊算法,即引入数字水印中的Zig-Zag变换,加入信号转换过程中的位置关系信息,对K-奇异值分解(K-singular value decomposition,K-SVD)算法进行改进,以优化稀疏系数的稀疏度。实验结果表明,对于中重度模糊图像,新算法的提高信噪比(Improve Signal to Noise Ratio,ISNR)优于K-SVD算法。

基于双目视觉的运动目标检测系统

为了满足室内环境监控的需求,提出一套基于双目视觉的运动目标检测系统。该系统由数据采集与存储模块、运动目标检测模块、对应点匹配模块和测距模块共四部分组成。运动目标检测模块对采集到的双通道视频分别采用背景差分法进行目标提取,然后对双通道的每帧图像进行粗匹配,并采用尺度不变特征变换算法进行精匹配,找到双通道图像的匹配点对,完成运动目标的距离测量。经实验证明,新系统可以有效提取运动目标,并进行距离测量,尤其可以解决目标物被部分遮挡的距离测量问题。

一种改进的严重脉冲噪声滤除算法

为了有效改善受严重噪声污染图像的恢复效果,准确定位噪声点和改善所恢复图像的峰值信噪比,提出一种改进的非线性自适应滤波算法.该方法利用初始标记窗口的局部统计信息,首先将图像像素点粗分为信号点、可能的正噪声点和可能的负噪声点三类,建立噪声标记矩阵;根据噪声标记矩阵的局部统计信息,将可能的噪声点细分为信号点、噪声点和不确定点,并分别采用不同的方法进行滤波;对于不确定点进行2次判断,对于噪声点用其4邻域均值来代替。本算法的优点是计算速度快,噪声点定位准确,可以保留更多的图像细节。实验证明,该算法可有效恢复受严重脉冲噪声污染的图像。

基于Adaboost层叠式分类器的人脸检测算法仿真

详细研究了基于Adaboost的层叠式人脸检测算法。构建了一个层叠式分类器系统,其由多个弱分类器构建一个强分类器,再由多个强分类器最终构建一个层叠式分类器系统。通过增加层叠式分类器的级数来降低人脸误识率,增加层叠式分类器的个数来提高人脸检测率,使得层叠式分类器具有不断扩展升级的能力。仿真实验结果证明,采用这种策略成功的降低了误识率和计算时间,显著提高了检测性能,其检测效果稳定,并且完全可以适用于实时视频人脸检测。

一种简单的OFDM系统无损峰均值比抑制方案仿真

设计一种在部分传输序列方法中简化的相位变化方法,不用进行随机相位相乘处理,只需对分组序列进行循环移位实现对OFDM信号PAPR的降低。仿真实验结果表明,该方法能够有效的降低系统的PAPR。

混合式教学助力专业课程思政建设的设计与实践

思想政治教育是国家意志从教育者到教育对象的传导过程。课程思政是高校推行的一种新的综合教育理念,其本质在于挖掘专业课程中的思想政治教育资源,实现立德树人的根本任务。但在实施过程中须克服传统教学中教师认识不足、无教学空间、学生抵触等方面的问题,而混合式教学改革为此创造了有利条件。结合西安邮电大学信号课程群的教学改革实践,从教学目标多维化、教学设计层次化和教学评价多元化等方面探索了一条以混合式教学改革助力专业课程思政建设的新路径。

浅谈计算机网络通信安全

随着信息技术的迅猛发展,计算机网络已普及到各行各业,信息安全威胁也随之不断增加,对计算机通信造成了严重的威胁。文中通过阐述计算机网络存在的安全隐患,详细分析了计算机通信网络攻击的特点以及形成的原因,深刻剖析了计算机网络通信安全技术面临的威胁,并提出了加强计算机网络通信安全的防护措施。在当今复杂的应用环境下,信息网络安全面临的形势非常严峻,网络信息的安全防护显得尤为重要。

过程控制综合实验平台的研究与开发

本课题以实验室建设项目为背景.该过程控制综合实验平台是科学研究装置,它可以模拟工业生产过程中的液位、流量等变量,并对这些变量进行控制、测量及观测.该过程控制综合实验平台具有强大的实验功能,能完成一阶及多阶对象、多输入─多输出解耦等实验.本实验平台不仅可以进行常规控制系统算法的研究,而且可以为更复杂的控制系统提供理论算法研究.而本文主要介绍只是其中的一种算法——二输入二输出系统的解耦.

氨基甲酰甲基化密胺多元醇在水发泡聚氨酯硬泡中的应用

氨基甲酰甲基化密胺多元醇在水发泡聚氨酯硬泡中的应用毕萍编译（沈阳市石油化工研究院，沈阳１１００４３）前言密胺和密胺的衍生物在聚氨酯工业中有着重要的作用，密胺已广泛用作软泡的阻燃剂。密胺的酯类，象密胺焦磷酸酯（ＡＥＲＯ－ＧＵＡＲＤＭＰＲ）用作各种聚合物...

101-A型不饱和聚酯树脂的研制

介绍了用ＰＥＴ废料制备１０１—Ａ型不饱和聚酯树脂工艺，确定了配料及反应温度。对该不饱和树脂的热稳定性及腐蚀性进行了实验。其性能优于市场上通用型（邻位）不饱和树脂。

一种有损压缩车牌图像重建算法

图像经过JEPG格式压缩后易存在方块伪影。针对此类有损压缩车牌图像,给出一种基于卷积神经网络的重建方法,据以通过非线性映射和重建减少压缩伪影。卷积神经网络分为特征提取层、特征增强层、非线性映射层和重建层。其中,特征提取层采用三个不同尺寸的卷积核提取特征,并对其进行融合,由此可捕捉更多图像细节信息。实验结果表明,采用该网络结构重建有损压缩车牌图像的效果较好,能明显减少重建后的方块伪影。

基于边缘学习的低分辨率图像识别算法

由于受光照条件、拍摄角度、传输设备以及周围环境的影响,刑侦视频图像中的目标物体往往分辨率较低,难以识别。针对低分辨率图像识别问题,在经典LeNet-5识别网络的基础上,提出了一种基于边缘学习的低分辨率图像识别算法。首先由边缘生成对抗网络生成低分辨率图像的幻想边缘,该边缘与高分辨率图像边缘相近;再将该低分辨图像的生成边缘信息作为先验信息融合到识别网络中对低分辨率图像进行识别。在MNIST、EMNIST和Fashion-mnist三个数据集上分别进行实验,结果表明,将低分辨图像的幻想边缘信息融合到识别网络中可以提高低分辨率图像的识别率。

一种改进的渐进式图像超分辨率重建算法

针对单帧图像超分辨率重建不适定逆问题,提出一种改进的渐进式图像超分辨率重建算法。通过两层渐进式重建网络,第一层渐进是将整个重建网络分为放大重建和细节重建两个阶段,第二层渐进是在放大重建阶段采用两级放大策略对低分辨率图像进行粗放大。在放大重建阶段采用残差式网络,并在其残差块中加入注意力机制提升网络的性能。在细节重建阶段,先将网络提取的图像软边缘信息与第一阶段的粗重建结果相融合,再输入到细超分辨率重建网络中完成最终的图像重建。实验结果表明,与其他算法相比,改进算法对图像细节的重建效果好,在客观评价指标和视觉效果方面都有所提升。

六甲基二硅脲的合成与应用

介绍了以三甲基氯硅烷、氨及尿素为原料合成六甲基二硅脲的方法，以及六甲基二硅脲在药物合成中的应用。