基于CIE-Lab及RGB颜色空间的马铃薯块茎酶促褐变程度评价

为了研究不同品种马铃薯在不同时间段的褐变程度,针对77个国内当前主栽的马铃薯品种(系),进行了多时间点的酶促褐变程度研究,基于CIE-Lab、酶促褐变程度(BD)RGB、红色比率(RR)、绿色比率(GR)、蓝色比率(BR)等,通过聚类分析、隶属函数排名,将77个马铃薯品种(系)分成4个类别。结果显示,最易酶促褐变的闽中101、青薯9号及不易酶促褐变中的陇薯19号、甘农薯7号在马铃薯酶促褐变机理探索中具有潜在研究价值。

藏文Web应用的质量模糊综合评判

为给藏文Web应用提供一种定量的质量评判方法,将模糊数学中的模糊综合评判方法应用于对Web中藏文文字的规范呈现、藏文Web中的功能特性、效率和易用性等因素进行综合评价,提出了数学模型和评判方法,同时说明在模糊综合评判中权重至关重要,并且给出了权重的确定方法。最后通过实例说明这种方法在藏文Web评判中的应用中是有效和可行的。

基于慕课的计算机组成原理实验教学改革探索

因为疫情学生不能返校在实验室完成实验教学,结合网络慕课资源,对计算机组成原理课程实验教学作出一系列改革。本文介绍了计算机组成原理相关的资源,慕课资源采用层次递进的方式安排实验,有利于培养学生的硬件思维,然后通过实例描述具体的实验过程。这种结合慕课实验方式,对实验设备的依赖性低,用计算机就可以做实验,所以可以推广到整个教学过程。

结合工程教育认证的硬件系列课程教学改革

通过分析工程教育认证标准,找出差距,进行针对性教学改革。主要针对认证要求在教学过程中使用现代工具的标准提出硬件系列课程教学改革思路。通过基尔霍夫定律和竞争冒险的实例介绍了仿真软件Multisim在专业基础课中的应用,通过数码管的闪烁控制实例介绍了Proteus在专业课中的应用,并提出通过师生共建的思路建立可以反复使用的仿真实例库。最后分析了将现代工具引入课程教学的优缺点。

以“软件”概念为主线构建统一的实践课程体系

目前计算机高等教育的实践环节只是作为相关课程的补充和附属品，没有形成贯穿整个教育周期的完整的实践课程体系。这种知识性的教育取向，不利于充分、有效地培养具有计算学科专业素养的高级专门人才。本文提出一种方法：以对“软件”概念理解的逐步深化为主线，整合各门课程的实践环节，构建完整的实践课程体系，在知识性教育的基础上，通过“认识、理解、掌握、应用”四个层次的实践课教学过程，培养具有专业素养的计算机人才。

基于用户画像的学生学习质量评价方法研究

针对学生学习质量持续跟踪并支持个性化评价问题,文章研究基于用户画像技术的评价方法.从技术角度出发,主要讨论了用户画像数据的采集、数据的处理、画像模型的构建等技术,在此基础上讨论了学生学习趋势的预测应用.综合利用多源异构数据,对学生用户进行个性化建模,实现了数据驱动的学习质量评价,因此,本研究对提高学生学习质量具有一定的实用价值.

面向病灶与其表征关联提取的核医学诊断文本挖掘

医学影像是现代临床医学疾病诊治不可或缺的重要组成部分,SPECT是功能影像的主要成像技术,广泛应用于肿瘤骨转移等疾病的诊治。SPECT诊断报告文本包含患者个人信息、图像描述和建议性结果等几个方面的信息。为准确提取SPECT核医学骨显像诊断文本中疾病与其表征之间的关联关系,研究并提出基于数据挖掘的核医学文本关联规则挖掘方法。首先,针对核医学诊断文本可能包含的信息冗余、数据缺失及表述不一致等问题,提出SPECT核医学诊断文本的预处理及统一编码方法;然后,应用经典的关联规则挖掘算法Apriori,提出病灶与表征之间关联的挖掘算法;最后,使用一组源自三甲医院核医学科的真实SPECT核医学诊断文本数据,验证了所提出的方法。结果表明,提出的方法客观提取了疾病与其表征之间的关联,获得的客观性评价指标平均值不低于90%。

SPECT骨显像的关节炎病灶自动分割

关节炎是一种常见的多发性生理疾病,临床上易出现骨转移特别是溶骨性转移和关节炎之间的误判。为了从SPECT图像中准确分割关节炎病灶,文中构建一种面向关节炎病灶可靠评估的不同分割模型。首先,对SPECT骨显像数据进行归一化及扩展处理,适度扩充数据量;其次,借助深度学习的特征自动提取功能,构建基于Mask R-CNN的关节炎病灶分割模型,同时构建基于聚类技术的传统分割模型;最后,使用一组真实SPECT骨显像数据,验证所构建的分割模型的有效性。实验结果表明,所构建的深度分割模型可用于关节炎病灶的分割,准确率、召回率和平均交并比分别为0.6044,0.7204和0.6253,聚类分割模型获得的平均交并比为0.802。尽管深度分割模型获得的平均交并比值较低,但其具有实现SPECT图像中关节炎病灶语义分割的潜能。

基于决策树的流数据分类算法综述

流数据是一种有别于传统静态数据的新的数据形态,随着时间的推移而不断产生,而且富含变化.流数据分类是数据挖掘的研究分支,用于发现数据中隐含的模式并实现数据的类别划分,通常将每一个类别称作概念.将传统决策树算法引入流数据分类,针对流数据的特征提出特定的分类算法,是流数据分类的一个主要研究分支.为了全面介绍基于决策树的流数据分类算法,首先,简要概述数据挖掘及主要任务、决策树及其主要算法、流数据及其主要特性;然后,按照算法是否考虑概念漂移问题,将现有工作划分为包含概念漂移的流数据分类算法和不含概念漂移的流数据分类算法两大类,分别介绍每一类算法的主要算法流程、优缺点和典型应用;最后,指出基于决策树的流数据分类的进一步研究方向.

基于VGG的SPECT骨扫描图像关节炎分类

核医学SPECT是主要的功能成像模态,在骨转移、关节退行性改变等疾病的诊治中发挥着重要作用.关节炎是常见且多发性生理疾病,临床上容易在骨转移特别是溶骨性转移之间产生误判.为了从SPECT图像中可靠识别关节炎病变,借助于深度学习的特征自动提取功能,研究并构建了面向关节炎自动诊断的SPECT图像分类器.首先,对SPECT骨显像数据进行归一化及扩展处理,适度扩充数据量并转化到模型要求的数据格式;其次,基于标准的VGG模型构建具有不同深度的关节炎分类器;最后,使用一组真实SPECT全身骨显像数据,对构建的分类模型进行测试.实验结果表明,构建的分类器可有效检测关节病变,获得的准确率、AUC值、精度、召回率分别为0.926、0.986、0.921、0.934.

基于ResNet深度模型的SPECT肺灌注图像分类

SPECT肺灌注是重要的功能成像技术,它能够以非入侵方式捕获肺部的功能病变,已经成为肺栓塞等疾病的重要临床检测手段.为有效支撑肺栓塞疾病的自动诊断,研究并构建基于ResNet深度网络的SPECT肺灌注图像分类器.首先采用归一化技术将原始SPECT肺灌注文件转换为SPECT图像,并应用图像平移和旋转等技术对图像进行预处理,以扩展SPECT图像样本数量,然后在标准ResNet-50深度模型的基础上引入特征融合和迁移学习技术,构建可靠的SPECT肺灌注图像分类器,最后使用一组真实的SPECT肺灌注图像对构建的分类器进行测试,实验结果表明构建的分类器可有效检测肺栓塞病变,获得的分类准确率超过95.5%.

基于深度学习的SPECT图像关节炎病灶分割

SPECT骨显像是辅助医生诊断疾病的重要手段.医生依靠手工勾画提取病灶区域的方法效率低且具有一定的主观性.针对这一问题,提出R_U-Net网络模型分割关节炎病灶,不仅能节省医生的诊断时间,还能为患者争取最佳治疗时间.为了检测模型分割效果,使用测试集中含有关节炎病灶的图像分割测试,与Mask R-CNN网络和原UNet网络相比,R_U-Net网络对关节部位病灶分割结果有所提升,其MPA达到77.6%,MIoU指标达到75.4%.实验结果表明,基于U-Net改进的R_U-Net网络对于SPECT图像关节炎病灶分割效果更好.

VGGNet检测矿井供电漏电应用研究

在煤炭安全生产过程中,漏电故障作为矿井主要故障之一,具有严重的危害性.目的:为了能够准确稳定识别故障并保护井下设备,提出一种基于深度学习的自动识别方法.方法:为模拟矿井下生产作业环境,首先搭建附加直流电源矿井漏电仿真模型,并利用瞬时对称分量法进行分析,然后根据仿真模型的故障与正常波形的不同特征,提出面向矿井漏电波形图的数据集扩展方法,最后基于深度学习卷积神经网络VGG-Net模型,构建浅层VGG4-Net、VGG7-Net进行故障波形数据自动识别.结果及结论:实验结果表明,文章提出的VGG7-Net模型分类效果较好,表现出较高的准确性与稳定性,其Acc、Pre、Roc、F-1分别达到0.9768、0.9908、0.9665、0.9785,验证了深度学习模型在矿井漏电检测识别中具有一定的可靠性和可行性.

建设课程群,促进系统能力培养——以西北民族大学计算机科学与技术专业为例

产业界对计算机系统人才的需求日益增加,对系统能力培养的要求不断提高。在专业课时的限制下,以课程群的方式组合与系统能力培养有关的各门课程,使多门课程相互协作,产生合力,对提升学生系统能力大有益处。具体培养内容有:建设系统能力课程群,细化培养目标并分解到多门不同课程,细化能力考核指标和方案,以问题和项目为契机展开实践教学。实施以上的相应措施后,不仅提高了学生应对问题的能力,也为专业培养模式和能力考核机制提供了参考。

在线教育中计算机专业系统能力培养模式

产业界对计算机系统方面人才的需求在不断增加,对学生系统能力培养的要求也越来越高。因此,教师需要突破专业课课时的限制,开展相关课程的改革探索。主要内容有:以培养学生系统能力为目标调整培养方案;增加能力培养的课程内容;实施过程中通过在线教学方式将部分内容移至课外,减轻课内教学压力;借助各种方式激发学生的自学积极性,以保证系统能力培养目标的实现。

新工科背景下高校实践创新教育的认识与思考——以西北民族大学计算机科学与技术专业为例

开展创新创业教育,可培养学生的创新精神,提高实践能力,以此深化高等教育改革。通过机制体制改革、建立保障措施、进行实践改革等举措,我校在计算机类专业的创新创业教育方面进行了有益尝试,取得了一定的成绩。然而,我校计算机类实践创新教育仍有较大的改革空间。本文从树立正确的创新创业教育理念、注重创新创业教育的专业培养方案、构建创新创业教育贯穿始终的课程体系、打造“双师—双创”型师资队伍、面向创新创业教育的实践教学等方面,探究和分析我校计算机类创新创业教育改革可能的方向。

基于智能手机使用数据的用户行为提取与分析

智能手机已经成为个人行为的真实记录设备,对APP使用数据进行挖掘可以提取出用户的行为习惯.为了提取APP的使用关联模式,研究并提出基于数据挖掘的APP关联规则提取技术.首先,基于Android平台,开发APP状态数据收集平台;其次,对APP数据进行预处理;再次,基于Apriori算法,提出了APP关联规则挖掘算法;最后,应用真实个人APP使用数据,对提出的方法进行验证,实验结果证明本文提出的方法在APP关联规则挖掘中的可行性.

基于手机传感器的交通状态识别研究

准确获取交通状态是实现智能交通的重要环节之一.为实时检测车辆行驶状态,进而提取出当前道路的运行状况,来研究基于手机传感器的车辆行驶状态数据收集及交通状态识别.首先,应用手机内嵌的加速度传感器获取车辆的实时行驶状态数据,然后构建基于SVM的交通状态识别模型.最后,利用一组真实的车辆运行状态数据集,验证提出的交通识别模型,获得了良好的识别性能,平均准确率达到89.05%.