人工智能及应用项目式实验课程建设与教学改革探索

该文针对人工智能及应用课程存在的问题,提出相应的课堂改革方式。首先分析当前课程存在的问题,包括理论与实践脱节、课堂互动不足以及考核方式偏重理论知识等方面。然后针对这些问题提出改革方式,包括注重专业发展方向、调整实验课时关系、革新互动环节设计以及开展线上课堂辅导等措施。最后指出,通过这些改革措施,可以更好地激发学生的学习兴趣,提高课堂的互动效果,培养学生的实践能力和创新意识,为其未来的学习和职业发展打下坚实的基础。

8-18GHz同轴-波导转换器的分析与设计

同轴—波导转换器是微波系统中非常重要的元器件。基于脊波导和波导阶梯对导播系统中电磁波传播性能的影响,本文探讨了这两种结构应用在8-18GHz的宽带同轴—波导转换器设计中的情况。通过同轴—脊波导—矩形波导转换,并在脊波导上加载阶梯,很好地改善了阻抗匹配效果,提高了同轴—波导转换器的传输性能。仿真结果证明脊波导和波导阶梯在设计同轴—波导转换器中的有效性,在8-18GHz的倍频程带宽内驻波小于1.22,产生的高次模非常小。

基于位平面特征的SAR图像筛选

为了获取含有感兴趣特定目标的SAR图像,根据SAR图像目标的成像特性,提出了一种基于位平面特征的SAR图像筛选方法。在对图像适当的灰度预处理基础上,分析特定目标的先验知识,利用对位平面的复杂度度量、游程度量以及频谱度量,定义了位平面价值度量准则,同时结合图像的灰度直方图特征对图像进行筛选。实验以机场目标为对象对SAR图像进行快速筛选,并对机场目标进行提取,效果良好,能够满足预期的要求。

SAR图像独立极化方位角整合的极化目标分解法

基于物理模型的极化目标分解方法由于其物理意义明确且易于实现,成为了极化SAR非相干极化目标分解的主流方法之一,然而这类方法在大方位角城市建筑区域往往存在体散射过估计和散射机制模糊问题,为此,本文提出了一种基于独立极化方位角整合的六分量极化目标分解方法。该方法不再采用极化方位角补偿的策略,而是引入3个独立的极化方位角分别对偶次散射模型、偶极子模型和四分之一波模型进行描述,得到了更一般的改进的偶次散射模型、广义偶极子模型及广义四分之一波模型。本文方法简化了表面散射模型和偶次散射模型,在降低未知变量的同时,有效地解耦了各散射分量;所采用的6种模型完全解释极化相干矩阵的9个元素,充分利用了极化相干矩阵信息;分析了极化相干矩阵主对角线元素的旋转不变性,利用该性质避免了极化方位角参与计算,同时分解过程避免了除法导致的计算异常,保证了极化分解结果的稳定性。利用GF-3和UAV SAR全极化数据进行试验,试验结果表明,本文方法能够在保证森林植被、海洋水体等自然区域的主导散射正确提取的情况下,有效地改善城市建筑特别是大方位角建筑区域的体散射高估问题,总体分解结果更为符合实际地物散射过程。

一种基于特征交汇关键点检测和Sim-CSPNet的SAR图像配准算法

合成孔径雷达(SAR)图像存在固有的相干斑噪声和几何畸变,并且其成像过程中图像之间存在非线性辐射差异,因此SAR图像配准是近年来最具挑战性的任务之一。关键点的可重复性和特征描述符的有效性直接影响基于特征的配准方法精度。该文提出了一种新颖的基于特征交汇的关键点检测器,它包含3个并行的检测器,即相位一致性(PC)检测器、水平和垂直方向梯度检测器以及局部变异系数检测器。所提出的特征交汇关键点检测器不仅可以有效提取具有高重复性的关键点,而且大大减少了错误关键点的数量,从而降低了特征描述和匹配的计算成本。同时,该文设计了一种孪生跨阶段部分网络(Sim-CSPNet)来快速提取包含深层和浅层特征的特征描述符。与传统手工设计的浅层描述符相比,它可以用来获得更准确的匹配点对。通过对多组SAR图像进行配准实验,并与其他3种方法进行对比,验证了该方法具有很好的配准结果。

探究高等院校人工智能专业的课程设置和教改措施

随着人工智能技术的快速发展,越来越多高校开设人工智能专业。然而,传统的基础学科教学模式已经不适应人工智能专业学生培养。本文结合北京化工大学信息科学与技术学院人工智能专业教学,旨在探究高等学校人工智能专业的课程设置和教改措施。首先,介绍了人工智能专业的发展现状和面临的问题。然后,结合我校人工智能专业分析了人工智能专业课程设置的不足之处,并提出了针对性强、实用性强的课程设置方案。接着,探讨了人工智能专业教学中存在的问题,如理论与实践脱节、教学方法单一等,并提出了相应的教改措施。