一种深度融合机制的遥感图像目标检测技术

遥感图像覆盖幅面广、纹理信息丰富,其目标具有尺寸多样性,排列密集且与背景易混淆等特性,给快速定位和精准识别目标带来较多困难,尤其是易漏检小目标等。针对此问题,提出一种深度融合机制的遥感图像目标检测技术。该技术基于深度卷积神经网络,将多尺度、注意力机制与宽度学习三者融合,用于遥感图像目标检测技术。该技术首先基于多尺度与空间注意力机制获取到遥感图像的候选区域信息,然后采用通道注意力机制获取其多个尺度的特征信息并融合互补,旨在有效聚焦图像深层的高层语义信息和底层的小目标特征信息;最后,针对宽度学习存在超参数的确定需要依据不同的遥感图像,进行手工调参问题,提出基于贝叶斯网络搜索优化策略的宽度学习方法。该方法可智能地学习到一组适应于不同遥感图像数据集的超参数,对目标进行高效识别。实验结果证明,与当前先进的方法相比,该算法能够有效解决遥感图像目标检测中速度慢、精度低、易丢失小目标等问题,提升目标检测的准确率。

产学研合作模式下应用型地方高校基础软件人才培养模式研究

针对当前高校基础软件人才培养针对性不强导致基础软件研发人才总体基础薄弱、缺口大等问题,提出了"2+2"阶梯型人才培养体系、重实践的产教融合课程体系、MOOC混合式教学模式的基础软件人才培养新模式。实践证明,该人才培养模式符合软件产业对基础软件人才的技能需求,在基础软件人才培养领域是一个创新,对其它软件相关专业人才培养具有借鉴和指导意义。

产教融合模式下智能科学与技术专业应用型人才培养的探究

结合金陵科技学院智能科学与技术专业的建设情况,基于产教融合模式,从人才培养定位,课程体系建设,师资队伍建设等方面对应用型智能科学与技术人才培养进行了探究,提出“通识+专业+方向”理论课程体系和“三重教育”场景实践课程体系,实践“2+1+1”阶梯式人才培养方法,构建“双师型”教师队伍,为地方产业和社会发展培养高素质应用型人工智能人才。

LoRa低功耗农业传感终端的设计与研发

针对精细农业生产环境监测场景多、供电难等问题,研发一款锂电池供电低功耗数据采集终端,可集成各类RS485传感器。选用集成主控MCU和LoRa射频的物联网芯片XC30,使用磁保持继电器按需为传感器供电,优化二级降压稳压电路,以此来进行有效的硬件设计。在软件方面,应用LoRa下行消息加载传感器指令,实现通用终端的485传感器的动态接入功能;优化LoRa无线参数:扩频因子SF和发送功率TP;设置终端工作时序流程:休眠、预热、发送和接收四个阶段;分别测量计算传感器、主控和射频在各阶段的功耗,综合计算出终端理论工作时长。在丘陵果园非视距场景下进行实验,终端的丢包率低于5%,信号强度RSSI均值大于-100 dBm,持续工作时长约100 d,可满足农业生产数据采集的需求。