多尺度注意力交互式图像去噪网络

图像去噪中,针对去噪网络提取图像细节信息不全面和特征利用率低的问题,提出一种基于深度学习的多尺度注意力交互式图像去噪网络(MAINet)。首先,对于浅层像素级特征采用多尺度特征提取块获取丰富的上下文信息和图像纹理特征,以保证图像信息的完整性;然后,引入双路通道注意力机制指导网络获取更具判别性的特征信息,抑制不期望的噪声,从而进一步优化特征信息;最后,利用分类密集残差块的密集连接和成对卷积操作增强模型的交互性,对全局多层次特征进行联合学习,提取更高质量的语义级特征,以提升去噪网络的性能。实验结果表明,在定量和定性评估方面,所提出的去噪网络在合成噪声和真实噪声两种数据集上的去噪效果都有所提升。

基于深度学习的弱光图像增强算法研究综述

弱光图像增强旨在使隐藏在黑暗中的信息可见,以提高图像质量,在夜间目标检测和行为识别等计算机视觉任务中广泛应用。首先,从有监督和无监督两个角度出发,梳理了基于深度学习的弱光图像增强代表性算法,结合实现原理分析了其优缺点。其次,总结了常用的训练数据集和测试数据集。最后,讨论了目前已有算法存在的问题和未来可能的发展趋势。

煤炭企业物资管理信息化改革与实施

文中以北京昊华有限公司下的木城涧煤矿为依托,介绍了现代煤炭企业在物资管理方面信息化建设和实施过程。该矿通过开发并应用井下重要物资跟踪管理信息系统,对物资的管理由传统的经验型管理模式转向精细化管理模式,并相应制定了新的物资管理制度。实施结果表明,该煤矿在物资管理水平方面和企业经济效益都获得明显的改善和提高。

加强学科建设 深化教学改革

以河南理工大学计算机学院为例,介绍了学院在学科建设、教学改革方面应采取的措施。

基于相干性的多聚焦图像融合算法

为提高多聚焦图像的融合效果,提出一种基于相干性的融合算法。该算法对源图像进行离散小波变换,利用高频小波系数构造结构张量矩阵,通过矩阵特征值定义反映局部几何信息的相干性并建立融合策略。实验结果表明,该算法得到的融合图像在主观视觉效果和客观量化指标方面均有良好的表现,提高了融合的视觉效果。

高等学校通信工程专业教学改革的研究与思考

针对通信工程专业的教学研究情况,分析了通信专业人才培养目标,针对教学改革中有关教学计划、师资队伍建设、教学方法改革以及实践教学环节等方面提出了建议。

基于数据集成的煤矿应急管理系统设计研究

煤矿应急管理是煤矿安全生产管理体系的核心内容之一.首先,分析了多源异构数据的集成方式,并选择数据中心作为煤矿安全生产监测监控系统数据集成方式;通过煤矿应急管理过程分析,建立了3阶段、7环节的煤矿应急管理系统元框架模型;提出了基于数据中心方法的煤矿应急管理系统数据集成模型,包括数据源、数据中心和数据应用3个层次;针对应急预案生成应急管理决策,提出了应用COM+组件技术、AcdveX技术或软件嵌入方式的B/S和C/S相结合的系统体系架构.

一种适用于Hadoop MapReduce环境的数据预取方法

为解决由Reduce任务引起的远程数据访问延时和资源竞争导致的系统性能问题,提出了一种基于预调度的数据预取方法.该方法通过预取数据来隐藏由Reduce任务引起的远程数据访问延时,通过控制与Reduce任务相关的资源分配来减少由其引起的资源竞争.此方法已在Hadoop-0.20.2中实现.实验结果表明,与缺省的Hadoop MapReduce及Hadoop Online Prototype相比,该方法可将系统性能提高10%以上.

专业学位研究生多媒体技术课程案例库建设

阐述多媒体技术案例库建设的必要性,介绍多媒体技术案例选取要求,提出案例库建设方案,包括案例库的案例来源、案例库构成、个例内容组织等。

基于超点图网络的三维点云室内场景分割模型

针对点云数据集样本不均衡及PointNet网络无法充分利用点云邻域信息的问题,提出一种三维点云场景分割模型。根据几何信息将原始点云块同质分割为超点,利用小型PointNet网络将点云原始特征映射到高维空间中,并挖掘场景中深层语义信息。在此基础上,构建自归一化属性门控单元优化点云上下文语义分割效果,采用二维图像领域中的Focal Loss损失函数实现点云场景分割。实验结果表明,该模型在S3DIS数据集上的平均交并比、总体精度、平均精度分别达到63.8%、86.4%、74.3%,较SPG模型分别提升1.7、0.9、1.3个百分点。

边界感知的实时语义分割网络

目前多数实时语义分割网络不仅同时处理边界和纹理等细节信息而且还忽略了语义边界区域特征,从而导致物体边界分割质量下降。针对该问题,提出一种边界感知的实时语义分割网络,主要从三个方面提高边界语义分割质量。提出了边界感知学习机制利用位置信息降低边界特征和轮廓附近细节的耦合度使边界感知和位置关系相互促进。设计轻量级区域自适应模块增强卷积网络对复杂语义边界区域的建模能力。根据采样区域像素贡献值不同设计了高效的空洞空间金字塔池化模块以增强重要的细节和语义特征。实验方面,与基准相比,在Cityscapes验证集上精度提升了约5.8个百分点,在Cityscapes测试集上以47.2 FPS的推理速度使精度达到了74.9%。在CamVid数据集上与BiSeNetV2算法相比mIoU提升了约3.96个百分点。

论非固定命题类学科竞赛对培养学生非技术能力的作用

针对工程教育认证中对学生能力的12条毕业要求,指出目前的人才培养实践中,普遍存在对技术能力培养的支撑较强、对非技术能力培养支撑较弱的情况;深入剖析出现此类问题的原因,并以中国高校计算机大赛人工智能创意赛为例,分析参加比赛对于非技术能力培养的支撑作用;并提出采用引导、强制、鼓励、激励等多种策略与课程体系相结合,组织学生参赛,有效培养学生的非技术能力。

基于远程诊断专家系统的煤矿安全生产监控系统研究

本文在分析煤矿安全生产监控系统存在问题的基础上,提出了基于网络的远程诊断专家系统,经对系统研究,它可充分体现人工智能的特点,模拟安全生产中人的思维,发出有效指令,充分发挥监控系统作用。

软件工程课程教学体系研究

本文针对软件工程这门计算机专业重要课程的特点 ,分析了目前软件工程课程教学体系存在问题 ,论证了需要构建新的软件工程课程教学体系 ,培养复合型人才 ,以适应当前社会市场人才需要。本文给出了一个“三层次”课程体系框架 ,并提出了改进的途径。

煤炭企业信息系统的集成架构研究

架构的信息系统将原有的业务分装成Web Service,实现无缝集成与应用整合,能很好保护原有系统的投资,并具有较好的开放性和可扩展性。

MIMO-MAC中一种新的空时码传输方案

已有的研究表明,预编码可以消除4用户的多输入多输出多址接入信道(MIMO-MAC)中的多用户干扰,然而,该方法需要大量的反馈信息。针对该问题,提出了该场景中一种无反馈的干扰消除方法。每个用户采用完美空时分组编码,通过合理地设计每个编码的发送方式,使得接收端对接收信号进行线性处理后消除了多用户干扰。与已有方案相比,所提方案在不改变传输效率、每个符号平均发送功率以及分集增益的同时,极大地降低了反馈量。仿真结果验证了所提方案的有效性。

噪声大数据的MapReduce高度随机模糊森林算法

为解决日趋增长的噪声大数据分类问题,提出了一种高度随机模糊森林算法.该算法在决策树学习中生成连续属性的模糊分区,并给出在MapReduce框架中所提算法的分布式实现,用于受属性噪声污染的大数据集中学习模糊决策树的集合,该分布式实现模型可以适应计算的有效分配策略,从而产生良好的可扩展性数据,这种分布式算法使得模糊随机森林能够处理大数据集的学习和分类.高度随机模糊森林算法能够实现噪声大数据的高精度分类,为以后的大数据分析打下良好的基础.实验结果表明,所提算法比现有算法准确率更高,在属性噪声情况下,该文分类准确率也高于随机森林算法,说明该文算法的可行性和有效性.

《通信原理》课程教学方法研究

在分析《通信原理》课程性质和特点的基础上,从教学方法、教学模式、实践环节及培养学生自学能力几个方面提出了《通信原理》课程教学模式改革的具体措施。已经进行的大部分教学实践证明教学效果明显。

移动学习在应用密码学教学中的应用研究

随着5G时代的到来和移动通信的发展,移动学习随之诞生,传统的课堂教学模式受到冲击。移动学习成为高校课程教学模式的新气象,文章以河南理工大学计算机学院开设的应用密码学课程为例,对移动学习环境下的教学模式进行研究,并与传统教学模式下的教学效果进行对比,探究移动教学模式对课程教学质量的影响。结果表明,移动学习在教学中的应用能够提升教师的教学质量,充分调动学生学习积极性,提升教学效果。

基于数据挖掘的多层次课堂实训任务关联性分析

怎样对在线学习的过程性数据进行挖掘,发现其隐含的有用信息,已经成为推动教育发展的重要问题。本文通过对学生的学习数据收集、分析等一系列过程,使用FP-Growth算法对数据进行挖掘,构建关联性分析模型。结果显示,该模型的应用能够有效提升精准推送服务,促进学习效果的提升,获得更好的学习体验。