以成果为导向的计算机创新实验室管理

为了提高高校计算机创新实验室的利用率,我们坚持以成果导向的理念开展实验室管理。在实验室场地申请初期签订目标考核责任书;使用过程中结合管理制度、准入授权、门禁系统、智能监控、信息化网络和流控等管理措施,建立多部门合作的消防安全监管机制;在学校职能部门、二级学院、实验中心和团队负责人四级管理的有效结合下,达到创新实验室资源公平、分配合理,过程管理到位,确保实验室安全高效使用;最后严格按照产出成果进行对照考核。学校—学院—双创学院三级奖励机制激发创新实验室师生多出成果和出高水平成果,形成高效成果产出的良性循环,为高校计算机创新实验室使用和管理提供借鉴作用。

基于学生知识建构的地方高校计算机网络教学探索

根据认知领域的教育目标分类,通过终结性考核和过程性评价,多维度分析地方高校大学生的知识建构特点,并据此提出思维导图网格化为纲领和多层次实验设计为抓手的教学方法,阐述如何将理论与实验深度融合,使学生整体把握并理解知识点细节,调整评价激发学生学习主动性,提升知识建构重心,达到教学育人的目的。

点云空间与反射强度融合的非结构化道路可行驶区域检测

可行驶区域检测旨在检测和提取智能车辆在道路上可行进的区域,目前主流的检测方法主要基于三维激光雷达的空间特征实现,难以处理路面边缘无清晰空间特征的非结构化道路.为此,本文提出了一种基于点云空间和反射强度融合的非结构化道路可行驶区域检测方法.首先,通过融合反射强度因子改进了基于空间特征的柱坐标系检测模型;然后,使用强度和降维空间检测对检测精度较低的环形检测模型进行优化,并将其与柱坐标系检测模型联合使用以提高方法检测准确率;最后,在自录实际道路数据集上进行对比实验.实验结果表明本文方法显著提高了非结构化道路可行驶区域检测的成功率与精确率,在结构化道路上也具有良好效果.

大模型智能与安全研究综述

在探索人工智能领域的无限可能性中,大模型的出现标志着一次重大技术飞跃.大模型通过大规模预训练,掌握了语言的复杂结构和多样性,展现了前所未有的语境理解和任务适应能力.然而,它们的涌现能力、对大量计算资源的依赖,以及在多任务处理中可能产生的不良内容等问题,仍是当下研究的关键挑战.本文综述了大模型的发展历程和技术背景,并深入探讨了它们在基础通用理论、智能交互方法和安全防护策略方面的最新进展,为未来大模型的科学研究和技术应用提供指导.

基于跨模态信息过滤的视觉问答网络

视觉问答作为多模态任务,瓶颈在于需要解决不同模态间的融合问题,这不仅需要充分理解图像中的视觉和文本,还需具备对齐跨模态表示的能力。注意力机制的引入为多模态融合提供了有效的路径,然而先前的方法通常将提取的图像特征直接进行注意力计算,忽略了图像特征中含有噪声和不正确的信息这一问题,且多数方法局限于模态间的浅层交互,未曾考虑模态间的深层语义信息。为解决这一问题,提出了一个跨模态信息过滤网络,即首先以问题特征为监督信号,通过设计的信息过滤模块来过滤图像特征信息,使之更好地契合问题表征;随后将图像特征和问题特征送入跨模态交互层,在自注意力和引导注意力的作用下分别建模模态内和模态间的关系,以获取更细粒度的多模态特征。在VQA2.0数据集上进行了广泛的实验,实验结果表明,信息过滤模块的引入有效提升了模型准确率,在test-std上的整体精度达到了71.51%,相比大多数先进的方法具有良好的性能。

基于近端策略优化模板更新的实时目标跟踪方法

基于孪生网络的目标跟踪算法往往采用第一帧的外观特征作为固定模板,难以应对目标外观剧烈变化等问题。为此,所提算法在孪生网络的基础上,引入深度强化学习,将模板更新问题建模为马尔可夫决策过程,采用近端策略优化算法进行优化,减少因目标外观变化带来的误差积累。针对孪生网络跟踪算法搜索域太小,无法全局搜索目标的问题,引入全局检测算法,找回丢失的目标。所提跟踪算法能够自适应更新模板和全局检测丢失的目标,在OTB数据集和GOT-10k数据集上进行测试,实验结果表明,该方法较代表性方法,具有实时性强和准确率高的优点,能够很好应对目标外观形变以及目标丢失。

用于遥感图像目标检测的少样本算法

针对遥感场景数据量匮乏,高空拍摄捕捉的地表物体尺寸变化明显,包含大量多个类别的物体以及复杂背景,导致检测准确率低、分类不准确等问题,提出一种基于二阶段检测模型(Faster RCNN)的少样本遥感目标检测网络。新增新型反转卷积算子构建检测器主干,提高特征提取能力;融入多尺度对象级正样本特征进行原始特征增强,抑制负样本的不利影响,充分挖掘各目标尺度的特征信息,帮助语义信息进行定位;采用对比监督的思想改进损失函数,细化目标分类,降低误检率。在公开遥感数据集上的实验结果表明,在仅有少量遥感标注样本的条件下,该网络能适应遥感图像的多尺度特征并有效缓解数据稀缺引发的过拟合现象。与先期Meta RCNN和FsDet网络相比,平均准确度进一步提升了3.8个百分点和2.5个百分点,为遥感领域的图像目标检测提供有意义参考。

基于内容的自适应图象检索系统的设计

:提出了一种自适应的图象检索机制。该机制将用户的高层语义信息有效地嵌入到了检索系统中,从而能精确地捕捉用户所需要的信息。

一种基于HSL概率密度的彩色图象分割方法

本文提出了一种基于色调、饱和度和亮度联合概率分布的彩色图象分割方法 .该方法首先将 RGB图象转换为HSL图象 ,并以色调为主要依据对图象进行粗分割 ,然后 ,利用亮度和饱和度信息进行细节分割并组合成有意义的区域 .实验表明该方法的分割效果是好的 .

基于内容的可视化多媒体查询语言的设计

设计了一个基于内容的可视化多媒体查询语言ＣＢＶＭＱＬ（ＣｏｎｔｅｎｔＢａｓｅｄＶｉｓｕａｌＭｕｌｔｉｍｅｄｉａＱｕｅｒｙＬａｎｇｕａｇｅ），该语言将语义表达、概念化定义、面向对象的语义表示和图像示例有机地结合起来，不仅提供了一个自然的可视化查询接口，而且也支持通过自动查询生成来精确地操纵信息．同时，它还结合多媒体的内容信息，实现了基于内容的多媒体查询．

强化实践能力,培养计算机科学与技术专业工程型人才

本文在全面分析地方院校计算机科学与技术专业在人才培养方面所面临的问题的基础上．提出了“强化实践能力、培养工程型人才”的培养模式，该模式已在苏州大学进行实践，效果良好。

多模式校企合作 主动适应企业需求

本文针对部分高校计算机科学与技术专业在人才培养方面所面临的困惑，提出了多模式校企合作，主动适应企业需求的人才培养理念，并给出了多模式的定义与实施策略。同时，本文结合苏州大学实践经验，介绍了多模式校企合作培养人才的实践效果。

一种分布式多媒体数据仓库模型

多媒体数据采掘是从大型多媒体数据库中提取高层的多媒体信息及知识。介绍一种分布式多媒体数据仓库模型──ＣＭＳ模型的体系结构及存储结构，并构造了具有综合处理各种媒体数据，能够对这些媒体数据进行修改、查询的军用多媒体数据仓库原型系统。

SRDM:支持基于内容检索的图象数据库超关系数据模型

数据模型是实现基于内容查询的图象数据库的基础。在这篇论文中，笔者引入了一种按内容进行图象查询的图象数据库数据模型－ＳＲＤＭ（Ｓｕｐｅｒ Ｒｅｌａｔｉｏｎｌ Ｄａｔａ Ｍｏｄｅｌ）。该模型将可视特征、空间特征、语义特征等看作超属性，既充分利用了关系数据库的优点，同时又考虑了图象数据的特点，因而能较好地支持基于内容的图象数据库的查询。

基于视差梯度约束的匹配点提纯算法

在图像拼接过程中,粗匹配点对提纯算法RANSAC(Random Sample Consecsus,随机抽样一致性)存在计算量大,效率低等缺陷。为提高该算法提纯匹配点对的效率,基于预检验的策略,提出了基于视差梯度约束的RANSAC算法。实验结果表明,算法在不改变匹配精度的前提下,很好地提高了算法的效率。

基于在线消息传递的主题追踪方法

主题追踪因可以有效地汇集和组织分散在不同时间、地点的信息,并从主题层次的角度对某个主题相关事件的时效性、动态演化关系等得到比较全面的把握,成为当前数据挖掘领域的重要研究方向.现有基于概率主题模型的主题追踪方法主要以潜在狄利克雷分布(Latent Dirichlet allocation,LDA)模型为基础,采用在线吉布斯采样(Online Gibbs Sampling,OGS)和在线变分贝叶斯(Online Variational Bayesian,OVB)算法进行参数估计.OGS和OVB算法尽管解决了LDA模型中使用传统离线近似推理方法所需内存空间的大小随数据集的增长而不断增加,无法训练海量数据集以及数据流数据的问题,但训练的精度和速度均有待提高.该文基于LDA模型的改进因子图提出了一种在线消息传递(Online Belief Propagation,OBP)的主题追踪算法.该算法借助因子图中消息传递(Belief Propagation,BP)算法的推理,通过切分海量数据集为段,并用前一段数据集训练后的参数计算当前段的梯度下降,使得主题追踪更加快速和准确.四组大规模文本数据集的实验对比表明,LDA模型中OBP算法在速度和精度上均优越于OGS和OVB算法,文中也从理论上进一步验证了OBP算法的收敛性,并给出了主题追踪的具体应用.

基于低层视觉特性的图象相似性度量方法

基于内容的图象查询是与基于表示的查询相对应的， 它不仅需要考虑图象的整体信息，而且还要考虑图象中子对象的特性及它们的空间关系。文章在分析图象整体特性、对象特性、对象间的空间特性的基础上，着重讨论了基于内容的图象查询方法及实现手段。

校企合作,培养IT应用型创新人才

本文结合苏州大学地方综合性重点大学的办学特色和苏州IT产业密集的地域优势,从校企合作模式、教学体系改革、师资队伍建设以及创新人才培养监控模式等方面全面介绍了苏州大学开展校企合作,培养IT应用型创新人才的具体措施,并给出了进一步的思考。

一种基于H.264/AVC码流的镜头边界检测方法

H.264/AVC作为新一代的视频标准正得到不断的推广,也将被越来越多的用于视频压缩和传输等方面.由于H.264/AVC标准中引入了许多新的特性,因此,传统的基于MPEG-1/2码流的压缩域镜头边界检测算法不再适用.本文根据宏块运动矢量信息、参考帧信息和4×4DC图,提出了一种在H.264/AVC码流上检测镜头边界的算法.实验结果表明,提出的镜头检测算法,不仅能很好地检测切变还能有效地检测渐变,达到了很好的检测效果.

一种新的H.264多参考帧快速搜索算法

H.264/AVC是目前最新的视频编码国际标准。在H.264/AVC中,由于采用了多参考帧,运动估计部分的复杂度大大增加了。虽然JVT采用的快速运动估计(FME)提案能极大地提高搜索速度,但只是加快了一帧的搜索速度。本文在FME基础上提出了一种新的多参考帧快速搜索算法(FMRSA),它利用当前块周围的块信息来预测将要搜索的参考帧的范围,并在具体搜索过程中运用提前中断的方法加快整个搜索过程。实验证明本算法比标准快速搜索法搜索5个参考帧能在PSNR降低不超过0.05dB、码率增加不超过2.32%的情况下节省至少56.5%的时间。