新工科背景下突出“三化”内涵的信息工程专业培方案实践

2019年底,学校启动了2020版本科人才培养方案的修订工作,打造“四通”人才培养模式。以此为契机,针对信息工程专业现行培养方案进行了改革与创新,凝练了信息化、网络化、智能化“三化”的专业内涵,构建了本研贯通、学科融通、产学相通和国际互通的课程体系,可为新工科背景下信息工程专业人才培养提供参考和借鉴。

多重关系感知的红外与可见光图像融合网络

为充分整合红外与可见光图像间的一致特征和互补特征,该文提出一种基于多重关系感知的红外与可见光图像融合方法。该方法首先利用双分支编码器提取源图像特征,然后将提取的源图像特征输入设计的基于多重关系感知的跨模态融合策略,最后利用解码器重建融合特征生成最终的融合图像。该融合策略通过构建特征间关系感知和权重间关系感知,利用不同模态间的共享关系、差分关系和累积关系的相互作用,实现源图像一致特征和互补特征的充分整合,以得到融合特征。为约束网络训练以保留源图像的固有特征,设计了一种基于小波变换的损失函数,以辅助融合过程对源图像低频分量和高频分量的保留。实验结果表明,与目前基于深度学习的图像融合方法相比,该文方法能够充分整合源图像的一致特征和互补特征,能够有效保留可见光图像的背景信息和红外图像的热目标,整体融合效果优于对比方法。

基于机器视觉的列车外齿轮磨损状态检测方法

齿轮是高铁列车中的重要部件,齿轮磨损状态的程度对列车运行安全具有重要的影响。针对采用人工观察确定齿轮磨损状态的问题,提出一种基于机器视觉的列车外齿轮磨损状态定量检测方法。为避免将顶部和底部低灰度啮合区分割为背景,提出分块分割算法以得到候选啮合区域。为去除候选啮合区中的背景区域且将啮合区分割为一个整体,提出区域聚合算法。为避免点蚀区域位于啮合区边缘造成的不完整分割问题,提出基于凸包运算的边缘修正算法。结合分块分割、区域聚合以及边缘修正,实现齿面图像啮合区分割。结合自适应局部阈值以及基于形状特性的假阳性去除算法,实现齿面图像的点蚀区域检测。在140幅齿面图像上对提出方法进行验证,啮合区分割的平均AOM为0.89,点蚀区域检测方法性能优于现有方法。

“信号与系统”课程思政教学案例的探索与实践

“信号与系统”课程是电子信息类专业重要的专业基础课程,具有“原理深厚、方法多元、应用广泛”等特点。课程思政是实现高校立德树人的重要举措,以“连续时间信号的时域抽样”为例,根植课程教学特点,探索实践了课程思政。重塑了课程教学内容,挖掘了课程思政元素,以先进的教学内容为载体,思政教育融入教学过程,启发了学生的辩证思维,熏陶了学生的探索精神,厚植了学生的家国情怀。

数字信号处理“听音识曲系统”综合实验设计

针对数字信号处理实验环节中验证性实验偏多的问题,设计了"听音识曲系统"综合性实验,以更好地提高学生理论联系实际,解决复杂工程问题的能力。"听音识曲系统"实验与日常生活相关,演示效果好,学生实验热情高。实验内容涵盖信号频谱分析、窗函数使用、数字滤波器设计、多速率信号处理等数字信号处理课程主要内容,实验综合性强。学生在掌握课程相关知识的基础上,还需要查阅相关资料才能完成系统的设计与实现,实验扩展性好。实践表明,通过该综合实验学生加深了对理论知识的理解,提高了学习兴趣以及分析解决工程问题的能力。

抓好专业内涵建设 提升电子信息类本科人才培养质量

一流本科专业建设“双万计划”启动以来,北京交通大学电子信息工程学院始终坚持以立德树人为本,以专业建设为核心,围绕夯实专业建设基础、提高人才培养质量为主线,持续加强学院专业内涵建设,在专业优化、课程教材、教学平台、师资队伍、培养模式和创新管理等方面开展探索与实践,取得了显著成绩并积累了实践经验。

数字信号处理课程思政教学探索

为满足思政工作贯穿教育教学全过程的要求,实现立德树人的目标,进行了数字信号处理课程思政教学探索。根植课程和专业特色,挖掘课程知识体系中蕴含的思政元素,明确课程思政的目标。在实现课程知识传授、能力培养等基本功能的基础上,从激发爱国情怀、培养辩证思维、熏陶科学素养、培育工程素质、培养创新意识等方面进行了课程思政探索。

基于“四通模式”的信息工程专业培养方案修订

在教育部新工科研究与实践项目的支持下,以培养新基建电子信息类紧缺人才为目标导向,构筑“本研贯通、学科融通、产学相通、国际互通”的“四通模式”人才培养课程体系,在传统专业升级改造、培养方案修订、课程教材和团队建设、产学研联合育人、国际化人才培养等方面进行了深入探索和实践,形成了一系列建设成果。

裸鼠肺腺癌皮下移植瘤模型的建立与MRI活体成像

目的:探讨8通道腕关节线圈对裸鼠皮下移植瘤模型的常规MR及扩散加权成像(DWI)可行性及图像质量。方法:将对数期生长的人肺腺癌(A549)细胞悬液种植于14只裸鼠右侧腹股沟皮下,构建肺癌皮下移植瘤模型,将14只成瘤模型鼠用特殊装置分隔并置于MR腕关节线圈内行MR常规及DWI扫描(一次可同时扫描4只裸鼠),观察其成像效果,并与病理结果对照。结果:3~6周后,裸鼠皮下移植瘤大小约1.1 cm^2.2 cm,14只裸鼠人肺腺癌皮下移植瘤成瘤率100%(14/14)。所有裸鼠均完成MR显像,T2WI图像能够清晰显示14只(14/14)皮下移植瘤大小、形态及邻近组织,肿瘤T2WI呈高信号,囊变坏死区呈更高信号;DWI上肿瘤显示良好无变形6只(6/14);DWI图像变形但不影响观察6只(6/14),瘤周明显伪影及变形2只(2/14)。肺腺癌皮下移植瘤均经过病理结果证实。结论:8通道腕关节线圈可一次完成多只裸鼠MR常规及DWI成像,节省扫描时间,能够清晰显示肿瘤的大小、形态及信号,适于裸鼠移植瘤磁共振MR活体研究。

多场景下结构光三维测量激光中心线提取方法

结构光三维测量技术是获得物体三维信息的重要途径,激光条纹中心线提取是影响结构光三维测量精度和速度的关键因素。提出了一种适用于多场景下结构光三维测量的激光条纹中心线提取方法,充分利用图像中激光条纹的几何信息和相关性生成自适应卷积模板,实现激光条纹图像的滤波和增强处理,使激光条纹横截面灰度值满足高斯分布;经灰度加权法实现激光条纹中心线的亚像素精度定位与提取。实验测试结果表明:该方法可实现多场景下形状、材质各异物体的条纹中心线提取,有效克服了激光条纹亮度分布不均、噪声干扰等影响,单幅图像处理时间缩短为0.107 s且相对误差减少到0.076 5%,有效提高了激光条纹中心线的提取精度和速度。

基于注意力和多级特征融合的铁路场景小尺度行人检测算法

行人入侵是影响铁路行车安全的重要因素。为有效解决短焦距摄像机在大视场中小尺度行人检测精度低的问题,提出一种注意力机制引导下的多级特征融合网络模型。首先,将YOLOv3作为主干网络,针对多次降采样后行人特征丢失的问题,设计四倍降采样分支以利用高分辨率特征有效提取小尺度行人信息。其次,特征融合阶段引入通道-空间注意力机制以抑制低层特征中背景噪声干扰。最后,引入CIoU损失函数用于行人目标框的回归,解决均方误差损失函数存在的优化不一致及尺度敏感问题。实验结果表明,相较于经典YOLOv3以及现阶段主流目标检测算法,本算法具有更高的检测精度,在自建铁路私有数据集和Caltech公开数据集的各子集上对数平均漏检率均有明显降低。

基于多池化融合与背景消除网络的跨数据集行人再识别方法

现有跨数据集行人再识别方法一般致力于减小2个数据集之间的数据分布差异,忽略了背景信息对识别性能的影响。针对上述问题,提出了一种基于多池化融合与背景消除网络的跨数据集行人再识别方法。为了兼顾全局特征和局部特征,同时实现特征的多细粒度表示,构建了多池化融合网络。为了使监督网络能提取有用的行人前景特征,构建了特征级有监督背景消除网络。采用结合行人分类损失及特征激活损失的多任务学习损失函数,在3个公开行人再识别数据集上对方法进行评估,当MSMT17作为训练集时,Market-1501上的跨数据集识别性能mAP为35.53%,相比ResNet50网络提升了9.24%;DukeMTMC-reID上的跨数据集识别性能m AP为41.45%,相比于ResNet50网络提升了10.72%。与现有方法相比,所提方法具有更优的跨数据集行人再识别性能。

对比双侧视图信息的致密型乳腺X线图像肿块检测

针对现有双视图肿块检测方法存在的问题,提出一种适用于致密型乳腺X线图像的直接对比双侧视图信息的计算机辅助肿块检测方法.为提高双侧图像对称区域的匹配精度,分割图像中的胸肌区域及腋窝区域,建立仅包含乳房区域的生理坐标系;综合乳腺生理特征及肿块病理性质提取感兴趣区域,以梯度图像的局部三元模式特征距离作为尺度测量对称像素的相似度,有效地降低了肿块检测假阳性率.采用北京大学人民医院乳腺中心提供的临床图像进行算法性能实验,结果表明,生理坐标系在定位与匹配对称区域方面具有良好的性能;与现有双视图肿块检测方法相比,在相同的肿块检测正确率下,文中方法获得更低的检测假阳性率.

用于自由臂三维重建的换能器阵列指向性研究

使用超声探头进行自由臂三维重建时,手持超声探头的换能器阵列形式会对探头的指向性产生影响.根据声波叠加原理,结合手持超声探头的尺寸范围,从单个阵元的指向性问题入手,推导了线阵、凸阵和面阵三种自由臂三维重建常用的换能器阵列形式的声压表达式.提出一种适合手持超声探头的指向性评价方法,通过调整换能器阵列的相关参数,计算出当前的各项指向性指标.最后通过改变换能器阵元的尺寸、数量、间距、排列方式等参数,对评价方法做了大量的测试,分析和对比相同参数下不同阵列形式的指向性,找到一种适合在自由臂三维重建的线阵超声换能器阵列,对自由臂三维重建的研究提供了参考.

基于跨模态空间匹配的多模态肺部肿块分割网络

现有多模态分割方法通常先对图像进行配准,再对配准后的图像进行分割。对于成像特点差异较大的不同模态,两阶段的结构匹配与分割算法下的分割精度较低。针对该问题,该文提出一种基于跨模态空间匹配的多模态肺部肿块分割网络(MMSASegNet),其具有模型复杂度低和分割精度高的特点。该模型采用双路残差U型分割网络作为骨干分割网络,以充分提取不同模态输入特征,利用可学习的空间变换网络对其输出的多模态分割掩膜进行空间结构匹配;为实现空间匹配后的多模态特征图融合,形变掩膜和参考掩膜分别与各自模态相同分辨率的特征图进行矩阵相乘,并经特征融合模块,最终实现多模态肺部肿块分割。为提高端到端多模态分割网络的分割性能,采用深度监督学习策略,联合损失函数约束肿块分割、肿块空间匹配和特征融合模块,同时采用多阶段训练以提高不同功能模块的训练效率。实验数据采用T2权重(T2W)磁共振图像和扩散权重磁共振图像(DWI)肺部肿块分割数据集,该方法与其他多模态分割网络相比,DSC(Dice Similarity Coefficient)和HD(Hausdorff Distance)等评价指标均显著提高。

A Modified Doppler Frequency Trajectory Undergoing Varying Velocities in HSR Communications

The varying trajectory of Doppler frequency under changing speed motion conditionsare investigated in Highspeed Railway(HSR) scenarios.Based on the geometrical physical parameters,instantaneous Doppler trajectories and expression forms of the change rate arededuced,including acceleration and deceleration cases.These modified models provide more accurate and realisticapproximations in modeling rapidly fading channels.

轮滑运动对孤独症儿童主动沟通行为的影响研究

本研究探讨轮滑运动对孤独症儿童主动沟通行为的影响。采用单一被试实验设计,在固定的时间和相对封闭的场地对2名孤独症儿童进行轮滑干预。研究设计立足于孤独症儿童的特点,采取集体与个案混合式教学模式开展轮滑运动教学。结果表明,经过8周的轮滑运动干预,孤独症儿童的主动沟通行为次数显著增加,沟通技能有所提高,说明轮滑运动对促进孤独症儿童的主动沟通行为具有良好成效。

近邻优化跨域无监督行人重识别算法

目的无监督行人重识别可缓解有监督方法中数据集标注成本高的问题,其中无监督跨域自适应是最常见的行人重识别方案。现有UDA(unsupervised domain adaptive)行人重识别方法在聚类过程中容易引入伪标签噪声,存在对相似人群区分能力差等问题。方法针对上述问题,基于特征具有类内收敛性、类内连续性与类间外散性的特点,提出了一种基于近邻优化的跨域无监督行人重识别方法,首先采用有监督方法得到源域预训练模型,然后在目标域进行无监督训练。为增强模型对高相似度行人的辨识能力,设计了邻域对抗损失函数,任意样本与其他样本构成样本对,使类别确定性最强的一组样本对与不确定性最强的一组样本对之间进行对抗。为使类内样本特征朝着同一方向收敛,设计了特征连续性损失函数,将特征距离曲线进行中心归一化处理,在维持特征曲线固有差异的同时,拉近样本k邻近特征距离。结果消融实验结果表明损失函数各部分的有效性,对比实验结果表明,提出方法性能较已有方法更具优势,在Market-1501(1501 identities dataset from market)和DukeMTMC-reID(multi-target multi-camera person re-identification dataset from Duke University)数据集上的Rank-1和平均精度均值(mean average precision,mAP)指标分别达到了92.8%、84.1%和83.9%、71.1%。结论提出方法设计了邻域对抗损失与邻域连续性损失函数,增强了模型对相似人群的辨识能力,从而有效提升了行人重识别的性能。