工程教育专业认证背景下人才培养模式的改革与探讨——以兰州交通大学工程教育为例

工程教育专业认证是高校本科教学质量与教学改革工程的重要内容之一,必须要以学生为中心,基于成果导向、持续质量改进的工程教育认证理念,推动工程教育,进一步提升工程教育人才培养质量。本文以兰州交通大学工程教育为例,阐述了工程教育专业认证背景下人才培养模式的改革与探讨,并从深化专业综合改革、推行分层分类培养、强化创新创业教育等三个方面分析了人才培养模式的改革举措。

引入上下文信息和Attention Gate的GUS-YOLO遥感目标检测算法

目前基于通用YOLO系列的遥感目标检测算法存在并未充分利用图像的全局上下文信息,在特征融合金字塔部分并未充分考虑缩小融合特征之间的语义鸿沟、抑制冗余信息干扰的缺点。在结合YOLO算法优点的基础上提出GUS-YOLO算法,其拥有一个能够充分利用全局上下文信息的骨干网络Global Backbone。除此之外,该算法在融合特征金字塔自顶向下的结构中引入Attention Gate模块,可以突出必要的特征信息,抑制冗余信息。另外,为Attention Gate模块设计了最佳的网络结构,提出了网络的特征融合结构U-Net。最后,为克服ReLU函数可能导致模型梯度不再更新的问题,该算法将Attention Gate模块的激活函数升级为可学习的SMU激活函数,提高模型鲁棒性。在NWPU VHR-10遥感数据集上,该算法相较于YOLOV7算法取得宽松指标mAP^(0.50)1.64个百分点和严格指标mAP^(0.75)9.39个百分点的性能提升。相较于目前主流的七种检测算法,该算法取得较好的检测性能。

全局信息提取与重建的遥感图像语义分割网络

为了将遥感场景图像更好地进行分割,供给下游任务使用,提出多尺度注意力提取与全局信息重建网络.编码器引入多尺度卷积注意力骨干到遥感深度学习语义分割模型中.多尺度卷积注意力能够捕获多尺度信息,给解码器提供更丰富的全局深浅层信息.在解码器,设计了全局多分支局部Transformer块.多尺度逐通道条带卷积重建多尺度空间上下文信息,弥补全局分支存在的空间信息割裂,与全局语义上下文信息共同重建全局信息分割图.解码器末端设计极化特征精炼头.通道上利用softmax和sigmoid组合,构建概率分布函数,拟合更好的输出分布,修复浅层中潜在的高分辨率信息损失,指导和融合深层信息,获得精细的空间纹理.实验结果表明,网络实现了很高的精确度,在ISPRS Vaihingen数据集上达到82.9%的平均交并比,在ISPRS Potsdam数据集上达到87.1%的平均交并比.

SM2可链接环签名在匿名电子投票系统中的应用

【目的】针对匿名电子投票中签名算法非国产化、身份隐私泄露、重复投票、投票结果提前泄露的安全性问题,提出了基于SM2可链接环签名的匿名电子投票系统。【方法】以SM2可链接环签名作为选票中的身份凭证,保证投票者身份匿名,同时规避了选票被伪造的可能,实现投票者身份和选票的全过程匿名性;使用匿名地址来隐藏选票内容,避免投票结果提前泄露,实现投票的公正性和候选人身份匿名;利用SM2可链接环签名的可链接性来防止重复投票,实现投票的不可重复性;应用FISCO BCOS智能合约来完成计票过程,避免传统可信第三方的约束,实现投票的公平性。【结果】该设计满足电子投票的七大基本属性,实现了匿名电子投票系统的全流程国密替代,丰富了SM2可链接环签名的应用场景。【结论】SM2可链接环签名能替代国际通用环签名,实现应用系统环签名国产化。

基于PER-DDPG算法的城市轨道交通越区切换研究

针对传统IEEE802.11越区切换方式存在较高的切换延时以及乒乓切换等问题,提出深度强化学习(Deep Q-Network,DQN)越区切换算法。通过对列车运行的特征状态信息进行提取输入,考虑列车运行速度及场强、切换阈值等动态信息构建越区切换模型。同时针对算法时间成本复杂度及稳定性,采用优先经验回放深度确定性策略梯度(Prioritized Experience Replay-Deep Deterministic Policy Gradient,PER-DDPG)算法,将列车状态空间信息传输至PER-DDPG网络中进行优化分析。结果表明基于PER-DDPG算法优化后的列车越区切换模型使用该算法时间计算成本降低,数据包传输延时约降低55%。

考虑纵向时空特性的双向交通流组合预测研究

针对现有研究方法未充分考虑现实路网双向交通流的纵向时空特性,道路方向辅助信息特征再组织性不足的问题,提出一种考虑纵向时空特性的双向交通流组合预测模型。采用卷积深度信念网络预训练机制细粒化提取上下游纵向路段间的空间特性,利用双向长短时记忆网络提取双向交通流时序特性,通过二者组合的方式完成纵向时空特性的深层次挖掘,并在此基础上,结合改进的双向注意力机制对模型提取的特征进行方向性自组织规划,从而实现针对不同方向性类别的自适应权重分配过程。实验结果表明:所提模型的平均绝对百分比误差和均方根误差相较于未考虑上下游路段影响的模型的分别降低了3.01%、5.57%,相较于考虑上下游路段影响但未改进注意力机制的模型的分别降低了0.29%、4.87%。

基于列车先验信息的RIS-MIMO系统鲁棒波束成形算法

针对高移动性场景中完美信道状态信息(CSI)难以获取导致的智能超表面多输入多输出(RIS-MIMO)系统主被动波束成形算法性能恶化的问题,构建了RIS辅助的高铁毫米波MIMO中继通信模型。首先,在列车位置信息不完全的情况下,估计并推导了RIS-车载移动中继(MRN)之间视线战略(LOS)路径角度估计误差的统计特性;其次,对毫米波MIMO系统的中断性能进行了研究,给出了以信道容量作为中断判决的中断概率表达式;最后,将优化问题建模为5G基站(gNB)发射功率约束的中断概率最小化问题,提出了一种基于黎曼共轭梯度下降的复圆流形优化算法并求解该问题。仿真结果表明,与现有算法和传统的无RIS系统以及RIS随机相位调节下的高铁通信系统相比,所提算法具有更快的收敛速度和更高的系统鲁棒性。

基于位置信息和注意力机制的路面裂缝检测

路面裂缝是造成公路安全问题的主要因素。传统的裂缝检测通常以人工检测为主,存在效率低、不安全等问题,此外现有深度学习检测模型在面临阴影遮挡、背景复杂等干扰因素时会造成裂缝检测不完整。针对上述问题,提出一种基于位置信息和注意力机制的路面裂缝检测模型(PA-TransUNet)。首先,通过混合编码器接收输入图像,提取裂缝特征信息,引入查询项、键、值的位置信息,提升编码器Transformer中自注意力机制捕获裂缝形状和补偿特征信息丢失的能力。然后,输入裂缝特征到解码器进行上采样,设计一种基于注意力门控的解码模块(AGDM),AGDM通过抑制非裂缝区域来加强对裂缝区域的学习,提高裂缝检测的准确性和完整性。实验结果表明,PA-TransUNet模型在路面裂缝检测数据集(CFD)和Cracktree200这2个公开数据集上的F1值分别达到87.44%和82.58%。此外,为了进一步检验PA-TransUNet模型在实际工程中的裂缝检测能力,又在自制无人机裂缝(UAV Cracks)数据集上取得了88.68%的F1值,由此可见其能较好地满足实际工程中的裂缝检测需求。

利用图像平滑结构信息指导图像修复

利用图像结构特征进行图像修复,是近年来在深度学习技术广泛应用背景下出现的新方法。应用该方法可以在缺失区域内生成合理的内容,但图像修复结果过于依赖图像结构的提取内容,且在实际训练中会出现错误的持续传播和累积,一旦图像结构存在噪声或失真会直接影响到图像的生成质量。该方法处在探索应用阶段,尚存在网络训练难度大、鲁棒性较差、生成图像上下文语义不一致等问题。为此,本文提出了一种图像平滑结构指导修复的并行网络结构。图像平滑结构的生成内容不直接作为下一级网络的输入,只为网络的解码层提供指导信息。同时,为了更好地匹配和均衡结构与图像之间的特征关系,本文结合transformer提出了一种多尺度特征指导模块。该模块利用transformer联系全局特征的强大建模能力,对结构和图像纹理之间的特征进行匹配和均衡。实验结果表明,本文方法在三个常用的数据集上能够有效地恢复图像缺损内容,并且可以作为图像编辑工具实现目标移除。

子空间与KL信息结合的FCM多光谱遥感图像分割

针对传统模糊C-均值聚类(FCM)算法用于含噪声多光谱遥感图像分割时存在的精度不足问题,提出一种自适应模糊子空间与增强KL信息相结合的FCM多光谱遥感图像分割算法.首先,使用局部模糊因子,在不依赖参数的情况下,通过相似性度量和自适应约束参数自动消除噪声干扰,并提取图像的局部空间信息.其次,将原始图像信息和模糊因子处理过的局部空间信息统一整合到模糊子空间聚类中,对图像的多个通道进行自适应加权处理,以提高分割精度.最后,将KL信息以正则项的形式引入FCM目标函数中进行聚类计算,并通过ESD(Extreme Studentized Deviate)检测模型剔除隶属度矩阵中的离群值,以增强KL先验信息,降低隶属度模糊性.AID数据库和真实环境下的多光谱遥感图像分割实验表明,在模拟噪声环境中,所提出算法不仅可以抑制噪声,而且能得到较高的分割精度.此外,本文算法在分割精度、模糊系数和峰值信噪比等评价指标方面也均优于其他几种变体式FCM算法.

基于元胞自动机理论的兰州快速公交系统交通仿真与分析

以元胞自动机理论为基础,建立兰州快速公交系统元胞自动机仿真模型.仿真研究了周期性边界条件下,兰州快速公交车辆在不同行车密度、不同路况及驾驶员行为差异下随机慢化对快速公交车流的影响,得到相应的定量分析结论.通过对兰州快速公交系统进行仿真与分析,研究BRT交通流的复杂特性,从而为后期兰州快速公交系统的运营与管理提供科学的理论依据.

电子信息专业创新创业实训体系改革研究

在“新工科”的大背景下,为了摸索如何提升高校电子信息类学生的工程创新能力和创业实践能力,针对电子信息工程专业,以培养高素质创新创业人才为目标,以“大工程观”为指导,以兰州交通大学“天佑”大学生创新团队为平台,以“项目学习”为实施工具,以“分组”和“队长制”为组织形式,建立“塔式”培养模式的电子信息类创新创业实训体系和实践教育体系。

大数据背景下电子政务信息资源共享模式研究

在大数据的热潮下,国家越来越强调将大数据技术运用于政务领域。本文通过分析大数据背景下电子政务信息资源共享的现状,对大数据背景下电子政务信息资源共享模式进行探究并提出四点建议,从根本上达到提高政府的管理水平、提升工作效率等目的。

时空图卷积网络下的路网交通事故风险预测

路网交通事故预测是实现道路管控、路线规划的最重要方式之一。考虑到路网中各路段特征与环境因素的影响,建立基于图卷积神经网络(GCN)和门控循环单元(GRU)的时空门控图卷积(STGRGCN)模型预测交通事故风险。通过GCN提取出道路间的空间关联性,通过GRU提取出环境因素中的时间关联性,再通过GCN与GRU的复合模块提取出时空关联性。选取美国全国交通事故数据集中洛杉矶市和休斯顿市相关数据对模型进行检验,STGRGCN模型的均方根误差、平均绝对误差以及召回率在两个城市分别为4.09、2.14、0.714和5.79、3.24、0.683,优于已有统计模型、机器学习模型以及复合模型。设计该除各模块的消融实验,证明该模型各模块皆有助于提升预测性能。

云计算在轨道交通线网信息分发中的应用

对城轨线网的数据信息及其特征进行了分析,讨论了推送和拉取的信息分发机制,提出了一种适合于城轨线网的信息分发机制,该机制将推送与拉取相结合,根据当前系统分发信息的特征和及时性要求,通过动态分配可用资源来确定推送和拉取,达到最小化数据块分发延时的目的。实验结果表明,推拉相结合的信息分发机制通过动态调节参数,既可适用于线网中严格一致性需求的信息流,也可适用于线网中非严格一致性需求的信息流,还可适用于线网中根据需要随时获取的信息流。

基于PCA信息熵特征融合的遥感影像变化检测

为提高遥感影像变化检测的准确率,本研究结合遥感影像中丰富的纹理信息与邻域信息,引入信息论中信息熵的概念,从特征融合的角度提出了一种基于主成分分析(PCA)信息熵融合纹理特征与邻域特征的遥感影像变化检测方法。首先,通过灰度共生矩阵提取遥感影像的纹理特征,邻域对数比算子提取遥感影像的邻域特征,然后,利用PCA将纹理特征与邻域特征进行特征融合获得主特征信息。其次,计算每个主特征的信息熵,以熵权法为各个主特征分别赋予权重,获得融合后的差异图。最后,利用模糊C均值(FCM)聚类将融合差异图划分为两类,得到变化检测结果。实验结果表明,该方法能够充分利用纹理特征与邻域特征,减小斑点噪声带来的影响,显著提高遥感影像变化检测的精度。

抵御背景信息推理攻击的假位置生成算法

针对已有的假位置生成算法,设计了一种多次查询请求攻击算法(Multiple Query Request Attack algorithm,MQRA)来测试其安全性。为有效保护用户的位置隐私,提出了一种抵御背景信息推理攻击的假位置生成算法(Dummy Location Ge-neration Algorithm against Side Information Inference Attack,DLG_SIA),该算法综合考虑了查询概率、时间分布、位置语义和物理分散度等背景信息来生成有效的假位置集以抵御概率分布攻击、位置语义攻击和位置同质攻击,避免攻击者结合背景信息过滤掉假位置。用户首次请求时,DLG_SIA算法先利用位置熵和时间熵选取当前请求时间下查询概率相似的位置点来生成假位置集,并通过调整的余弦相似度生成满足语义差异性的位置点;然后通过距离熵保证选取的位置点间具有更大的匿名范围,并将当前请求位置的最佳假位置集进行缓存。安全性分析和仿真实验结果表明:MQRA算法能以很高的概率识别出假位置集中用户的真实位置;与已有的假位置生成算法相比,DLG_SIA算法能有效抵御背景信息推理攻击,保护用户的位置隐私。

一种融合纵横时空特征的交通流预测方法

针对现有城市道路交通流预测研究中,上下游交通流时滞特性与空间流动特性挖掘不足、车道级交通流时空特性考虑不充分的问题,提出一种融合纵横时空特征的交通流预测方法。首先,通过计算延迟时间量化并消除上下游交通流断面间的空间时滞影响,增强上下游交通流序列的时空相关性。其次,将消除空间时滞的交通流通过向量拆分数据输入方式传入双向长短时记忆网络,用以捕捉上下游交通流纵向的传递与回溯双向时空关系,同时利用多尺度卷积群挖掘待预测断面内部各车道交通流间多时间步横向时空关系。最后,采用注意力机制动态融合纵横时空特征得到预测输出值。实验结果表明,相较于常规时间序列预测模型,所提方法在单步预测实验中,平均绝对误差、均方根误差分别下降了约15.26%、13.83%,决定系数提升了约1.25%。在中长时多步预测实验中,进一步证明了所提方法可有效挖掘纵横向交通流的细粒化时空特征,并具有一定的稳定性和普适性。

电子政务下政府信息资源跨部门共享机制研究

自20世纪50年代以来,国外的电子政务取得了一些成就。目前,跨部门的信息资源共享是电子政务的主要研究内容之一,但是关于这方面的研究成果较少,尽管一些国家已经开展了一些电子政务共享项目,但都不太成功,而且缺乏普遍的应用性。电子信息的跨部门共享需要强有力的推动机制,同时也需要建立长效机制,确保其可持续发展。

基于融合注意力的交通图像描述方法研究

针对交通监测图像易受到光线变化、天气、路况等因素的影响而出现描述不精确的问题,提出一种基于融合注意力的交通图像描述方法,旨在生成准确描述语句的同时,提升模型对交通名词的描述效果.在模型的生成器中使用残差网络和门控循环单元生成交通图像端对端的描述语句,同时,在生成器和鉴别器中均采用包含局部信息和全局信息的融合注意力机制,以进一步提高特征表示和推理能力.在公共数据集MSCOCO和交通图像数据集上的实验结果表明:相比于其他主流方法,所提出的算法生成的交通图像描述语句更加准确自然.