对中外联合办学的分析与思考——以天津师范大学为例

近年来,我国高校积极开展与国外高校的教育合作。由于中外联合办学是根据各高校的具体情况办学联合,因而呈现出多样化的格局。本文以天津师范大学与美国加州州立大学富乐敦分校中外联合办学项目为例,就其办学模式、项目运行情况以及办学的突出特色进行了详细的介绍,并对整个项目进行了的分析和思考。

利用信息瓶颈的多模态情感分析

在多模态情感分析领域,之前的研究主要集中在如何针对不同模态的信息进行交互融合。然而基于各种复杂的融合策略会使得生成的多模态表示向量不可避免地携带大量与下游任务无关的噪声信息,这会导致较高的过拟合风险,并且影响高质量预测结果的生成。为解决上述问题,根据信息瓶颈理论,设计了包含两个互信息估计器的互信息估计模块,旨在优化多模态表示向量与真实标签之间的互信息下界,同时最小化多模态表示向量与输入数据之间的互信息,以达到寻找一种简洁的、具有较好预测能力的多模态表示向量。利用MOSI、MOSEI和CH-SIMS数据集进行对比实验,结果表明提出的方法是富有成效的。

人工智能课程的教学改革与实践研究

人工智能作为计算机科学及自动化等信息类专业的核心课程,旨在使学生了解人工智能基本概念及应用领域,提升学生利用人工智能相关理论解决实际问题的能力。结合人工智能发展现状,深入分析人工智能课程在教学内容、教学模式、考核方式等方面存在的问题,从“课堂+”知识传授、“网络+”课程训练、“项目+”能力提升三方面开展人工智能课程教学改革与实践研究,以期为地方高校提升人工智能课程教学质量提供借鉴。

基于项目驱动式的CDIO教育理念在《信号与系统》课程中的应用探索

信号与系统课程在电子信息类专业课程体系中有重要的地位,其课程内容与多个专业课程的学习密切相关,同时起着承上启下的作用。该课程的学习效果也直接影响学生对整个专业学习的信心和兴趣。但是该课程存在理论性强的特点,同时教学手段单一,导致学生的学习积极性受到影响,对课程的理解不够深入。为了解决这一问题,本论文将探索以项目的形式践行CDIO (Conceive, Design, Implement, Operate)的教育理念,以项目驱动式的教学模式引导学生进行自主学习,主动思考各个课程之间的内在联系,深入理解专业课程的实际应用价值。本论文将以脑电信号的情绪识别和滤波器的设计两个项目模式为例,以科研项目及实验项目的形式助力本科教学改革,来阐述该模式的具体实施方案,通过合理的方案设计培养学生的工程思维,提高学生的动手能力、协调能力、团队合作能力,在教学中非常值得推广。

AI赋能《信号与系统》课程教学探索

本文分析了《信号与系统》课程面临的挑战,探讨了AI赋能教学的目标及其对教师和学生角色的影响,提出人工智能赋能教学的探索,从教学方式、教学内容和考核方式三个方面进行了创新改革。在教学方式改革方面,利用AI教学平台丰富了课前预习、课堂教学和课后复习环节,并引入学习小组合作学习。在教学内容改革方面,利用AI教学平台,拓宽了学科内容,关注技术发展前沿知识,重视实际应用。在考核方式改革方面,采用了多元化的考核方式,包括AI学习平台对学生平时学习情况的评估、团队实验成绩和期末考试成绩。最后,本文以“信号与系统绪论”和“傅里叶变换”两个章节的教学设计和实践应用为例,展示了AI赋能下课程教学的具体实施方案,为其他课程的教学改革提供了借鉴和参考。

基于CNN算法及多特征融合的老人摔倒预测系统构建

随着中国老龄化社会的到来,应对老年人口安全问题,特别是摔倒问题,变得越来越重要。提出了一种基于卷积神经网络(CNN)和多特征融合的预测系统。该系统整合了图像和生理信号等多种类型的特征信息,以提高摔倒预测的准确性。实验验证了基于CNN的多模型结构在老人摔倒预测中的优越性,以及多特征融合策略对模型性能的提升作用。与其他方法相比,所提出的方法在准确率、召回率、精确率和F1分数方面表现出优越性,准确率可达到95.93%。此研究为预测和预防老年人摔倒提供了一种高效且可靠的方法。

自由空间连续变量量子密钥分发的信道透射率起伏特性仿真研究

自由空间量子信道的透射率在连续变量量子密钥分发的安全性分析中扮演重要角色。自由空间中的大气湍流导致透射率随机起伏,从而影响连续变量量子密钥分发。现有研究的自由空间量子信道透射率数学模型缺乏大气湍流效应物理层面的综合考量,因此在精确表征透射率方面存在局限性。文中从大气湍流的物理本质出发,采用分步传输结合相位屏平板方法对自由空间量子信道进行数值仿真研究,并将仿真结果与已有的数学模型进行了对比分析。对自由空间量子信道数值仿真执行10~5次,计算透射率并进行数理统计,得到自由空间量子信道透射率的概率密度,结果表明,采用改进Von Karman大气湍流谱模型能够精确实现真实的自由空间量子信道,而采用Kolmogorov大气湍流谱模型仿真计算得到的自由空间量子信道透射率被高估,最大误差达到5.28%;将数值仿真精确实现的透射率概率密度与已有的椭圆光束近似模型和光束漂移模型进行比较,发现这些模型均低估透射率,与真实的自由空间量子信道情况存在一定差异。研究结果能够精确表征自由空间量子信道透射率的随机起伏特性,可用于准确评估自由空间连续变量量子密钥分发的安全性。

基于改进生成对抗网络的图像风格迁移算法

图像风格迁移是图像处理领域的研究热点,但目前风格迁移模型存在生成图像细节模糊、风格纹理的色彩效果较差以及模型参数过多等问题。文中提出了一种基于改进循环一致性生成对抗网络的图像风格迁移方法,通过加入Ghost卷积模块和反残差改进模块来优化生成器网络结构,以此降低模型参数量和计算成本。同时能增强网络的特征提取能力,在损失函数中加入内容风格损失项、颜色重建损失项和映射一致性损失项来改善模型的生成能力,提升生成图像质量。实验结果表明,所提改进方法具有较强的风格迁移能力,有效增强了生成图像的内容细节和风格纹理的色彩效果,显著提升了图像质量,模型性能也得到了改善。

LDPC编译码器设计与FPGA实现

设计了基于CCSDS标准下的码字为(8176,7154)、码率为7/8的低密度奇偶校验码(LDPC)的编码器和译码器,并在FPGA开发板上进行了硬件实现。基于直接编码理论,用伪随机序列发生器产生信息位进行编码,以循环移位寄存器为编码器的核心,采取移位寄存累加器(SRAA)结构实现了快速编码运算。将编码后的数据在MATLAB中进行信道仿真后,基于比特翻转译码算法原理设计了一种译码迭代次数可变的硬判决译码器,避免了在超过或接近译码极限时硬判决译码的误码率会随迭代次数增加而大幅上升的情况。然后,在不同信噪比条件下比较了译码性能,译码器在连续传输两帧数据时能纠错85位左右错误码字。最后,在工作频率200MHz的条件下进行了编译码器的硬件实现测试,证明了该译码器具有良好的译码性能和较低的硬件复杂度。

联合图像通道与像素双注意力机制精细化单幅图像去雪

针对雪天退化图像中不规则和多变的雪花形态,提出一种双注意力机制的精细化图像去雪网络(Dual Attention Refinement Desnowing Network,DARDNet)。网络引入维度拆分处理策略,并行处理通道和像素双维度特征,旨在有效配置两种注意力机制,兼顾提取复杂特征和保护纹理细节。其中,通道注意力机制针对雪花形态构建基础模块,形成U型金字塔结构分层提取深层次特征;像素注意力机制结合卷积形成自校准模块,串联高效Transformer关注图像纹理细节;两种注意力机制并行化处理后进行特征融合,提升信息融合度。在CSD,SRRS和Snow100K三个数据集上进行验证测试,其中在CSD数据集上PSNR达到32.16 dB,SSIM达到0.96。本文方法在处理多种雪花形态方面具有一定优势,能很好地重建纹理细节,获得高质量的去雪图像。

基于HSV空间的Retinex低照度图像增强算法

针对低照度图像存在亮度较低、照明不均匀、对比度较差、细节信息损失等问题,提出一种基于HSV空间的Retinex低照度图像增强算法.首先将低照度图像转化为HSV空间;然后在HSV空间对亮度通道采用改进的Retinex算法和基于自适应Gamma校正与CLAHE算法联合的亮度增强算法实现对低照度图像的亮度增强;其次,通过双边滤波,利用线性拉伸进行饱和度分量图像增强;最后将增强后的图像重新转换为RGB格式,并利用自动白平衡技术恢复图像物体原本的颜色.实验结果表明,该算法有效改善了低照度图像的质量,达到较好的视觉效果,PSNR、SSIM和信息熵等指标优于其他算法.

后疫情时代大学生网络素养提升路径研究

随着我国疫情防控进入常态化,我们已经迎来后疫情时代。网络无论是在平时还是疫情期间,均作为我们学习、工作、生活、娱乐等活动最重要的途径。在后疫情时代,提升大学生的网络素养更是后疫情时代与网络时代相遇的必然选择、虚拟世界和现实世界法治的需要、时代责任与历史使命对青年的托付,因此本文力求探索后疫情时代辅导员提升大学生网络素养的路径,以期为我们今后的工作提供理论支持。

信号处理课程群“庖丁解牛”式教学范式探索

信息处理类课程群是电子、通信、人工智能等专业的主干课程,涉及概念多、理论深、数学推导抽象、应用设计与理论知识结合性强等特点。现有的信息类课程教学改革重点是通过加强实践实验教学的途径解决学生学习理论知识困难,存在忽视信号处理类课程的理论性质和数学运用性特点、缺少与实际应用相结合的创新性实验实践项目等不足。文章将理清信号处理课程群的知识框架体系与课程间联系,探索“庖丁解牛”式的教学范式;从实际应用系统中寻找实验实践项目来源;重点培养学生运用数学分析解决信号处理领域问题的能力,为电子信息及人工智能专业学生培养提供一种全新的教学方式。

利用跨模态调制的多模态情感分析

如何对模态进行有效表示和对模态间信息进行高效融合,一直是多模态情感分析领域的一个热点问题。已有研究大都以Transformer为基础,对其中自注意力模块进行改进以达到跨模态融合的效果。但基于Transformer的融合方式往往忽略了不同模态之间的重要程度,同时Transformer无法有效地捕捉到时间特征。为此,提出了基于跨模态调制及模态门控网络模型。该模型利用LSTM网络和BERT分别作为视觉、听觉和文本模态的表示子网络;利用改进的Transformer模型的跨模态调制模块对不同的模态信息进行有效的融合;设计了模态门控网络,模拟人类对来自不同模态的信息进行综合的判断。利用MOSI、MOSEI数据集进行了对比实验,结果表明所提出的方法有效地提高了情感分类的准确度。

基于改进YOLOv5的轻量型口罩佩戴检测算法

提出一种基于改进YOLOv5的轻量型口罩检测算法CG-YOLOv5s。结合卷积注意力机制和Ghost卷积等技术,在网络中加入CBAM-CSP、GRCM改进模块以增强特征提取能力,改善模型的计算性能,使用Alpha-CIoU损失并结合DIoU非极大抑制方法,进一步提升检测精度。结果表明,CG-YOLOv5s在对检测速度影响较小的情况下,获得了89.1%的检测精度,模型大小减少了19.63%,实现了模型轻量化的效果。

基于OpenPose改进的老人摔倒检测算法

为避免老人摔倒后未能及时提供医疗援助而造成的人身伤害,研究发现老人摔倒并及时发出警告,可减少老人摔倒的损失和严重后果。为了提高老人摔倒检测算法的检测精度和实时性能,提出了一种基于OpenPose改进的老人摔倒检测算法。该算法在OpenPose人体骨架信息识别网络的基础上,提出将其部分卷积层替换为深度可分离卷积神经网络类型。该算法使用长短期记忆神经网络来检测老人的摔倒。从URFall公共数据集提取跌倒和相关行为数据,丰富自制数据集,实验结果表明,本文改进后算法大大提升了系统判别摔倒的识别精度。

基于AD8321的程控射频宽带放大器设计

研究以运算放大器芯片AD8321作为核心的程控射频放大电路。该系统由AD8321、微控制器电路以及信号均衡电路组成。为保证放大器的增益范围,核心放大电路由三级放大器级联组成。为实现带宽内增益平坦度,级间设计插入信号均衡电路,增益大小由微控制器通过串行接口对AD8321进行设定。实现了程控增益0~60 dB可调,1~80 MHz带宽内增益起伏小于1 dB,最大输出电压正弦波有效值大于1 V,输出信号波形无明显失真。

基于培养创新型人才的开放实验室管理与建设

高校实验室是实验教学领域的新突破,通过师资、实验设备等的资源共享,致力于培养创新型的人才。结合天津师范大学电子与通信工程学院开放实验室的现有管理模式,介绍了高校开放实验室的建设和发展对于创新人才培养的重要意义,并对开放实验室的现存问题进行分析,对于如何建设与管理高校开放实验室提出建议和策略。

EMD算法在动态光谱无创测量血红蛋白浓度中的应用

将经验模态分解（EMD）算法结合动态光谱理论中的频域提取算法用于血红蛋白浓度的无创测量。在体采集57例光电容积脉搏波，选取636．98～1086．86 nm范围内的光谱数据进行分析。首先通过EMD方法分别对各个样本每个波长的光电容积脉搏波进行去噪预处理，再利用离散傅里叶变换提取脉搏波的峰峰值构成动态光谱，最后运用偏最小二乘方法对各样本的动态光谱和血红蛋白浓度建立模型。与未经EMD处理的数据建模结果相比，EMD处理后，血红蛋白浓度预测集的相关系数从0．8798提高到0．9176，预测集均方根误差从6．6759 g＆#183;L-1减小到5．3001 g＆#183;L-1，相对误差从8．45％减小到6．71％，建模精度有了较大的提高。结果表明，采取经验模态分解的算法进行光电采集数据的去噪预处理可以提高光谱数据的信噪比，进而可以提高血液成分无创测量的准确性。

手机APP在信息化实验教学中的应用研究

为进一步推进高校实验教学的信息化进程,激发学生自主学习的兴趣,加快实验教学改革步伐,设计了手机APP实验选课软件和实验教学管理软件,在信息化实验教学与管理系统中融入移动互联网技术.该手机软件基于Android系统开发,与现有的实验教学及管理系统共享数据库,学生端可以实现移动学习,教师端可以实时进行教学管理.该软件投入使用后激发了学生学习积极性,提高了教师工作效率,也为实验教学的信息化注入了新的活力.