网络环境下新疆大学信息化教室建设、管理及升级改造

从学校信息化教室的建设概况、建设思路、建设目标、建设内容及必要性、预期效益等方面,对如何进行信息化教室的改造与升级提出自己的见解,同时希望为其他高校信息化教室建设提供一些参考。

新疆大学:以双栈技术实现IPv6

网络升级设计原则新疆大学在进行IPv6校园网升级设计时，主要遵循了以下原则：1．商性能：网络要求具有数据、图像、语音等多媒体实时通讯能力。主下网廊提供可保证的服务质量和充足的带宽。2．高可靠性：网络系统是日常业务和各种应用系统的基础设施，应保证工作日和重点时期不间断运行。

基于KSOM-PSO算法的无线传感器网络入侵检测研究

针对无线传感器网络中的入侵检测机制对拒绝服务(denial of service,DoS)攻击检测精度不高的问题,提出了基于核自组织映射(kernel self-organizing map,KSOM)和粒子群优化(particle swarm optimization,PSO)聚类算法融合的KSOM-PSO神经网络算法作为无线传感器网络的检测机制。首先在传统SOM算法中引进核函数进行聚类;其次使用SOM聚类获得的获胜神经元权值对PSO粒子的初始位置初始化;最后在PSO算法中将传统的线性减小权值的方法改为非线性减小权值的方法,以提高PSO算法的全局搜索效率和局部搜索精度。实验结果表明,KSOM-PSO与传统的PSO聚类算法和SOM算法比较,检测精度有较大的提高,且收敛速度更快。

基于MacBERT和标签平滑的新冠疫情公众情感分析研究

针对BERT预训练与下游任务微调阶段存在不匹配差异,以及人工对文本数据进行情感倾向性标注可能存在误差的问题,提出一种基于MacBERT和标签平滑的网络模型(MacLMC).首先,在BERT的基础上引入MLM as correction策略,利用近义词替换被掩码词,通过MacBERT预训练模型获取词向量;其次,经过双层LSTM学习长距离依赖;再次,采用双通道多卷积核的卷积操作,分别提取信息的最大特征和均值特征;最后,利用标签平滑策略降低模型预测类别的概率,提升模型对于标签的容错能力,提高模型泛化性.实验结果表明:与现有主流模型相比,本文模型在多种数据集上性能表现更佳,能够更好地用于新冠疫情公众情感分析任务.

基于投影寻踪模型的网络舆情评价

为了解决网络舆情预警评价问题中样本数据的非线性和高维性等实际难题,提出以投影寻踪理论为基础,利用文化基因算法确定最佳投影方向,建立了基于文化基因算法的网络舆情评价的投影寻踪模型。将上述模型应用到2013年"新疆花帽"事件上,基于文化基因算法优化的投影寻踪模型可以很好的将各时间段的网络舆情进行划分等级,并能确定了各评价指标对网络舆情的影响。实例研究表明,基于文化基因算法的投影寻踪模型能有效地解决样本数据非线性、高维数等实际难点,有很好的实用性。

基于Chebyshev神经网络的非线性动态系统预测

针对非线性动态系统的预测常受到噪声或其他过程的耦合影响,使得规律变得难以发现的问题,提出了以一组Chebyshev正交基函数作为神经网络中各隐神经元的激励函数的新型的Chebyshev基函数神经网络预测模型.将该模型作为非线性动态系统预测模型,并采用基于粒子群和模拟退火组成的文化基因算法优化神经网络的权值,可以达到很高的预测精度和很好的预测结果.Chebyshev神经网络与传统的BP(back propagation)神经网络相比,工作量大大减少,加快了收敛性.文化基因算法用于确定权值的Chebyshev神经网络分别与粒子群和模拟退火优化的Chebyshev神经网络相比具有更好的拟合效果.

基于状态转移法的正弦基神经网络滤波器设计

为了改善常用滤波器设计方法存在的不足,用一组正弦基函数神经网络线性组合逼近理想滤波器的振幅响应,用状态转移算法优化基函数神经网络权值,使得实际滤波器的幅度响应逼近理想滤波器的幅度响应,建立了基于状态转移算法的正弦基函数神经网络滤波器设计模型。与窗函数法设计的滤波器对比,上述模型具有更好的性能,实验结果表明,状态转移算法优化权值的方法,克服了传统基函数神经网络模型权值不易确定,收敛速度慢等缺点。

基于分布估计的基函数神经网络算法优化

为了提高多输入Chebyshev基函数神经网络模型的逼近能力,解决传统方法对隐层和输出层之间的权值确定存在的选取困难、收敛速度慢、易陷入局部极值等缺点,将权值确定问题转化为优化问题,采用分布估计算法(EDA)对神经网络的隐层和输出层之间的权值进行了优化。在对非线性函数进行逼近的仿真验证表明,分布估计算法用于优化Chebyshev神经网络相较于传统Chebyshev神经网络优化方法具有更好拟合效果,能较快的确定最优权值,且具有优异的学习与逼近能力。

基于类别信息和特征熵的文本特征权重计算

基于类别信息的特征权重计算方法对特征与类别的关系表达不够准确,即对于类别频率相同的特征无法比较其对类别的区分能力,因此要考虑特征在类内的分布情况。将特征的反类别频率(inverse category frequency,ICF)和类内熵(entropy)相结合引入到特征权重计算方案中,构造了两种有监督特征权重计算方案。在维吾尔文文本分类语料上进行的实验结果表明,该方法能够明显改善样本的空间分布状态并提高维吾尔文文本分类的微平均F 1值。

群智能算法优化的结合熵的最大类间方差法与脉冲耦合神经网络融合的图像分割算法

针对最大类间方差准则下的图像分割结果携带原图信息量不足、实时性差和脉冲耦合神经网络(PCNN)模型中循环迭代次数难以确定的问题,提出了群智能算法优化的结合熵的最大类间方差法(OTSU-H)与PCNN融合的自动图像分割算法。首先,充分利用图像的灰度分布信息和相关信息,将图像信息中冗余度、竞争性以及互补性有效地融合,构造二维和三维观测空间,提出了OTSU-H准则的快速递归算法;其次,将快速递推算法的目标函数分别作为布谷鸟搜索(CS)算法、萤火虫算法(FA)、粒子群优化(PSO)算法和遗传算法(GA)四种群智能算法的适应度函数;最后,将优化之后的OTSU-H引入PCNN模型中自动获取循环迭代次数。实验结果表明,与原始的最大类间方差法(OTSU)、最大熵准则以及基于图论分割、像素的聚类分割和候选区域语义分割的图像分割算法相比,所提算法具有较好的图像分割效果,同时降低了计算复杂度,节约了计算机的存储空间,具有较强的抗噪能力。所提算法时间损耗少、不需要训练的特性使得算法的运用范围较广。

一种迭代聚合的高分辨率网络Anchor-free目标检测方法

针对目前Anchor-free目标检测方法CenterNet(Objects as Points)生成热力图不准确、检测精度不足的问题,提出了一种基于特征迭代聚合的高分辨率表征网络CenterNet-DHRNet。首先,引入高分辨率表征骨干网络,并用迭代聚合的方式对不同分辨率的特征图进行融合,提高网络的分辨率,有效减少图像在下采样过程中损失的空间语义信息。其次,使用高效通道注意力机制对高分辨率表征骨干网络的输出进行优化。最后,利用结合空洞卷积的空间金字塔池化操作增强网络对不同尺度物体的感受野。实验在PASCAL VOC数据集和KITTI数据集上进行,结果表明:CenterNet-DHRNet精度更高,满足实时检测的性能要求,具有良好的鲁棒性。

基于慕课环境下的混合式教学课程建设与实践——以“计算机类网络通识教育课程”为例

文章分析了利用混合式教学模式对"计算机类网络通识教育"系列课程进行教学改革的实践,对慕课环境下的混合式教学实际课程设计做出了有益的尝试,分析了在课程建设过程中出现的问题,对课程建设提出一些自己的建议。

浅谈网络教学环境下的师生情感沟通策略探究——以《计算机类通识教育课程》为例

通过关于网络教学情况的问卷调查，发现我校计算机类通识课教学中有明显的情感缺失现状，针对存在的问题，进行了多方面探讨。最终提出了在网络教学环境下计算机类通识课教学如何加强师生情感沟通的改进策略，为我校网络教学平台更大规模的推广与使用奠定了基础。

高校网络安全管理体系探讨

随着《教育信息化2.0行动计划》的推进,高校信息化程度已进一步加深,随之而来的风险隐患也在逐步增加,本着如何构建校园网安全管理体系架构保障校园网络高速、稳定、安全、可靠的运行,提出一些看法和建议。

基于深度学习的视频多对象视觉检测和追踪方法

为更好提升视频中的多对象视觉检测和追踪的有效性,提出一种用于视觉对象检测的深度卷积神经网络架构,考虑时域信息和空域信息的基础上直接以视频作为输入,通过引入粒化层,确保更好地定位含有检测对象的前景区域;提出一种对象追踪方法,由于只涉及同一类对象内的逐帧关联,该方法在减少运行时间的同时增加追踪精度。在不同对象检测和追踪的基准集上与不同检测方法和追踪方法的各种评价指标对比验证了该方法的有效性。

反馈平衡调节自适应机制在搜索引擎中的应用

介绍了反馈平衡调节自适应机制在循环工作链中的研究和实现 ,经实践证明运行效果良好 。

面向推荐系统的音乐内涵空间建模研究

针对现有音乐推荐系统中音乐情感分析方法很难满足用户情感需求的问题,提出音乐内涵空间方法分析音乐情感。该方法选取音乐力度、速度、音强等表现要素,基于两极尺度的语义,构建音乐内涵空间。通过音乐内涵空间表示音乐情感,减少了音频特征客观水平与主观情感范围之间的差距,解决了情感标签标注音乐中由于用户情感经历不同造成的对音乐情感标注的主观差异性问题。在10 672条音乐评价数据集上,采用Kendall’s tau距离进行有效性验证,与基于情感标签推荐相比,实验结果表明,基于音乐内涵空间推荐音乐能较好地满足用户的情感需求。

私有云的研究现状与发展趋势

由于云计算的独特优势和可观的市场前景引起全世界的关注,云计算带来的高性能、大数据、虚拟化、动态灵活、可扩展为我国推进信息化的过程中遇到的软硬件投入高、专业技术人员要求高等诸多困难提供了非常好的解决方案。私有云作为一种新的云服务模式已经被越来越多的人所喜爱。本文作者参与了新疆维吾尔自治区科技计划项目—基于Linux的简捷私有云计算平台关键技术研发。通过在项目开发、实施过程中取得的经验,对当前私用云的的研究热点问题、和关键技术进行了简答的总结,希望能够对当前私有云的相关研究提供一些可借鉴和参考的地方。

基于Linux的简捷私有云计算平台的设计与实现

通发展云计算产业是加快新疆能源优势向经济优势转换的有效途径,也是新疆抢占战略性新兴产业制高点的重要选择,对于实现新疆跨越式发展和长治久安具有重大的政治意义和深远的战略意义。本文描述了基于Linux的简捷私有云计算平台构建的过程。该软件共有6大核心组件,13个子系统模块,用户可以在目前管理体制下应用该产品构建私有云计算平台,发挥云计算的优势,节省各级部门的软硬件投入,解决因缺乏高水平技术人员制约信息化推进的问题,提高信息的安全和保密性,降低使用成本。该软件的研发在扩展了云计算应用范围的同时为向天山云迁移做好数据准备和技术力量的储备。

Centroid和EM结合的半监督文本分类

针对维吾尔文文本分类中的"标注瓶颈"问题,研究半监督文本分类。将期望最大化(expectation maximization,EM)算法和基于质心向量(Centroid vector)的分类算法相结合,提出一种半监督文本分类算法Centroid-EM,解决在Centroid分类器下,结合少量已标注样本和大量未标注样本来提高分类器性能的问题。在维吾尔文文本数据集上的实验结果表明,未标注样本的加入能够改善基于Centroid的分类方法在维吾尔文文本数据集上的分类效果。