大学计算机基础教学方法探讨

随着计算机科学技术的发展和大学招生的增加,对大学计算机基础教学提出了更高的要求,本文从教学方法和手段方面做了一些初步的探讨。

2023年度人工智能领域国家自然科学基金项目申请与资助情况综述

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学问题属性分类的评审情况以及相关评审原则与举措.最后进行总结和展望,旨在为相关研究人员了解该领域的研究热点和未来发展方向提供参考.

LED室内可见光语音通信系统设计及实现

LED灯作为主要的新型照明工具,因其较高的灵敏度,可用于光通信系统中。为了研究与验证LED室内可见光语音通信系统的接收性能与传输距离,参照红外通信的信道模型,融入反射光的影响因素,在使用室内标准照明的光发射功率下,采用多径叠加网格算法,计算桌面各接收点接收信号功率等参量的分布,并设计与实现了LED可见光语音单向通信系统的收发电路。结果表明,当LED灯的发射功率大于2W、信号物理层通信速率不高于1Mbit/s的情况下,系统能够满足信号接收功率与接收信噪比的实际通信要求,并能够实现10m距离内的信号无失真解码与清晰收听。这一结果对LED可见光通信系统进一步的研究与应用有一定的价值。

基于软件可靠性工程的测试模型

软件可靠性工程是软件工程的一个重要分支,主要建立在操作剖面、软件可靠性模型、概率论和软件测试等理论的基础之上。该文结合软件可靠性、软件可靠性工程和软件测试的相关理论,设计了可靠性测试模型,并在市政交通一卡通工程系统中进行了实际验证。

具有过去时态算子的计算树逻辑模型检测

在计算树逻辑(CTL)中引入过去时态算子,得到了表达力更强的属性规约语言CTLP,给出了CTLP的模型检测算法及其固定点刻画。该算法的复杂性和CTL一样。固定点刻画使得CTLP的符号模型检测过程能够实现,从而有效克服了模型检测中的状态爆炸问题。

基于方向矢量角簇群和桥节点的车间通信协议

在车载自组织网(vehicular ad hoc networks,VANET)中,高动态的拓扑结构和频繁断裂的链路给车间通信提出挑战。为此,针对VANET城市场景,提出基于方向矢量角簇群和桥节点的路由(vector-angle-cluster and bridge nodes-based routing,VAC-BNR)协议。VAC-BNR协议将城市道路划分为十字路口区域和十字路口间的直线路段区域。在十字路口区域内,选择合适的车辆作为桥节点;并由桥节点连通断裂的链路。而在直线路段区域,利用矢量角将车辆划分不同的簇群,然后计算每个簇群内节点的效用值;并选择效用值最高的车辆传输数据。仿真结果表明,提出的VAC-BNR协议能够有效地降低端到端传输时延、提高数据包传递率。与AMD相比,VAC-BNR协议的平均端到端传输时延下降了约30%,当车流密度大于80辆/km^2时,数据包传递率提高了约50%。

超宽带无线通信MAC层的准入控制

超宽带无线通信系统一般以Ad hoc形式组建网络。该文针对以DS-UWB通信系统为物理层的Ad hoc网络,借鉴了MAC层准入控制的两种策略:全网络吞吐量控制策略与单用户链路吞吐量控制策略;在系统完全功率控制的设定前提下,根据物理链路的QoS指标,分别对两种准入策略进行仿真。仿真结果显示,扩频码长度、信噪比等影响UWB通信链路质量的因素对系统准入用户数存在较大影响。

基于GPRS的混合通信模式的研究与应用

本文首先针对单独采用GSM方式 ,或是GPRS方式的远程测控系统在应用上存在的不足之处 ,提出了将这两者相结合的混合通信模式 ;其次 ,将这种混合通信模式应用到某电力局远程电力抄表控制系统中 ,介绍了其实现过程 ;最后 ,对其性能进行了定性分析 。

一种新型可见光无线通信可调复眼光学接收系统

在可见光无线通信系统中,接收端需具备小型化、大视场、高增益等特点。本文设计了一种基底可活动、由塑料光纤代替晶椎的复眼结构光学接收系统。和传统复眼透镜相比,最大视场角增加了92°。光纤代替晶椎使得光损耗降低了0.3457dB,实现了可见光无线通信接收端大视场、高增益的目的。

岩土掩埋中可穿戴无线呼救通信的可行性研究

滑坡等灾害发生后,如果可穿戴的无线呼救设备,在地面无线信号的激励下,可将被掩埋人员的身份等信息发送出来,进行定位与人数统计,有利于提高救援效率减少损失。根据天线辐射理论公式估算,开放的433MHz频率能够用于可穿戴无线呼救通信。据此选用Si4463和STM32F103系列芯片设计了无线搜呼救设备的模型,并设计了无线收发程序和防碰撞程序软件。相似性模拟实验表明,微型、低功率433MHz频段发收设备,岩土到地面的单程有效通信距离约为8.5m。

基于知识图谱的双端知识感知图卷积推荐模型

针对现有基于知识图谱的推荐模型仅从用户或项目一端进行特征提取,从而缺乏对另一端的特征提取的问题,提出一种基于知识图谱的双端知识感知图卷积推荐模型.首先,对于用户、项目及知识图谱中的实体进行随机初始化表征得到初始特征表示;接着,采用基于用户和项目的知识感知注意力机制同时从用户、项目两端在知识图谱中进行特征提取;其次,使用图卷积网络采用不同的聚合方式聚合知识图谱传播过程中的特征信息并预测点击率;最后,为了验证模型的有效性,在Last.FM和Book-Crossing两个公开数据集上与4个基线模型进行对比实验.在Last.FM数据集上,AUC和F1分别比最优的基线模型提升了4.4%、3.8%,ACC提升了1.1%.在Book-Crossing数据集上,AUC和F1分别提升了1.5%、2.2%,ACC提升了1.4%.实验结果表明,本文的模型在AUC、F1和ACC指标上比其他的基线模型具有更好的鲁棒性.

基于重叠社区发现的网络数据可视化优化方法研究与实现

伴随数据的迅猛增长,数据间关系变得错综复杂,给网络数据可视化带来了挑战。通过社区发现,凸显网络中的局部聚类特性可以提高可视化效果,而重叠社区的发现更贴近现实中的网络结构。具有简单高效执行速度快的Louvain算法是目前最常用的社区发现算法之一,但重叠社区的发现是其不足之处。为此,论文以Louvain算法为基础,结合基于谱映射的模糊C-means聚类算法改进社区发现算法,改进的算法利用谱映射将数据节点映射到欧几里得空间,以隶属度计算数据节点属于某个聚类的程度,由此可以允许同一数据属于多个不同的类,从而实现重叠社区结构的发现,最后基于所提出改进算法,使用主流布局算法中的FR模型对网络数据进行可视化。以模块度值作为评估指标,实验结果表明,论文提出的方法能够发现重叠社区,可以清晰地展示网络中的社区结构,在经典数据集上与传统重叠社区发现算法COPRA和CPM相比,模块度值得到提高。

基于超分辨率重建的低分辨率人脸检测算法

低分辨率人脸检测在视频监控等领域中有重要应用,而当前人脸检测算法在低分辨率人脸检测上效果并不理想,针对这一问题,论文提出了基于超分辨率重建的低分辨率人脸检测算法。首先,通过前置基础人脸检测器S3FD检测出大部分常规人脸,接着通过降低类别置信阈值,将可能含有人脸的候选区域送到基于GAN改进的超分辨率重建网络(MGAN)来进一步完成人脸检测任务,最后汇总人脸区域,并采用非极大值抑制算法得出最后检测结果。实验结果表明在WIDERFACE数据集上,论文算法相比S3FD等主流人脸检测算法检测精度更高,在hard子集上提升较明显。

基于改进随机森林的哮喘病缺失值填充方法

哮喘病数据中包含大量缺失值使得哮喘病难以精确预测。将现有的随机森林算法应用于填补哮喘病缺失数据时,在预填充环节忽略了医疗特征之间的相关性,在数据填充过程中未能及时更新数据,使得数据无法到最新状态。针对上述问题,提出一种改进的随机森林算法,预填充阶段,利用Pearson相关性分析构造填充更准确的回归方程,改变随机森林算法中的预填充方法,构造预填充矩阵提高算法填充效率,填充阶段,利用随机森林算法逐列填充特性,加入基于局部数据的循环更新机制,一列填充完成时便更新回归方程参数,进一步更新预填充矩阵中所有参数,保证数据的同步性。实验表明,改进的随机森林算法相比其他算法填充效果更好,能有效地提高哮喘病诊断精度。

一种基于文本和表达式的相似数学题推荐方法

目前数学习题的相似度计算方法主要利用的是文本信息,忽略了数学表达式信息。然而数学习题常常会包含大量的数学表达式,使得现有的相似度计算方法并不精确。为提高相似习题推荐的准确性,论文针对数学习题中文本信息计算相似度存在不足的问题,提出一种结合文本和数学表达式计算数学习题相似度的方法。该方法利用树形码计算数学表达式之间的相似度,结合文本信息和表达式信息计算得到数学习题的相似度,从而根据top-k进行习题推荐。比较论文的推荐方法和基于文本的推荐,实验结果显示该方法有效提高了推荐的准确率,是一种实用方法。

基于双层网络挖掘用户偏好的序列化推荐算法

下一项推荐在电商领域是具有挑战性的任务之一。针对现有的序列化推荐模型中把上下文交互物品视为对下一项待推荐物品的重要程度为一样,以及用户长短期偏好在推荐过程中所占比重不清楚的问题,提出了双层网络挖掘用户偏好的序列化推荐算法。在第一层注意力网络结构中,采用带有注意力机制的神经记忆网络结合用户历史会话嵌入计算当前序列中物品的注意力权重。在第二层注意力网络中,将带权重的上下文信息结合门控循环单元的当前隐藏层输出组成的神经网络记忆单元,再用注意力机制计算出当前记忆单元所占的权重,即短期偏好的权重。然后结合用户历史购物信息和当前上下文的嵌入通过注意力机制计算出当前上下文的长期偏好所占权重。通过在电商数据集JDATA上的测试,所提方法在推荐准确率有较大的提升。

基于改进型Q-Learning算法的路径规划系统研究

随着无人驾驶领域的兴起,人工智能、强化学习等概念开始普及。人工智能设备具有集成度高、可训练性以及可编程性等特点,在无人驾驶中的路径规划领域发挥了重要作用。论文首先介绍了现有研究中较为经典的路径规划算法,并针对Q-Learning算法效率低下等问题进行研究,提出了一种改进型Q-Learning算法。该算法首先对智能体的运动以及空间环境进行建模,其次改进了Q-Learning算法的奖励机制,最后规定了智能体的运动方式。仿真结果表明,基于改进型Q-Learning算法有效改善了智能体的运动路径以及工作效率。

基于字符连接的场景文本检测

近年来,场景文本检测的研究方向越发广泛,得益于深度卷积网络与图像分割技术的发展,场景文本检测器能够针对图像中任意形状的弯曲文本,生成多样的文本框。另外,场景图像中的文本时而表现出文字过小,长宽比过于极端等特点,这些实例在深度卷积和有限感受野的情况下,网络很容易丢失小文本的特征信息,获取不到长文本的完整特征。针对这两个难点,论文设计了基于字符连接的场景文本检测器,使用改进的AFF模块,将局部特征与全局特征融合起来,使网络对小文本目标更加敏感,避免小文本漏检的问题。网络输出字符区域与字符间隙得分,根据字符之间的连接属性连接文本行,使网络在有限感受野的情况下能够检测任意长文本。由于通用文本检测数据集缺少字符级的标注,论文使用弱监督学习策略来生成字符级伪标签,并制作了字符级的合成数据集来弥补弱监督学习的不足,使网络能够更好地学习场景文本的特征。实验结果表明,该方法在通用数据集ICDAR2015以及MSRA-TD500上均展现了优异的性能。

基于PBFT算法的分片技术的研究

区块链作为分布式共识领域的一种集成创新,备受技术人员和研究者的关注,但目前区块链仍面临扩展性问题亟待解决,分片技术是迄今为止被认为最能够解决区块链系统扩展性的最实用的解决方案,但目前分片技术也存在一些问题,当节点被分配到分片时,拜占庭节点也会被分配到各个分片中,当采用实用拜占庭容错算法(Practical Byzantine Fault Tolerance,PBFT)后可能无法保证分片数据的可信性。针对以上问题,提出了基于PBFT共识算法通过动态权重(Dynamic weight)和聚合签名改进的动态实用拜占庭容错算法(Dynamic Practical Byzantine Fault Tolerance,DPBFT),通过给节点增加动态权重进行节点随机分配以及对节点达成共识算法进行改进确保分片数据的可信性,并通过实验验证了改进后的算法可有效地提高系统容错性、交易吞吐量并降低了交易延迟。

离群点挖掘方法综述

离群点挖掘可揭示稀有事件和现象、发现有趣的模式,有着广阔的应用前景,因此引起广泛关注。首先介绍离群点的定义、引起离群的原因和离群点挖掘算法的分类,对基于距离和基于密度的离群点挖掘算法进行了比较详细的讨论,指出了其优缺点和发展方向,重点对当前研究的热点——高维大数据量的挖掘、空间数据挖掘、时序离群点挖掘和离群点挖掘技术的应用进行了讨论,指出了进一步研究方向。