教育园区与产业园区产教融合育人平台构建研究与实践——基于潍坊科技学院的案例分析

针对实践教学环节薄弱、专业课程建设滞后、产教融合“合而不深”等问题,潍坊科技学院通过实施“双园协同、责权明晰”的“三方共建”,实施“双园统筹、多方共赢”的“四方共管”,打造“双园协力、相互支撑”的“五个课堂”,推动“双园开放、依存发展”的“多源共享”,打造了“双园互动”产教融合育人平台,其建设特色为:创新了“专业衔接产业,双园互动互促”育人机制,构建了“五位一体”学生专业素养培育方法,创新了“实战教学、六入六化”产教融合育人体系,创新了“促进创业、反哺地方”人才培养模式。实践证明,“双园互动”产教融合育人平台建设成效显著,主要为:提升了教师的专业水平,师生研发了多项企业产品,提升了学生综合素质。

“互联网+”背景下高校师生工作室教学模式探究——以“计算机网络”课程为例

应用型本科高校计算机科学与技术专业“计算机网络”课程的传统课程教存在不够重视实验教学、学生兴趣不高、教学成效低等问题。师生工作室强调“做中学”,将传统工作室教学模式与流行的互联网元素深度融合,以真实网络项目为核心,根据企业真实需求进行教学,有利于培养学生的实践技能。其实施具体包括教学准备、线上自学预习、线上教学检验分析、线下课堂学习、课后复习提升、评价反馈等环节。为了更好地实施师生工作室教学模式改革,高校应进一步提高教师信息化教学能力、促进校企资源共享,并利用大数据分析满足学生的个性化学习需求。

基于生成对抗网络的联邦学习深度影子防御方案

联邦学习(FL)可以使用户在不直接上传原始数据的条件下完成多方数据共享和交互,有效降低隐私泄露风险。然而,现有的研究表明敌手仍可以通过共享的梯度信息重构出原始数据。为进一步保护联邦学习隐私,基于生成对抗网络(GAN)提出一种联邦学习深度影子防御方案。首先,通过生成对抗网络学习原始真实数据分布特征,并生成可替代的影子数据;然后,通过影子数据训练影子模型替代原始模型,敌手无法直接获取真实数据训练过的原始模型;最后,利用影子数据在影子模型中产生的影子梯度替代真实梯度,使敌手无法获取真实梯度。在CIFAR10和CIFAR100数据集上进行了实验:与添加噪声、梯度裁剪、梯度压缩、表征扰动和局部正则化稀疏化五种防御方案相比,在CIFAR10数据集上所提方案的均方误差(MSE)是对比方案的1.18~5.34倍,特征均方误差(FMSE)是对比方案的4.46~1.03×10^(7)倍,峰值信噪比(PSNR)是对比方案的49.9%~90.8%;在CIFAR100数据集上的MSE是对比方案的1.04~1.06倍,FMSE是对比方案的5.93~4.24×10^(3)倍,PSNR是对比方案的96.0%~97.6%。相较于深度影子防御方法,所提方案考虑了敌手的实际攻击能力和影子模型训练存在的问题,设计了威胁模型和影子模型生成算法,在理论分析和实验方面表现更好,而且能够在保证准确率的前提下有效降低联邦学习隐私泄露风险。

一种GNSS/SINS组合导航的改进鲁棒滤波算法

GNSS/SINS(全球卫星导航/捷联惯性导航)组合导航系统的最优卡尔曼滤波需要满足测量值为高斯分布的假设条件,否则将会导致滤波精度下降甚至发散。鲁棒滤波是解决上述问题的有效方法,但在提高滤波精度方面存在一定的局限性。为了解决该问题,基于马氏距离和牛顿迭代法提出了一种改进的鲁棒滤波方法。首先,根据马氏距离判断测量值是否存在异常;然后,根据牛顿迭代法引入一个比例因子以对测量噪声协方差矩阵进行优化与调整,进而较精确地调整测量值与系统模型信息在滤波过程中的比重;最后,基于最优卡尔曼滤波(KF)、传统鲁棒卡尔曼滤波(RKF)及文中提出的改进鲁棒卡尔曼滤波(IRKF)对GNSS/SINS组合导航系统进行仿真分析及性能对比。实验结果表明,相对于KF,IRKF可提高位置及速度精度分别为14.1%及13.8%,相对于RKF,IRKF可提高位置及速度精度分别为8.1%及7.7%。

数字经济赋能智慧农业发展的动力与路径

打破传统农业发展瓶颈,促进智慧农业转型升级是将来农业产业改革创新的大势所趋。作为推动智慧农业转型升级的核心动力,数字经济承载着艰巨的赋能作用。数字经济赋能智慧农业发展的动力形成过程就是数字经济和智慧农业各自优势互补融合的过程,由外部环境驱动力与内在行为驱动力两方面组成。从现实路径来看,推动数字经济赋能智慧农业发展可以从如下几个方面着手努力,强化政府政策引领,提升政府顶层规划设计的前瞻性;以新基建为着力点,补齐智慧农业基础设施建设短板;发挥“大智移云”作用,构建智慧农业智能评价体系。

逆推-非线性阻尼算法在航向控制方法中的应用

随着海上运输日益发展,对船舶操纵有了更高的要求。鉴于此,本文提出以逆推-非线性阻尼为基础的非线性船体控制。为了确保船舶中的闭合系统所有状态相同,将所设计的控制器应用于一个三自由度船舶模型进行仿真试验研究。这种方法能有效克服因外部风、波、电流和其他因素导致的系统失稳,闭环系统所有状态都受到统一约束。同时为了提高控制系统的鲁棒性,对控制器进行设计时还考虑到了船舶运动方程中未知参数和干扰项的影响,并以此为基础,应用新的积分方法进行积分,使得计算效率高。

数字经济赋能智慧农业发展的动力与路径

打破传统农业发展瓶颈,促进智慧农业转型升级是将来农业产业改革创新的趋势。作为推动智慧农业转型升级的核心动力,数字经济承载着重要的赋能作用。数字经济赋能智慧农业发展的动力形成过程,就是数字经济和智慧农业各自优势互补融合的过程,由外部环境驱动力与内在行为驱动力两方面组成。从现实路径来看,推动数字经济赋能智慧农业发展可以从这样几个方面着手努力:强化政府政策引领,提升政府顶层规划设计的前瞻性;以新基建为着力点,补齐智慧农业基础设施建设短板;发挥“大智移云”作用,构建智慧农业智能评价体系。该文就此进行了研究和探讨,以期为相关从业人员提供参考。

基于GAN的数据平衡化问题实验对比分析

数据不平衡指数据集中各类别的样本数量极不均衡,实际应用中这类问题经常出现.研究了传统的数据过采样技术RANDOM、SMOTE、ADASYN以及目前流行的深度学习技术GAN.基于加利福尼亚大学16个非图像机器学习数据集,通过大量实验对传统过采样技术以及CGAN、WGAN进行评估.通过对比分析发现:在训练样本不充足的情况下,相对于CGAN及传统的过采样技术,WGAN能够产生更好的样本,从而获得更高的测试精度.同时,研究发现训练样本的不平衡率是影响CGAN和WGAN过采样技术运行结果的重要因素.

基于VB-AUKF的GNSS/SINS组合导航信息融合算法

针对GNSS/SINS组合导航系统的标准无迹卡尔曼滤波UKF算法不能自适应调节量测噪声均方差的缺陷,首先提出了该组合导航系统的变分贝叶斯自适应UKF算法(variational bayesian adaptive UKF,VB-AUKF),然后建立了VB-AUKF算法的量测噪声均方差迭代估计模型;最后针对影响变分贝叶斯估计精度的3个参数及基于VB-AUKF算法的组合导航系统进行理论仿真计算。结果表明:VB-AUKF算法的调节因子是决定量测噪声均方差估计精度的关键因素,其他2个参数的选择仅仅影响量测噪声均方差估计初值;当量测噪声均方差发生变化时,VB-AUKF算法可以自适应估计量测噪声均方差;相对于标准UKF算法,VB-AUKF算法可以提高位置及速度精度约为12%及51%,同时大幅提高姿态估计精度。

人工智能时代“教研赛训”工作室人才培养模式的实践

在人工智能时代,发挥各种技术优势来改进传统应用型高校人才培养模式,是“新工科”中值得探究的重要课题。对人工智能时代学习形式碎片化背景下的新型人才培养模式进行了探索和实践,将传统工作室建设模式与流行的人工智能技术深度融合,通过工作室在校企共建教材资源、课程资源、学习终端方面的具体实践,发挥了“教研赛训”四大功能:生产性实践教学、企业产品研发、技能竞赛培育、师资能力训练,体现出工作室在功能上的多元创新,并取得了良好的推广应用。

基于人工智能技术的光学超精密检测技术

机械零件的光学超精密检测可提升零件的经济效益,为提升机械零件的光学超精密检测精度,研究基于人工智能技术的光学超精密检测技术,在机械零件的光学超精密检测中赋予人工智能机械学习模式,将机械记录的每次人为移动机械零件的动作和位置信息、光照强度等信息作为输入量进行机械计算,并将输出信息和输入量保存在存储器中。采用光学白光干涉测量和共聚焦测量技术,检测一次机械零件微米级以上宏观运动或微米级以下微观运动,根据检测光路光电探测器接收的光强大小获取检测零件各点的高度数值,在此基础上通过执行机械学习模式,在存储器中检索获取机械零件宏观运动或微观运动的全部动作和位置信息、光照强度等信息,学习得到待检测机械零件各处相对焦平面距离,实现机械零件的全面光学超精密检测。实验结果表明,该种方法可无损进行机械零件光学超精密检测,且检测误差率和检测用时较短,可用于大范围机械零件光学超精密检测。

基于人工蜂群算法的WSN分簇与路由算法

为同时提高WSN分簇与路由算法的能量效率与网络服务质量,设计一种基于人工蜂群算法的WSN分簇算法。在分簇算法中,采用人工蜂群算法选择最优簇头,为WSN的多个性能指标建立线性规划的问题模型,将能量效率作为首要的优化指标,对网络的链接质量、吞吐量、可扩展性进行优化处理;在簇内的多跳路由算法中,设计能量效率优化机制。多组仿真结果表明,该算法具有较好的能量效率、网络生命期、吞吐量、丢包率与网络覆盖率等性能。

基于LORA技术的智慧温室监测系统的设计与实现

文中基于Lora物联网平台、无线传感器检测终端以及网关控制中心融合设计一种精确、低耗、高效的温室监控系统。该系统可对温室内传感节点数据(空气温湿度,土壤水分,光照强度等)远程传输到上位机中心,并且当温室内的某项采集数据达到相关的设定上下限等异常发生时,可向用户手机发送报警信息。实验结果表明,基于Lora技术的智慧农业解决方案,成本低,控制简便,易于推广。

基于用户信任和评分偏置的正则化推荐模型

在传统推荐系统中,特别是协同过滤推荐系统已得到广泛的研究,但是它们忽视了用户之间的社会关系,事实上,这些社会关系能够提高推荐系统的准确度。近年来,基于社会关系的推荐系统已经成为一个热门的研究方向。为了进一步提高系统推荐的准确性,提出一个社会正则化方法,即整合用户的直接朋友关系和评分偏置信息到推荐系统中构建正则化模型,然后采用一种随机梯度下降法对该矩阵进行分解,得到用户潜在特征和物品潜在特征。最后在真实数据集上的实验结果表明所提出的算法与现有相关算法比较具有较好的性能。

利用ε-贪婪学习和用户行为反馈的搜索引擎网页排序算法

为了提高网页排序的准确性,提出一种基于ε-贪婪学习和用户点击行为的网页排序算法。首先,根据用户查询,通过轮盘赌策略向用户推荐相关网页列表;然后,根据用户点击网页的行为进行ε-贪婪学习,计算得到排序系统中的强化信号,通过奖励和惩罚机制为每个网页计算相关性程度值;最后,根据相关性程度对网页进行重新排序。随着用户反馈的信息越来越多,相关网页会排列在列表的最高等级上。实验结果表明,提出的算法能够准确地推荐出相关网页,在P@n、NDCG和MAP性能指标上都获得了较优的性能。

基于社会信任和隐式项目的协同过滤推荐算法的研究

为了解决协同过滤推荐算法固有的数据稀疏性和冷启动问题,增加社交网络虽然能提高推荐系统的性能,但是在许多真实的系统中社会关系未必对推荐性能有很好的效果,因此,通过增加隐式项目关系和社交网络关系来构建一种新颖的矩阵分解模型。首先,通过三种真实数据集的信任数据分析得出:在一个推荐模型中不仅要考虑评分的显式、隐式影响也要考虑信任的显式、隐式影响以及项目的隐式影响;然后,在SVD推荐算法的基础上融合信任用户的显示、隐式影响和项目的隐式影响;最后,使用随机梯度下降法生成用户的潜在特征和项目的潜在特征,以此为用户推荐感兴趣的项目。通过在三种真实数据集上的大量实验,实验结果验证表明提出的推荐模型与传统的推荐模型相比具有较好的预测效果,其性能明显优于传统的推荐模型。

基于矩阵分解与用户社会关系的协同过滤推荐算法

矩阵分解技术虽然已成功应用到协同过滤推荐系统中,但是基于矩阵分解的传统协同过滤方法仍然存在着数据稀疏性、冷启动等问题。为了进一步提高系统推荐的准确性,提出将用户间的社交关系融合到矩阵分解的协同过滤推荐系统中,该方法以奇异值矩阵分解推荐模型为核心,对该模型添加用户偏置和项目偏置,同时将用户在社交网络中的朋友关系添加到矩阵分解模型中,然后采用一种随机梯度下降法对该矩阵进行分解,得到用户潜在特征和物品潜在特征。最后通过实验结果验证表明,所提出的算法具有较好的预测效果,其性能明显优于现有的相关算法。

移动终端通讯系统中可溯源异常检测技术研究

移动终端通讯系统规模日渐庞大,设备日益复杂,可溯源非常容易出现异常。文章研究了移动终端通讯系统中可溯源异常检测技术,分析了检测技术利用建立数据流模型和数据结构来探索可溯源异常数据,然后介绍了移动终端通讯系统中可溯源异常的检测流程,检测流程共分为4步:数据记录、异常部位判断、异常原因分析、异常值显示,重点分析了异常部位判断和异常原因分析俩个核心环节。通过研究可以了解到异常检测技术具有效率高、能耗低、时间短的优点,是未来检测移动终端通讯系统中可溯源异常的必然发展趋势。