基于产教融合的电子信息类专业改革探索与实践

随着科学技术的飞速发展、电子信息的迭代日新月异,社会需要大量具备扎实的专业技术基础及较强自主创新能力的电子信息人才。传统的电子信息类专业的教学存在一定的滞后性,与当前的产业链需求不匹配。文章以盐城工学院电子信息工程专业为例,介绍了为满足地方区域经济发展高素质人才需求,在“双一流”专业建设背景下,从修订人才培养方案、重构实践教学体系、优化教学资源、建设“双师型”师资队伍等方面进行的电子信息类专业建设探索与实践,为同类高校培养工程实践能力强且具有自主创新能力的电子信息类人才提供参考。

小微企业竞争情报信息组织研究进展与评述

[目的/意义]随着现代信息技术的快速发展与变革,对国内外企业竞争情报及现代信息技术嵌入相关文献进行汇总,以期为小微企业竞争情报信息组织研究提供借鉴与参考。[方法/过程]针对小微企业竞争情报需求的多样性和行为的不确定性,围绕企业竞争情报的规划定向、信息收集与信息组织方面,对比分析小微企业竞争情报信息组织实现途径。[结果/结论]小微企业竞争情报信息组织研究仍然存在不足,但现代信息技术的应用为小微企业提供了巨大的机遇,可以促进其发展并有效地应对挑战。

基于ADDIE教学模型的电磁场与电磁波课程思政教学设计

课程思政作为高等教育中培养学生综合素质的重要途径备受关注。在电磁场与电磁波课程中,如何有效地融入思政元素,实现知识传授与价值引领的有机统一,成为当前亟待解决的关键问题。本文基于ADDIE教学模型,对电磁场与电磁波课程思政教学设计进行了深入探讨。首先,通过对学生需求的详细分析,明确了思政教育的内容和目标;其次,根据教学目标选择合适的教学策略,以确保思政教育能够自然而然地融入课程;再者,通过有序的教学过程的实施,保障了思政教育目标的切实实现;最后,通过对教学效果的评估和反馈,不断完善课程思政的设计。基于ADDIE教学模型的电磁场与电磁波课程思政教学设计,有助于激发学生的学习热情和并提升思政素质,为培养德才兼备的高素质人才奠定了基础。

一种面向方面编程的图示化分析与实现

图示化地展现面向方面编程的组成、技术架构、编程和测试过程,有助于对AOP思想的理解和技术实现的掌握。以多年实际的教学案例实践,结合UML分析建模技术,使用用例图完成功能需求分析,引入AOP切面的建模分析,建立横切关注方面的立体概念;采用组件图完成技术架构图,进而完成了AOP的技术实现和文件结构图,并详细给出了相关切面织入的测试过程图。探索一种图示化的面向方面的分析与实现过程,解决了面向方面编程认知思想和技术实现的难点。在实际教学中,收到一定效果。

基于Cache-DCN YOLOX算法的交通标志检测方法研究

针对传统方式识别交通标志算法存在的检测精度较低的问题,提出了一种基于Cache-DCN YOLOX算法的交通标志识别方法;在该方法中,使用DCN可变形卷积替换backbone中的普通卷积,有效地增大了模型的感受野,提高了特征提取能力;使用EIoU损失函数代替YOLOX中的GIoU损失函数,优化了训练模型,提高了收敛的速度;优化设计了YOLOX算法中的强弱两阶段的训练过程,增强了模型的泛化性能,同时加入cache方案,进一步提高了检测精度;在交通标志数据集TT100K上进行了实验,提出方法的检测精度为67.2%,比原YOLOX算法的检测精度提升了6.4%,同时,在被遮挡的小目标等多种受干扰的环境下,提出的方法能够精确地检测出交通标志,并有着较好的置信度,满足实际需求。

融合改进YOLOv5及Mediapipe的手势识别研究

针对现有手势识别算法计算量大、鲁棒性差等问题,提出一种基于IYOLOv5-Med(improved YOLOv5 Mediapipe)算法的手势识别方法。该算法将改进的YOLOv5算法和Mediapipe方法结合,包括手势检测和手势分析两部分,算法有效降低了训练的时间成本,增加了识别的鲁棒性。手势检测部分,改进了传统YOLOv5算法,利用FastNet重构C3模块,将CBS模块替换为GhostNet中GhostConv模块,在Backbone网络末端加入SE注意力机制模块,改进后的算法,模型体积更小,更适用于资源有限的边缘设备。手势分析部分,提出了一种基于Mediapipe的方法,对手势检测部分定位到的手势区域进行手部关键点检测,并提取相关特征,然后通过朴素贝叶斯分类器进行识别。实验结果证实了提出的IYOLOv5-Med算法的有效性,与传统YOLOv5算法相比,参数量下降34.5%,计算量减少34.9%,模型权重降低33.2%,最终平均识别率达到0.997,且实现方法相对简单,有较好的应用前景。

无监督领域自适应轴承故障诊断方法研究

针对基于深度学习的轴承故障诊断算法在不同工作条件和真实环境中故障样本缺乏标记的情况下诊断效果不佳的问题,提出了一种无监督的领域自适应轴承故障诊断方法,实现在无监督的情况下对不同工况的轴承进行故障诊断。首先,用快速傅里叶变换对数据进行预处理,并用卷积神经网络提取轴承故障的特征。然后,通过生成对抗网络中反转标签的方法使源域和目标域输出的特征分布趋同。最后,使用源域的分类器完成不同工况下的轴承故障诊断任务。为验证该方法有效性,在美国凯斯西储大学轴承数据集和德国帕德博恩大学轴承数据集上开展验证实验。验证结果表明,可使用无标签的目标域数据完成迁移任务,在两个数据集上表现出了较好的迁移效果,取得较高的诊断准确率。

基于双通道CNN与SSA-SVM的滚动轴承故障诊断

为有效提取滚动轴承故障信号特征,解决分类器对提取特征存在较强依赖的问题,本文提出了一种双通道特征融合卷积神经网络(CNN)与麻雀搜索算法优化的支持向量机(SSA-SVM)相结合的滚轴承故障诊断方法.通过建立一维卷积神经网络和二维卷积神经网络并行的双通道结构对轴承数据中的特征进行提取,并将双通道CNN提取到的故障特征在融合层融合,将全连接层结果作为SSA-SVM分类层的输入.通过SSA对SVM的参数进行优化来提高模型的分类精度.最后,在凯斯西储大学轴承数据集上将双通道CNN与SSA-SVM模型跟传统一维卷积神经网络和二维卷积神经网络进行对比以验证其有效性.实验结果表明,该模型有着更高的故障识别准确率.本文中所有代码与实验结果均已开源,可在https://github.com/suisuisuiaa/tbysuisui获取.

基于多尺度知识蒸馏与增量学习的滚动轴承故障诊断方法

为了缓解单任务轴承故障诊断方法在不同工况诊断时产生的灾难性遗忘问题,提出一种基于多尺度知识蒸馏与增量学习(multi-scale knowledge distillation and continual learning,CL-MSKD)的滚动轴承故障诊断方法。以一维卷积神经网络作为CL-MSKD主要框架,余弦归一化层作为多任务共享的分类器,通过标签与特征两个尺度的知识蒸馏实现模型知识的保存与传递。CL-MSKD能够以一个统一结构的网络模型对在不同工况下的轴承故障进行诊断,通过知识压缩方法不断地学习和保存知识,最终缓解增量阶段产生的灾难性遗忘问题,提升跨工况场景下轴承故障诊断性能。试验表明,CL-MSKD能够有效缓解灾难性遗忘并保持良好的诊断效果。在任务环境差异较大的情况下,准确率指标仍能达到97.09%,与其他增量方法相比稳定性更好,精度更高。

一种三层加权文本聚类集成方法

为了提高聚类集成效果,本文设计了一种对点、簇、划分进行加权的统一框架,提出一种三层加权文本聚类集成方法。首先根据基聚类生成超图邻接矩阵,然后依次对点、簇、划分进行加权获得加权邻接矩阵,最后用层次凝聚聚类算法获得最终结果。在多个真实文本数据集上进行实验,结果表明,与未加权及其他层面加权相比,三层加权方法可以获得更好的聚类效果,三层加权相较于未加权的平均提升幅度为12.02%;与近年来的其他8种加权方法相比,该方法在所有数据集上的平均排名位列第一,验证了本文方法的有效性。

基于改进VMD与BiLSTM的滚动轴承剩余寿命预测模型

为提取能表示滚动轴承寿命退化的深层特征,用变分模态分解算法(Variational Model Decomposition,VMD)分解轴承的横向振动信号。为了解决VMD中需要手动选取惩罚因子α及模态分量数目K的问题,用粒子群优化算法(Particle Swarm Optimization,PSO)对VMD进行了优化,以提取出更能代表寿命变化的特征。在此基础上,将筛选的特征输入到双向长短时记忆(Bi-directional Long Short-Term Memory,BiLSTM)网络中进行剩余使用寿命预测。通过实验并与其他深度模型进行对比,该文提出模型的均方误差等指标均比其他几种模型更低,证明了该文模型在轴承剩余使用寿命预测上的有效性。

基于改进YOLOv8n损失函数的克氏原螯虾体特征识别算法

克氏原螯虾(Procambarus clarkii)产业发展迅速,然而仍面临智能化水平偏低的问题,在养殖及加工过程中主要通过人工肉眼观察克氏原螯虾规格及完整性并作出相关判断。为解决克氏原螯虾的智能识别问题,提出基于YOLOv8n识别克氏原螯虾的虾体、虾尾及螯足的算法。通过将原有损失函数CIoU替换为MPDIoU,并引入尺度因子ratio控制辅助边框的尺度大小用于计算损失,与MPDIoU损失函数相结合,提高边界框回归的准确性和效率,实现对克氏原螯虾虾体、虾尾及螯足的精准识别,为研究其分级智能化提供思路。结果显示,在YOLOv8n模型中加入Inner-MPDIoU的算法训练结果相比原有的CIoU损失函数识别率有所提高,mAP从83.7%提高到了90.8%。研究表明,该算法模型有助于对克氏原螯虾的主要部位实现精准识别,对研究克氏原螯虾的智能化精准分级具有推动作用。

构建信息技术与高校课程整合的教学生态环境

随着信息时代的到来,信息化建设已成为高校建设的核心内容。在信息技术与高校课程的有机整合中,对高校师生的能力、素质以及高校管理人员的开拓精神、责任意识提出了更高要求。教师应当成为教学的设计者和学生的引导者;管理人员应当成为教学资源建设的开拓者;广大学生应当成为信息技术与课程整合的受益者。实现信息技术与高校课程的有效整合,需要构建必要的教学生态环境。

光学课程融合式案例教学方法的研究与应用

针对大学光学课教学中存在的普遍问题,提出在案例教学法基础上融合新媒体和虚拟仿真软件的教学改进方法,充分利用新媒体优势调动学生学习的积极性,同时借助虚拟仿真平台在实践中学习锻炼,结合光学丰富的应用背景,打造紧扣时事和具有高度互动性、吸引力的光学课程教学案例,从而达到提升教学质量的目的.

一种改进的多传感器信息融合算法

分析了压力检测技术中的信息融合任务需求,并在研究和比较常用的曲线曲面拟合算法和插值算法的基础上,提出了一种结合二次多项式拟合和三次样条插值的多传感器信息融合算法,算法实验结果表明在消除温度影响方面效果显著.

基于改进ORB-FLANN算法的工件图像识别方法

针对传统图像识别算法匹配正确率低、运行时间较长等问题,文中提出了基于改进ORB-FLANN(Oriented FAST and Rotated BRIEF-Fast Library for Approximate Nearest Neighbors)的工件图像识别方法。对ORB算法特征描述、图像特征匹配算法进行修改,解决传统图像识别算法在图像存在尺度和旋转变换情况下存在的弊端并降低误匹配率。该方法对ORB算法检测到的特征点采用SURF(Speeded Up Robust Features)算法添加方向信息并完成特征描述,得到旋转尺度不变性的特征点,结合FLANN算法并引入双向匹配策略进行特征点粗匹配,最后利用渐进采样一致算法进一步剔除误匹配点对完成精匹配。实验结果表明,与其他方法相比,改进算法在处理尺度、旋转等变换图像时,匹配正确率分别提高了2.6%~18.8%和29.5%~43.9%,运行时长均在4 s以内,提高了对工件图像的识别效率和精准性。

基于混合注意力机制与C2f的行人检测算法研究

针对行人检测算法对于小目标行人尺度小和密集行人出现漏检、误检等问题,基于YoloX算法提出一种混合注意力机制和C2f模块的行人检测算法。首先,将BAM模块与C2f模块进行融合,有效地增强了行人特征,减少了计算量,提升了检测速度;其次,采用注意力机制引导网络关注行人目标,使行人目标的特征信息得到进一步加强。在Crowd Human数据集上进行了实验分析,当IoU阈值设置为0.5时,小尺度行人检测精度为21.1%,中尺度行人检测精度为47.3%,大尺度行人检测精度为64.7%,全部的行人目标检测精度为73.2%,检测速度为24.3帧/s。实验结果表明,所提出的行人检测算法有效地提高了行人目标检测精度和检测速度,具有较好的检测性能。

基于改进PSO的蝶形半导体激光器温控系统的设计

提出了基于改进粒子群优化算法(Particle Swarm Optimization,PSO)的蝶形半导体激光器温度控制系统。利用蝶形半导体激光器内部热电冷却器(Thermo-Electric Cooler,TEC)作为被控对象求出其传递函数,并在Simulink仿真工具中搭建温度控制系统仿真模型,分析温度对激光器工作的影响。基于改进PSO算法来优化比例积分微分(Proportional-Integral-Derivative,PID)控制器参数以达到良好的温度控制效果。实验结果表明,通过将改进PSO算法优化后的PID控制器参数应用到温控电路,可以保证激光器在安全平稳运行的前提下,达到激光器TEC温控系统稳定性高、响应速度快的目标,2 h内温度最大浮动误差为0.13℃,温度稳定性提升至0.52%。

融合翻筋斗觅食和正余弦策略的白骨顶鸡优化算法

针对白骨顶鸡优化算法(COOT)全局搜索能力差、优化精度低和易陷入局部最优等缺陷,提出了一种融合翻筋斗觅食和正余弦策略的白骨顶鸡优化算法,引入一种翻筋斗觅食策略,增加了白骨顶鸡个体的多样性。此外,在领导者位置更新过程中采用正余弦策略和随机因子,以提高算法的搜索能力。通过10个标准检验函数,以及Wilcoxon秩和检验,对改进的COOT性能进行了全面评估,并将其与其他几种算法进行了比较。仿真结果表明,改进的COOT在迭代速度和收敛精度方面取得了显著的提升,并展现了出色的鲁棒性。

化工企业重大危险源监测预警系统设计与实现

新一代信息技术以及物联网技术的快速发展改变了很多企业的管理方式。化工企业因其生产的特殊性,在生产过程中会产出可以造成重大危险的危险源。当前对危险源的监测预警,虽然已经由传统的人力监管向着与现代化信息技术结合发展,但还是不能满足企业需求。本文基于重大危险源监测需求,设计结合参数监测和通信技术的系统,本系统由传感器、数据采集装置、企业生产控制系统以及工业数据通信网络等组成,系统依靠即时分析接收到的信息执行关键风险源的动态监控及预警任务,并配置相应的系统安全防护设施。