检索结果-南通市图书馆

强化培养应用型IT人才办学特色——上海建桥学院信息技术学院

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

电子技术与软件工程 2012年第23期 21-22页

作者：刘锦高信息技术学院

上海建桥学院信息技术学院自创建以来,按照国家教育部《全面提高高等教育质量的若干意见》,进一步明确了应用型人才培养定位,主动适应国家战略需求和地区经济社会发展需要,特别关注IT领域战略性新兴产业相关的学科专业以及与民生改善相... 详细信息

上海建桥学院信息技术学院自创建以来,按照国家教育部《全面提高高等教育质量的若干意见》,进一步明确了应用型人才培养定位,主动适应国家战略需求和地区经济社会发展需要,特别关注IT领域战略性新兴产业相关的学科专业以及与民生改善相关的学科专业建设。通过坚持不懈的努力,学院摸索出一整套培养应用型IT人才办学特色,值得相关高职院校借鉴。本刊特选发一组文章,以飨读者。

关键词：应用型人才培养信息技术学院办学特色 IT人才强化培养上海经济社会发展

民办高校“四年一贯制”专业导师制人才培养模式的构建与实践——以上海建桥学院信息技术学院为例

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

河北教育(综合版) 2016年第9期 24-25页

作者：杜鹃上海建桥学院

经过20余年的快速发展,我国民办高等教育取得了令人瞩目的成绩,它对增加教育供给、满足教育需求、促进高等教育改革起到了积极的推动作用,在我国高等教育迈向大众化的进程中产生重要影响。但是,我们还必须清醒地认识到,民办高校在快速... 详细信息

经过20余年的快速发展,我国民办高等教育取得了令人瞩目的成绩,它对增加教育供给、满足教育需求、促进高等教育改革起到了积极的推动作用,在我国高等教育迈向大众化的进程中产生重要影响。但是,我们还必须清醒地认识到,民办高校在快速发展的进程中还存在很多困难和挑战。新时期,如何培养创新型人才已经成为民办高校面临的重要课题。有些民办高校在办学实践中存在浮躁的情绪,他们

关键词：专业导师制一贯制民办高校上海建桥学院人才培养模式

“三进”视角下高职双创教育“12356”育人体系成效监测——以上海电子信息职业技术学院为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

科技创业月刊 2024年第5期37卷 140-143页

作者：沈青青冯江华上海电子信息职业技术学院上海201512

基于进教材、进课堂、进头脑(简称“三进”)视角,结合上海电子信息职业技术学院双创课程与思政教育协同育人的全过程,全面梳理公众号、PBL教学法和“MOOC”平台等资源的实施要义,系统总结出“12356”双创教育育人体系,打造出线上线下混... 详细信息

基于进教材、进课堂、进头脑(简称“三进”)视角,结合上海电子信息职业技术学院双创课程与思政教育协同育人的全过程,全面梳理公众号、PBL教学法和“MOOC”平台等资源的实施要义,系统总结出“12356”双创教育育人体系,打造出线上线下混合式讲授的双创教学模式。以期推动双创教育与课程思政的全过程融合,打造可复制推广的双创课程思政育人行动案例,从而为其他院校更好落实三全育人工作等提供案例支持。

关键词：三进高职双创教育 “12356”育人体系课程思政

在线全文

学校读者我要写书评

暂无评论

基于改进FairMOT的多目标跟踪算法

计算机工程与应用 2024年第11期60卷 139-146页

作者：李旺张娜娜上海海洋大大学信息学院上海201306 上海建桥学院信息技术学院上海201306

针对复杂环境下多目标跟踪出现漏检与数据关联算法不友好导致目标之间频繁发生切换等问题,提出了基于FairMOT框架的多目标跟踪算法MFMOT。设计了轻量化多支路注意力模块,利用通道分组降低复杂度,从三个维度进行特征增强,使网络筛选提取... 详细信息

针对复杂环境下多目标跟踪出现漏检与数据关联算法不友好导致目标之间频繁发生切换等问题,提出了基于FairMOT框架的多目标跟踪算法MFMOT。设计了轻量化多支路注意力模块,利用通道分组降低复杂度,从三个维度进行特征增强,使网络筛选提取到特征信息。重识别分支采用PolyLoss损失函数,增强同类目标之间的语义信息以区分同类不同目标对象。提出多特征融合相似度矩阵,通过融合多种特征相似度矩阵得到最优的相似度矩阵,降低目标之间身份切换次数。实验结果表明,在MOT17与MOT20数据集中HOTA分别为61.5%与56.1%,相比原有FairMOT模型分别提升2.2个百分点与2.3个百分点。与此同时,将多特征融合相似度矩阵应用至与FairMOT相同模式的多目标跟踪方法中,HOTA、MOTA与IDF1均得到提升。

关键词：多目标跟踪重识别注意力机制相似度矩阵

改进视觉Transformer的视频插帧方法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年第4期41卷 1252-1257页

作者：石昌通单鸿涛郑光远张玉金刘怀远宗智浩上海工程技术大学电子电气工程学院上海201620 上海建桥学院信息技术学院上海201306

针对现有的视频插帧方法无法有效处理大运动和复杂运动场景的问题,提出了一种改进视觉Transformer的视频插帧方法。该方法融合了基于跨尺度窗口的注意力和可分离的时空局部注意力,增大了注意力的感受野并聚合了多尺度信息;对时空依赖和... 详细信息

针对现有的视频插帧方法无法有效处理大运动和复杂运动场景的问题,提出了一种改进视觉Transformer的视频插帧方法。该方法融合了基于跨尺度窗口的注意力和可分离的时空局部注意力,增大了注意力的感受野并聚合了多尺度信息;对时空依赖和远程像素依赖关系进行联合建模,进而增强了模型对大运动场景的处理能力。实验结果表明,该方法在Vimeo90K测试集和DAVIS数据集上的PSNR指标分别达到了37.13 dB和28.28 dB,SSIM指标分别达到了0.978和0.891。同时,可视化结果表明,该方法针对存在大运动、复杂运动和遮挡场景的视频能产生清晰合理的插帧结果。

关键词：视频插帧 Transformer 基于跨尺度窗口的注意力大运动复杂运动

在线全文

学校读者我要写书评

暂无评论

基于多器官特征融合的枣品种识别方法

农业机械学报 2024年第4期55卷 213-220,240页

作者：许楠苑迎春雷浩孟惜何振学河北农业大学信息科学与技术学院保定071001 石家庄学院未来信息技术学院石家庄050035

针对自然场景下的枣品种识别问题,以枣果为研究对象的机器视觉技术已成为枣品种精准识别的主流方法之一。针对枣品种存在类间差异小、类内差异大的问题,提出了一种基于多器官特征融合的枣品种识别方法。首先利用YOLO v3检测算法将采集... 详细信息

针对自然场景下的枣品种识别问题,以枣果为研究对象的机器视觉技术已成为枣品种精准识别的主流方法之一。针对枣品种存在类间差异小、类内差异大的问题,提出了一种基于多器官特征融合的枣品种识别方法。首先利用YOLO v3检测算法将采集的自然场景图像中的枣果和叶片器官分割提取,提出了基于笛卡尔乘积构建两器官组合对的枣品种多样本数据集,然后基于EfficientNetV2网络模型,设计了能够充分学习两器官特征相关性的融合策略来提升模型性能,引入了逐步迁移训练方式以提升枣品种识别效率。最后,在构建的包含20个枣品种数据集上进行了大量实验,得到97.04%的识别准确率,明显优于现有研究结果,并且在训练时间和收敛速度上,本方法也有一定提升。结果表明该方法能够有效融合枣品种枣果和叶片器官的特征信息,可为其他品种识别研究提供参考。

关键词：枣品种识别笛卡尔乘积特征融合迁移学习 YOLO v3

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

一种消减多模态偏见的鲁棒视觉问答方法

北京大学学报（自然科学版） 2024年第1期60卷 23-33页

作者：张丰硕李豫李向前徐金安陈钰枫北京交通大学计算机与信息技术学院北京100044

为了增强视觉问答模型的鲁棒性,提出一种偏见消减方法,并在此基础上探究语言与视觉信息对偏见的影响。进一步地,构造两个偏见学习分支来分别捕获语言偏见以及语言和图片共同导致的偏见,利用偏见消减方法,得到鲁棒性更强的预测结果。最后... 详细信息

为了增强视觉问答模型的鲁棒性,提出一种偏见消减方法,并在此基础上探究语言与视觉信息对偏见的影响。进一步地,构造两个偏见学习分支来分别捕获语言偏见以及语言和图片共同导致的偏见,利用偏见消减方法,得到鲁棒性更强的预测结果。最后,依据标准视觉问答与偏见分支之间的预测概率差异,对样本进行动态赋权,使模型针对不同偏见程度的样本动态地调节学习程度。在VQA-CP v2.0等数据集上的实验结果证明了所提方法的有效性,缓解了偏见对模型的影响。

关键词：视觉问答数据集偏差语言偏见深度学习

在线全文

学校读者我要写书评

暂无评论

基于奇异值分解的隐式后门攻击方法

软件学报 2024年第5期35卷 2400-2413页

作者：吴尚锡尹雨阳宋思清陈观浩桑基韬于剑北京交通大学计算机与信息技术学院北京100091

深度神经网络训练时可能会受到精心设计的后门攻击的影响.后门攻击是一种通过在训练集中注入带有后门标志的数据,从而实现在测试时控制模型输出的攻击方法.被进攻的模型在干净的测试集上表现正常,但在识别到后门标志后,就会被误判为目... 详细信息

深度神经网络训练时可能会受到精心设计的后门攻击的影响.后门攻击是一种通过在训练集中注入带有后门标志的数据,从而实现在测试时控制模型输出的攻击方法.被进攻的模型在干净的测试集上表现正常,但在识别到后门标志后,就会被误判为目标进攻类.当下的后门攻击方式在视觉上的隐蔽性并不够强,并且在进攻成功率上还有提升空间.为了解决这些局限性,提出基于奇异值分解的后门攻击方法.所提方法有两种实现形式:第1种方式是将图片的部分奇异值直接置零,得到的图片有一定的压缩效果,这可以作为有效的后门触发标志物.第2种是把进攻目标类的奇异向量信息注入到图片的左右奇异向量中,也能实现有效的后门进攻.两种处理得到的后门的图片,从视觉上来看和原图基本保持一致.实验表明,所提方法证明奇异值分解可以有效地利用在后门攻击算法中,并且能在多个数据集上以非常高的成功率进攻神经网络.

关键词：后门攻击奇异值分解进攻成功率隐蔽性