检索结果-南通市图书馆

人工智能时代计算机基础课程建设与教育教学思考

在线全文

学校读者我要写书评

暂无评论

清华大学教育研究 2024年第2期45卷 42-49,70页

作者：李秀陆军牛颂杰李鸣超刘敬晗清华大学计算机科学与技术系北京100084 清华大学公共卫生与健康学院北京100084 清华大学美术学院北京100084 清华大学图书馆北京100084

随着人工智能技术,特别是生成式人工智能技术的发展,我们需要重新思考人与机器的角色,探索如何利用这些技术赋能教育,使其成为推动教育变革的重要引擎,共同塑造数字教育教学的新模式。中国高校计算机基础课程教学从早期最基本的计算机... 详细信息

随着人工智能技术,特别是生成式人工智能技术的发展,我们需要重新思考人与机器的角色,探索如何利用这些技术赋能教育,使其成为推动教育变革的重要引擎,共同塑造数字教育教学的新模式。中国高校计算机基础课程教学从早期最基本的计算机办公操作能力的普及阶段,到强调信息技术的科学性和技术性,再到突出计算思维的培养,这一过程揭示了计算机基础教育在适应社会发展和技术进步中的变革。数字时代人工智能技术进一步推动了信息获取的便捷性,也对知识的深度理解、批判性思维、创新思维和终身学习能力提出了更高的要求。清华大学计算机基础课程利用AI赋能教学取得了良好的成效,并激发学生的学习兴趣和创新思维。清华大学课程案例不仅反映了AI技术在教学设计中的创新应用,也体现了教育工作者面对AI技术的角色转变,即从传统的知识传递转变为学习引导,以及“教师、AI助教”协作教学。面对AI技术的挑战与机遇,教育界需不断探索和适应,以促进学生和教师共同发展。

关键词：计算机基础教学 AI技术计算思维人机协同教育教学改革

维普期刊数据库博看期刊

基于沙漏状数据处理单元和分组RBF单元的对抗性免疫防御方法

在线全文

学校读者我要写书评

暂无评论

高技术通讯 2024年第9期34卷 935-944页

作者：丁伟杰郑文浩方怡王琦晖李小薪浙江工业大学计算机科学与技术学院杭州310023 浙江警察学院计算机与信息安全系杭州310053 浙江省可视媒体智能处理技术研究重点实验室杭州310023 杭州师范大学钱江学院杭州311121

针对深度神经网络(DNN)容易受到对抗样本攻击的问题,研究人员提出了许多防御方法,可分为外部防御方法(EDM)和免疫防御方法(IDM)。外部防御方法试图在将对抗性样本输入DNN之前去除其中存在的对抗干扰,而免疫防御方法则致力于提升DNN本身... 详细信息

针对深度神经网络(DNN)容易受到对抗样本攻击的问题,研究人员提出了许多防御方法,可分为外部防御方法(EDM)和免疫防御方法(IDM)。外部防御方法试图在将对抗性样本输入DNN之前去除其中存在的对抗干扰,而免疫防御方法则致力于提升DNN本身的鲁棒性,本文重点研究免疫防御方法。现有的免疫防御方法主要基于鲁棒优化策略来提升DNN的鲁棒性,为DNN构建鲁棒模块的工作较少。本文在DNN中引入了2个新的鲁棒单元:基于特征压缩和精度注入的沙漏状数据处理单元,用以减小对抗性扰动的干扰;分组径向基函数单元,用于增强DNN的非线性和适应类内变化的能力。在优化过程中使用标签平滑、退火策略和权值衰减来进一步提高鲁棒性。在2个数据集(MNIST和CIFAR-10)以及2个流行的DNN模型(LeNet5和VGG16)上的实验表明,将所提出的鲁棒单元集成到DNN中可以大幅提高其对对抗性攻击的免疫能力,同时保持其在干净样本上的识别性能。

关键词：免疫防御精度注入分组径向基函数(RBF) 权重衰减

在线全文

学校读者我要写书评

暂无评论

计算机系统导论课程主教材和实践教材建设

计算机教育 2024年第11期 14-17页

作者：袁春风余子濠吴海军朱光辉苏丰陈璐南京大学计算机科学与技术系中国科学院计算技术研究所

作为“101计划”重点建设内容汇总，简要回顾计算机系统导论课程教材的总体建设情况，阐述两本主教材的总体建设思路、内容提要及其配套的实践教材编写思路，并给出基于这两本主教材对应的具体教学实施方案。

关键词： 101计划计算机系统导论教材建设教学实践内容教学实施方案

基于BERT-DPCNN的警情文本分类研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年

作者：张静高子信丁伟杰浙江警察学院计算机与信息安全系

[目的]现代警务工作依托大量的案情文本数据，如何对海量的警情文本数据进行智能化分类成为了公安行业关注的一个课题。[方法]本文针对警情文本分类任务，提出了一个基于BERT-DPCNN的文本分类模型。该模型采用BERT预训练模型生成文本词... 详细信息

[目的]现代警务工作依托大量的案情文本数据，如何对海量的警情文本数据进行智能化分类成为了公安行业关注的一个课题。[方法]本文针对警情文本分类任务，提出了一个基于BERT-DPCNN的文本分类模型。该模型采用BERT预训练模型生成文本词向量，并通过优化DPCNN模型中的激活函数和改进动态学习率来提高分类性能。[结果]将BERT-DPCNN与BERT，BERT-CNN，BERT-RCNN，BERT-RNN，BERT-LSTM，ERNIE六类模型进行对比实验，结果表明BERT-DPCNN的准确率、召回率和精准率上的效果最佳，其中二分类任务中BERT-DPCNN的准确率达到98%以上，十一分类任务中的准确率达到82%以上，验证了该模型的有效性。[局限]模型参数较多，实验次数有局限，仍有待进一步测试。[结论]基于BERT-DPCNN的文本分类模型有效地提升了警情文本分类的准确率，为公安对警情的分析和研判提供了一定的数据支撑。

关键词： BERT DPCNN 警情文本分类激活函数

基于BERT-GAT表示学习的问答社区最佳回答者推荐

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年第7期45卷 1656-1662页

作者：夏文宗赵海燕曹健陈庆奎上海理工大学光电信息与计算机工程学院上海市现代光学系统重点实验室光学仪器与系统教育部工程研究中心上海200093 上海交通大学计算机科学与技术系上海200030

在问答社区中,每天都会出现大量新的问题,为新问题推荐合适的回答者有助于加快问题的解决并促进社区发展.然而,目前最佳回答者推荐大多基于用户历史回复记录或文本匹配进行推荐,而用户是否回答某一问题与多方因素有关,特别是问题与用户... 详细信息

在问答社区中,每天都会出现大量新的问题,为新问题推荐合适的回答者有助于加快问题的解决并促进社区发展.然而,目前最佳回答者推荐大多基于用户历史回复记录或文本匹配进行推荐,而用户是否回答某一问题与多方因素有关,特别是问题与用户擅长的知识领域是否匹配有关.因此,本文根据用户回答文本构建的社区知识语料库并对BERT模型进行微调,结合用户社区行为记录和回答赞同数等辅助信息,基于LightGBM模型进行最佳回答者的推荐.在实验中,利用Precision、MRR和Hit指标分析预测结果,结果表明,本文提出基于BERT-GAT表示学习的LightGBM最佳回答者推荐模型在StackExchange三个流行社区中均取得了较好的性能.

关键词：问答社区图注意力网络 BERT 评论网络 Light GBM

基于少样本深度学习的异常检测方法:综述与展望

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

小型微型计算机系统 2024年第10期45卷 2514-2521页

作者：赵海燕陈子盟曹健陈庆奎上海理工大学光电信息与计算机工程学院上海市现代光学系统重点实验室光学仪器与系统教育部工程研究中心上海200093 上海交通大学计算机科学与技术系上海200030

随着深度学习技术的迅猛发展和广泛应用,需要进行异常检测的场景也越来越多.然而,在对深度神经网络进行训练时,现有的数据集往往不足够支撑模型进行有效的训练,应用少样本学习进行异常检测获得了广泛的关注.本文首先对异常检测问题进行... 详细信息

随着深度学习技术的迅猛发展和广泛应用,需要进行异常检测的场景也越来越多.然而,在对深度神经网络进行训练时,现有的数据集往往不足够支撑模型进行有效的训练,应用少样本学习进行异常检测获得了广泛的关注.本文首先对异常检测问题进行了说明,对少样本学习进行异常检测进行了定义;其次,本文系统的总结了基于少样本学习进行异常检测的方法,对基于少样本学习进行异常检测从两个角度进行了分类,总结了评价指标,介绍了常用的数据集;最后,本文对少样本学习异常检测的未来进行了展望,提出了研究方向和思路.

关键词：深度学习少样本学习异常检测

维普期刊数据库博看期刊

基于Segment Anything的堆叠球团粒度检测

在线全文

学校读者我要写书评

暂无评论

中国冶金 2024年第5期34卷 45-54页

作者：张学锋黄永鹤余正伟陈良军龙红明冶金工程与资源综合利用安徽省重点实验室(安徽工业大学) 安徽马鞍山243002 安徽工业大学计算机科学与技术学院安徽马鞍山243002

球团的合理粒度分布对其质量至关重要。通过深入研究现有方法,针对球团粒度检测中不完全分割和过度分割等问题,提出了Pellet-SAM(PelSAM)分割方法。该方法继承于Segment Anything(SAM)结构,主要操作是冻结图像编码器和提示编码器的相关... 详细信息

球团的合理粒度分布对其质量至关重要。通过深入研究现有方法,针对球团粒度检测中不完全分割和过度分割等问题,提出了Pellet-SAM(PelSAM)分割方法。该方法继承于Segment Anything(SAM)结构,主要操作是冻结图像编码器和提示编码器的相关参数,并在图像编码器上添加轻量级的空间和通道适配器及微调掩码解码器,使用标记的球团分割数据集对网络进行训练,从而实现对球团图像的准确分割。由于分割后的球团轮廓呈现类圆形,为了便于计算球团直径,先采用最小二乘法对分割后的球团轮廓进行圆拟合;再应用小孔成像原理,结合摄像头和球团表面的距离及摄像头的焦距等因素计算比例系数,然后利用该系数计算图像中球团颗粒的实际大小;最后根据球团颗粒的实际大小将球团粒度分布划分为4个范围,即小于8、[8,12]、(12,16]以及大于16 mm,其中[8,16] mm的为合格球。试验结果表明,该方法在球团分割数据集上取得了96.8%的准确率,比UNet和DeepLabv3方法分别提高了21.0和12.6个百分点。在实际工厂环境下,该方法计算得到的球团粒度分布与人工筛分测量的结果相近,最大误差仅为1.74个百分点。本研究为高效的球团粒度分析提供了可行的解决方案。

关键词：球团粒度深度学习 SAM 圆拟合球团自动化

基于一维卷积神经网络的物联网终端非干扰身份识别方法

在线全文

学校读者我要写书评

暂无评论

吉首大学学报（自然科学版） 2024年第4期45卷 26-31页

作者：杨萌淮北职业技术学院计算机科学技术系安徽淮北235000

针对物联网终端身份识别过程易受干扰的问题,设计了基于一维卷积神经网络的物联网终端非干扰身份识别方法.通过物联网终端内置的加速度传感器收集不同步态的加速度数据,并采用平滑与分窗处理进行预处理.利用步态数据融合模型分析用户在... 详细信息

针对物联网终端身份识别过程易受干扰的问题,设计了基于一维卷积神经网络的物联网终端非干扰身份识别方法.通过物联网终端内置的加速度传感器收集不同步态的加速度数据,并采用平滑与分窗处理进行预处理.利用步态数据融合模型分析用户在不同行为位置组合下的数据,再利用随机森林模型预测物联网终端的位置与用户行为.将行为与位置数据融合,得到步态融合数据,再将融合数据输入至构建的一维卷积神经网络模型中,经过迭代训练后输出用户的身份识别结果.实验结果显示,基于一维卷积神经网络的物联网终端非干扰身份识别方法在合适的模型参数条件下能够准确识别物联网终端用户身份.

关键词：卷积神经网络物联网终端非干扰身份识别步态数据行为位置组合

Web端大体量BIM模型瓦片式加载渲染方法研究

在线全文

学校读者我要写书评

暂无评论

重庆工商大学学报(自然科学版) 2024年

作者：姜太平王敬扬闫志莲安徽工业大学计算机科学与技术学院安徽工业大学电气与信息工程学院

【目的】针对目前BIM模型体量增加导致在Web 端传输缓慢、渲染帧率低的现象，提出一种基于瓦片式的Web端大体量BIM模型加载与渲染方法，旨在提升BIM模型在Web端的加载速度与渲染帧率。【方法】该方法在保证模型精度与质量处于可接受范... 详细信息

【目的】针对目前BIM模型体量增加导致在Web 端传输缓慢、渲染帧率低的现象，提出一种基于瓦片式的Web端大体量BIM模型加载与渲染方法，旨在提升BIM模型在Web端的加载速度与渲染帧率。【方法】该方法在保证模型精度与质量处于可接受范围的前提下，通过采用基于二次开发的数据类型转换工具，将BIM模型的原始数据类型转为三维瓦片格式，利用三维瓦片按需加载特性，结合模型多细节层级划分(LOD)、视域剔除技术以及代码优化手段来提高Web端的BIM模型加载速度与渲染帧率。【结果】实验选取体量接近3GB的BIM模型在Web端对所提方法可行性进行实验。结果表明：经数据格式转换及渲染优化后的BIM模型，通过Web轻量化引擎实现的加载时间缩短至10 s内，且渲染帧率维持在70 fps以上。【结论】所提方法在保证模型精度与质量的情况下显著提升了Web端BIM模型的加载速度和渲染帧率，对BIM模型与Web轻量化引擎的进一步结合具有重要的实际应用价值。

关键词：建筑信息模型(BIM) Web轻量化引擎三维瓦片数据类型转换渲染优化