检索结果-南通市图书馆

“课程-竞赛-项目”三阶梯四同步信息类研究生创新能力培养的探索与实践——以桂林理工大学信息科学与工程学院为例

在线全文

学校读者我要写书评

暂无评论

才智 2021年第5期 164-166页

作者：谢晓兰王宇肖博怀桂林理工大学信息科学与工程学院

随着新时代技术的飞速发展,信息类研究生的规模越来越大,而传统的信息类研究生培养模式已经无法满足当前的需求。为了提高新时代创新型人才的社会适应,深入推进学科教育与研究生培养的综合发展,提高研究生创新实践能力,全面提升研究生... 详细信息

随着新时代技术的飞速发展,信息类研究生的规模越来越大,而传统的信息类研究生培养模式已经无法满足当前的需求。为了提高新时代创新型人才的社会适应,深入推进学科教育与研究生培养的综合发展,提高研究生创新实践能力,全面提升研究生培养模式的质量,增强研究生竞争力,本文以桂林理工大学信息科学与工程学院为例,按照"以立体化师生共同体建设提升全程全方位育人"的理念,提出以研究生创新能力培养为核心的"课程-竞赛-项目"三阶梯四同步信息类研究生创新能力培养模式。

关键词：创新课程竞赛项目培养模式

基于TrAdaBoost算法为内核的行人航迹推算技术

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2023年第8期53卷 2364-2370页

作者：王玫宋志远桂林理工大学信息科学与工程学院广西桂林541004

行人航迹推算(PDR)由于误差发散速度快,导致PDR定位可信时间短、累计误差大,因此,提出了基于TrAdaBoost算法为内核的行人航迹推算技术。该方法通过全球定位系统(GPS)离线收集行人室外运动信息,利用迁移学习中的TrAdaBoost算法筛选出最... 详细信息

行人航迹推算(PDR)由于误差发散速度快,导致PDR定位可信时间短、累计误差大,因此,提出了基于TrAdaBoost算法为内核的行人航迹推算技术。该方法通过全球定位系统(GPS)离线收集行人室外运动信息,利用迁移学习中的TrAdaBoost算法筛选出最合适的行人运动特征,将其迁移到室内PDR定位中,纠正行人步长,实现行人航迹推算。实验结果表明:行人步长大致分布在65~75 cm内,而且经过纠正后的定位轨迹与真实定位轨迹吻合度高,不会因为惯性传感器的积累误差而出现严重偏离,平均水平误差与纯PDR定位算法相比大幅度下降,位置精度在2 m以内的概率达到了80%。因此,该方法降低了PDR发散的速度,延长了PDR定位的可信时间,提高了短距离内的定位结果的可信度。

关键词：迁移学习 PDR定位 TrAdaBoost算法步长纠正

在线全文

学校读者我要写书评

暂无评论

改进YOLOv5的交通标志检测算法

计算机工程与应用 2023年第13期59卷 194-204页

作者：杨祥王华彬董明刚桂林理工大学信息科学与工程学院广西桂林541006

如今对交通标志的检测在自动驾驶、智慧交通等领域是必不可少的关键环节,其关系到人们的驾驶安全问题。针对目前对交通标志的识别存在漏检、误检以及识别精度低、模型参数过多的问题,提出了一种基于改进YOLOv5的交通标志检测算法。增加... 详细信息

如今对交通标志的检测在自动驾驶、智慧交通等领域是必不可少的关键环节,其关系到人们的驾驶安全问题。针对目前对交通标志的识别存在漏检、误检以及识别精度低、模型参数过多的问题,提出了一种基于改进YOLOv5的交通标志检测算法。增加一个小目标检测头,提高对小目标的识别精度。设计了一种由CBAM、SPConv、C3相结合的CSC3模块,引入YOLOv5主干网络中,同时减少其数量,目的是提升特征提取能力,降低参数量。将用于检测大目标的检测头删除,再把SPP替换成SPPCSPC,提高模型对交通标志的检测能力。增加跨层连接,并且通过重构Concat连接,目的是提高算法的识别精度。引入EIOU来替换CIOU损失函数,从而解决漏检、误检问题。使用DWConv替换主干网络的Conv,目的是减少模型参数,提高检测精度。实验结果表明,改进后的算法的平均准确率均值mAP@0.5:0.95为62.6%,比原YOLOv5s提高了8.3个百分点,参数量下降了10.1%,并且检测速度达到了74 FPS,能够满足实际检测需求。

关键词： YOLOv5 交通标志检测特征融合深度可分离卷积目标检测

在线全文

学校读者我要写书评

暂无评论

一种用于因果式语音增强的门控循环神经网络

计算机工程 2022年第11期48卷 77-82页

作者：李江和王玫桂林理工大学信息科学与工程学院广西桂林541006

传统基于深度学习的语音增强方法为了提高网络对带噪语音的建模能力,通常采用非因果式的网络输入,由此导致了固定时延问题,使得语音增强系统实时性较差。提出一种用于因果式语音增强的门控循环神经网络CGRU,以解决实时语音增强系统中的... 详细信息

传统基于深度学习的语音增强方法为了提高网络对带噪语音的建模能力,通常采用非因果式的网络输入,由此导致了固定时延问题,使得语音增强系统实时性较差。提出一种用于因果式语音增强的门控循环神经网络CGRU,以解决实时语音增强系统中的固定时延问题并提高语音增强性能。为了更好地建模带噪语音信号的相关性,网络单元在计算当前时刻的输出时融合上一时刻的输入与输出。此外,采用线性门控机制来控制信息传输,以缓解网络训练过程中的过拟合问题。考虑到因果式语音增强系统对实时性要求较高,在CGRU网络中采用单门控的结构设计,以降低网络的结构复杂度,提高系统的实时性。实验结果表明,CGRU网络在增强后的语音感知质量、语音客观可懂度、分段信噪比指标上均优于GRU、SRNN、SRU等传统网络结构,在信噪比为0 dB的条件下,CGRU的平均语音感知质量和平均语音客观可懂度分别达到2.4和0.786。

关键词：门控循环神经网络固定时延因果式语音增强语音质量语音可懂度

工程教育认证背景下地方高校材料类专业人才培养改革的探索——以桂林理工大学材料科学与工程学院为例

在线全文

学校读者我要写书评

暂无评论

高教论坛 2020年第12期 27-29页

作者：张瑞王吉林龙飞桂林理工大学材料科学与工程学院广西桂林541004

工程教育专业认证是国际通行的工程教育质量保障制度,已经成为我国工程教育改革的主要着力点。桂林理工大学材料科学与工程学院以工程教育认证理念为指引,大力加强专业内涵建设,探索和构建一个科学合理的人才培养模式,在人才培养方案修... 详细信息

工程教育专业认证是国际通行的工程教育质量保障制度,已经成为我国工程教育改革的主要着力点。桂林理工大学材料科学与工程学院以工程教育认证理念为指引,大力加强专业内涵建设,探索和构建一个科学合理的人才培养模式,在人才培养方案修订、教学质量提升、学生课外培养等方面进行了积极的探索和实践,取得了明显成效。

关键词：工程教育认证材料类专业人才培养

在线全文

学校读者我要写书评

暂无评论

基于多级表征线索注意模型的轻量化抠图方法

控制与决策 2024年第1期39卷 87-94页

作者：刘相良张林丛朱宏博张文波沈阳理工大学信息科学与工程学院沈阳110159

面对主流计算平台对框架轻量化的需求,设计一种基于多任务结构的轻量化抠图框架.将总体任务拆分为两类子任务,其中一类任务用来在语义层面上为高级特征分类,区分前景背景与未知区域的特征;另一类任务用于计算前景与背景图层的线性组合权... 详细信息

面对主流计算平台对框架轻量化的需求,设计一种基于多任务结构的轻量化抠图框架.将总体任务拆分为两类子任务,其中一类任务用来在语义层面上为高级特征分类,区分前景背景与未知区域的特征;另一类任务用于计算前景与背景图层的线性组合权重.通过与特征分类任务共享高级特征网络的权值获得精准的前景特征,再与低级别卷积特征相融合.所提出的模型能够生成精准的抠图掩膜,同时优化卷积神经网络来实现模型轻量化.在Composition 1K数据集上对比不同方法的实验结果:在分辨率为640×640的输入条件下,所提方法比DIM (deep image matting)和AdaMatting (adaptation and matting)方法分别减少19%和81%的空间消耗;对于同样的数据输入,所提方法需要的处理时间只有DIM消耗时间的五分之一.

关键词：数字抠图技术轻量化三分图多任务框架多级表征线索

在线全文

学校读者我要写书评

暂无评论

改进YOLOv5的图书梯标检测算法

桂林理工大学学报 2022年

作者：杨祥王华彬董明刚桂林理工大学信息科学与工程学院

对于印刷行业而言，确保每本书的页码、页面正确排序是提高印刷厂生产率的重点。为了解决目前印刷厂对于图书梯标的检测存在漏检、误检的问题，提出了一种改进YOLOv5的梯标检测算法。该算法首先增加了一个检测尺度，目的是解决漏检问题...

对于印刷行业而言，确保每本书的页码、页面正确排序是提高印刷厂生产率的重点。为了解决目前印刷厂对于图书梯标的检测存在漏检、误检的问题，提出了一种改进YOLOv5的梯标检测算法。该算法首先增加了一个检测尺度，目的是解决漏检问题和提高梯标的识别精度。其次将主干网络中的C3数量减少，再使用深度可分离卷积替代颈部网络中的部分卷积，能够保证精度稳定的同时降低模型的参数量和计算量。然后使用SPConv替换Resunit结构里的Conv，形成SPConv-C3结构，SPConv-C3结构不仅能够降低模型的参数量，还能提升网络对图书梯标的检测精度。最后根据深度可分离卷积和SPConv-C3结构设计特征融合网络结构，能够大幅度的提升网络模型的特征融合能力。将所改进的检测算法在自建数据集上进行实验，实验结果表明，改进后的算法mAP@0.5:0.95达到了64.7%，比原YOLOv5s提高7.5%，参数量下降了3.1%，能够满足实际需求。

关键词：

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于停滞检测的双向搜索灰狼优化算法

计算机应用研究 2022年第6期39卷 1725-1730页

作者：张大明徐嘉庆赵彦清丁俊杰桂林理工大学信息科学与工程学院广西桂林541004

针对灰狼优化算法(GWO)易陷入局部最优、收敛速度低的问题,提出了一种基于停滞检测的双向搜索灰狼优化算法(DBGWO)。为了提升初始种群的质量,引入了Bernoulli shift映射;为了充分利用GWO特有的头狼机制,实现整体提升算法性能的目的,提... 详细信息

针对灰狼优化算法(GWO)易陷入局部最优、收敛速度低的问题,提出了一种基于停滞检测的双向搜索灰狼优化算法(DBGWO)。为了提升初始种群的质量,引入了Bernoulli shift映射;为了充分利用GWO特有的头狼机制,实现整体提升算法性能的目的,提出一种双向搜索策略;为了提升算法跳出局部最优的能力、增加算法的收敛速度,提出一种停滞检测机制,针对算法是否有陷入局部最优风险的判断,狼群会采取相应的措施改变当前状态。通过对23个基准测试函数进行仿真实验结果表明,所提算法在求解多峰函数问题上效果显著,同时在求解最优解非0点的函数问题上表现也较为优越。将该算法用于求解多阈值图像分割问题,解决了用Kapur熵法计算多阈值时耗时过长的问题。

关键词：灰狼优化算法双向搜索停滞检测 Kapur熵

Uni-LSDPM:基于预训练的统一在线学习会话退出预测模型

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第2期61卷 441-459页

作者：陈芮王占全华东理工大学信息科学与工程学院上海200237

为了辅助学习者维持在线学习的连贯性以引导最优学习路径的执行,智能辅导系统(intelligent tutoring system,ITS)需要及时发现学习者退出学习的倾向,在合适的时间采取相应的干预措施,因此,在线学习会话退出预测研究十分必要.然而,与传... 详细信息

为了辅助学习者维持在线学习的连贯性以引导最优学习路径的执行,智能辅导系统(intelligent tutoring system,ITS)需要及时发现学习者退出学习的倾向,在合适的时间采取相应的干预措施,因此,在线学习会话退出预测研究十分必要.然而,与传统的课程辍学相比,会话退出发生的频率更高,单次学习时长更短,故需要在有限的行为数据中对学习会话退出状态进行准确预测.因此,学习行为的碎片性和预测结果的即时性、准确性是学习会话退出预测任务的挑战和难点.针对会话退出预测任务,提出了一种基于预训练-微调的统一在线学习会话退出预测模型(unified online learning session dropout prediction model,Uni-LSDPM).该模型采用多层Transformer结构,分为预训练阶段和微调阶段.在预训练阶段,使用双向注意机制对学习者连续行为交互特征序列的特征表示进行学习.在微调阶段,应用序列到序列(sequenceto-sequence,Seq2Seq)的注意力机制对学习者连续行为交互特征序列与退出状态联合序列进行学习.基于EdNet公共数据集对模型进行预训练和微调,通过消融实验以获得最佳预测效果,并基于多个数据集进行了对比测试实验.实验结果表明,Uni-LSDPM在AUC和ACC方面优于现有的模型,并证明该模型具有一定的鲁棒性和扩展性.

关键词：注意力机制学习会话退出预测智能辅导系统预训练