检索结果-南通市图书馆

“1+X”证书制度下独立学院计算机科学与技术专业人才培养探索——以西南科技大学城市学院为例

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

现代职业教育 2020年第14期 84-85页

作者：柳薇王丹西南科技大学城市学院

通过对教育部《国家职业教育改革实施方案》提出启动"1+X"试点证书制度的背景与意义进行阐述,同时对独立学院计算机科学与技术专业人才培养现状与不足进行分析,探究所在高校推行"1+X"证书制度下计算机科学与技术专业人才培养模式措施,... 详细信息

通过对教育部《国家职业教育改革实施方案》提出启动"1+X"试点证书制度的背景与意义进行阐述,同时对独立学院计算机科学与技术专业人才培养现状与不足进行分析,探究所在高校推行"1+X"证书制度下计算机科学与技术专业人才培养模式措施,重点对专业人才培养方案、专业课程体系、"双师型"教师队伍建设、校企合作方面进行介绍,为独立学院计算机科学与技术专业的人才培养提供借鉴,在"1+X"证书的指导思想下,更好地培养服务于现代计算机行业的复合型技术技能人才,缓解就业矛盾。

关键词： “1+X”证书制度独立学院计算机科学与技术专业人才培养

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于粗集与聚类投票机制的光谱双星特征分析

光谱学与光谱分析 2025年第2期45卷 463-468页

作者：王琦杨海峰蔡江辉运城学院数学与信息技术学院山西运城044000 太原科技大学计算机科学与技术学院山西太原030024 中北大学计算机科学与技术学院山西太原030051

光谱双星通常是指光谱中呈现双主导成分特征,由于该双成分复杂多样,其成因也多种多样,同时光谱信噪比相对比较低,现有许多分析方法将双成分系统光谱分离成两条光谱进行分析,而分离方法无法保证光谱的准确性,现有聚类方法的单次聚类可靠... 详细信息

光谱双星通常是指光谱中呈现双主导成分特征,由于该双成分复杂多样,其成因也多种多样,同时光谱信噪比相对比较低,现有许多分析方法将双成分系统光谱分离成两条光谱进行分析,而分离方法无法保证光谱的准确性,现有聚类方法的单次聚类可靠性比较低。提出一种基于粗集与聚类投票机制的光谱双星分析与评估方法,采用多次聚类和投票思想,给出每条光谱属于相应类别的梯度可靠性。该方法包含两个部分:(1)采用不同思想的聚类算法,将光谱双星数据集进行重构,将每种聚类算法标签采用匈牙利算法将聚类标签对齐作为光谱属性,从而重构数据集。(2)利用投票机制,得票数反映聚类结果的一致程度,获得每条光谱的类别,定义粗集示踪每类光谱特征,采用上/下近似集给出每条光谱所归类别的可靠性。选择郭守敬望远镜(LAMOST)DR10发布光谱双星集作为分析对象,采用基于划分的K-means、基于模型的GMM(Gaussian mixture model)、谱聚类(spectral clustering)和层次聚类(agglomerative clustering)四种聚类算法重构光谱数据集,选择得票数下界μ为2,通过投票得到1、0.75、0.5为可靠性梯度的聚类结果。其中大约1/3的样本可靠性为1,说明这批样本的四种聚类结果完全一致;对每类光谱和投票数的信噪比进行统计分析,投票数低的样本的信噪比相对较低,是它们被不同的聚类算法划分到不同类别的原因之一;对可靠性为1的6类光谱样本进行了物理成因的分析,其中以双星、河内星云+目标恒星两种为主,聚类标签的差异可能由于两种成分流量差异或拼接、定标等数据处理所导致。也有可能由于光谱质量较低导致pipeline误判的因素,其天区位置分布与低质量数据分布特征的研究基本一致。

关键词：光谱双星光谱分析聚类算法郭守敬望远镜(LAMOST)

改进的YOLOv8n轻量化景区行人检测方法研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2025年第2期61卷 84-96页

作者：张小艳王苗西安科技大学计算机科学与技术学院西安710600

针对景区人流量大、人员密集,而现有目标检测算法对于遮挡目标和小目标检测效率低且模型参数量大等问题,提出基于YOLOv8n的轻量化景区行人检测算法SSC-YOLOv8n。提出空间和通道重建注意力卷积SCC2fEMA模块,以显著减少模型参数量,从而提... 详细信息

针对景区人流量大、人员密集,而现有目标检测算法对于遮挡目标和小目标检测效率低且模型参数量大等问题,提出基于YOLOv8n的轻量化景区行人检测算法SSC-YOLOv8n。提出空间和通道重建注意力卷积SCC2fEMA模块,以显著减少模型参数量,从而提升模型的检测速度。采用精细的slim-neck范式,通过GSConv和V0V-GSCSP模块,在有效降低模型参数量的同时,提升模型的学习能力。提出坐标注意力动态解耦头,以显著增强模型对位置信息的感知度和敏感度。为了对样本进行更为精确的平衡处理,引入Focal Loss损失函数,进一步提高模型的检测精度与鲁棒性。实验结果表明,在景区行人数据集上,改进后的模型相较于原始模型,模型参数量减小了52%,mAP@0.5提升了2.1个百分点,mAP@0.5:0.95提升了1.4个百分点。在VisDrone2019数据集上,mAP@0.5提高了3.9个百分点。改进后的算法具有更强的泛化性能,能够更好地适用于景区行人检测任务。

关键词：行人检测轻量化 YOLOv8 Focal Loss 注意力机制

人工智能赋能新质生产力发展:现状解析与未来展望

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 2025年第1期62卷 281-283页

作者：项晓岚张圣宇吴飞浙江大学计算机科学与技术学院杭州310027

对中国计算机大会(CNCC2024)论坛《“人工智能+”赋能新质生产力:新、质与力的道与术》中专家发言观点进行思考,分析了新质生产力中“新”“质”和“力”的内涵,讨论了人工智能这一通用目的技术正成为新质生产力的重要引擎,重塑社会经... 详细信息

对中国计算机大会(CNCC2024)论坛《“人工智能+”赋能新质生产力:新、质与力的道与术》中专家发言观点进行思考,分析了新质生产力中“新”“质”和“力”的内涵,讨论了人工智能这一通用目的技术正成为新质生产力的重要引擎,重塑社会经济发展和科学研究范式变革,推动人类社会迈向“人工智能+”时代.最后,结合中国“2030教育强国、科技强国、人才强国”的战略目标,对人工智能与新质发展力的融合发展提出若干未来展望.

关键词：社会经济发展科技强国人工智能科学研究范式赋能未来展望教育强国战略目标

基于半监督学习的双流多层次畸形牙颌模型语义分割方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2025年

作者：马天翟洁晨魏晓媛冷應庆李远成西安科技大学计算机科学与技术学院

针对基于深度学习的牙颌分割方法泛化能力欠佳，且难以分割各种极端畸形牙颌等问题，提出一种基于半监督学习的双流多层次畸形牙颌模型语义分割方法.首先针对畸形牙颌在牙龈区域的大量褶皱，改进网格谱聚类算法，通过凝聚网格层次聚类... 详细信息

针对基于深度学习的牙颌分割方法泛化能力欠佳，且难以分割各种极端畸形牙颌等问题，提出一种基于半监督学习的双流多层次畸形牙颌模型语义分割方法.首先针对畸形牙颌在牙龈区域的大量褶皱，改进网格谱聚类算法，通过凝聚网格层次聚类算法生成自监督信号;然后提取邻域特征增强牙颌关键信息，通过多层次残差块设计局部特征处理流，以细化牙颌局部边界，并联结多尺度偏置注意力形成全局特征提取流，以识别畸形牙齿语义信息;最后融合双流特征进行牙颌分割.实验结果表明，在40%标注数据的前提下，所提方法较代表性的半监督方法在准确率上提升了9.29个百分点在计算量上降低了91.49%，接近性能较优的全监督方法的分割精度和效率，可更好地满足虚拟正畸系统的智能化发展需求.

关键词：虚拟正畸牙颌模型分割自监督信号半监督学习

基于图卷积自编码器的多视图属性网络异常检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学:信息科学 2025年第2期55卷 269-283页

作者：李贺彭以冲张万园马小科崔江涛黄健斌西安电子科技大学计算机科学与技术学院西安710126

属性网络上的异常检测已经在垃圾邮件检测、金融欺诈检测和网络安全中的入侵检测等领域得到了广泛应用.然而,现有的研究大多将属性网络中不同类别的数据等同对待,无法精准检测出多类别的节点异常.为了解决这个问题,本文提出了一个基于... 详细信息

属性网络上的异常检测已经在垃圾邮件检测、金融欺诈检测和网络安全中的入侵检测等领域得到了广泛应用.然而,现有的研究大多将属性网络中不同类别的数据等同对待,无法精准检测出多类别的节点异常.为了解决这个问题,本文提出了一个基于图卷积自编码器的多视图属性网络异常检测框架AMEAN(anomaly detection on multi-view attribute networks).具体来说,AMEAN首先根据节点分类拆分多视图,再利用属性网络中丰富的语义信息,使用图卷积网络对每个视图进行处理.由于图卷积运算的低通特性过滤了大部分异常信号(高频信号),AMEAN还引入了自编码器模块.异常程度越大的节点,经过图卷积自编码器的重构误差越大.通过图卷积和自编码器的这种协同作用,AMEAN可以从结构和属性两个角度来衡量不同类别节点的异常程度.在合成数据集和真实世界数据集上的实验结果表明,AMEAN优于现有的模型,能精准检测出属性网络中的多类别异常节点.

关键词：多视图属性网络异常检测图卷积网络自编码器

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于多尺度注意力网络的密集人群计数

计算机应用与软件 2025年第1期42卷 130-136,157页

作者：文帅蒋勇杨丹马金刚杨闻宇西南科技大学计算机科学与技术学院四川绵阳621000

针对拥挤场景下的尺度变化导致人群计数任务中精度较低的问题,提出一种基于多尺度注意力网络(MANet)的密集人群计数模型。通过构建多列模型以捕获多尺度特征,促进尺度信息融合;使用双注意力模块获取上下文依赖关系,增强多尺度特征图的信... 详细信息

针对拥挤场景下的尺度变化导致人群计数任务中精度较低的问题,提出一种基于多尺度注意力网络(MANet)的密集人群计数模型。通过构建多列模型以捕获多尺度特征,促进尺度信息融合;使用双注意力模块获取上下文依赖关系,增强多尺度特征图的信息;采用密集连接重用多尺度特征图,生成高质量的密度图,之后对密度图积分得到计数。此外,提出一种新的损失函数,直接使用点注释图进行训练,以减少由高斯滤波生成新的密度图而带来的额外的误差。在公开人群数据集ShanghaiTech Part A/B、UCF-CC-50、UCF-QNRF上的实验结果均达到了最优,表明该网络可以有效处理拥挤场景下的目标多尺度,并且生成高质量的密度图。

关键词：密集人群计数多尺度卷积神经网络注意力机制密集连接损失函数

在线全文

学校读者我要写书评

暂无评论

基于对抗强化学习的多跳知识推理

模式识别与人工智能 2025年第1期38卷 22-35页

作者：成凌云郭银章刘青芳太原科技大学计算机科学与技术学院太原030024

为了解决现有知识图谱问答中多跳推理模型在复杂关系中表示不足、数据稀疏性及强化学习推理中存在虚假路径等问题,文中提出基于对抗强化学习的多跳知识推理模型.首先,通过高阶分解关系向量,实现实体与关系特征参数化组合,并在聚合邻居... 详细信息

为了解决现有知识图谱问答中多跳推理模型在复杂关系中表示不足、数据稀疏性及强化学习推理中存在虚假路径等问题,文中提出基于对抗强化学习的多跳知识推理模型.首先,通过高阶分解关系向量,实现实体与关系特征参数化组合,并在聚合邻居节点时引入注意力机制,赋予不同权重,增强复杂关系的表示能力.还设计知识图谱嵌入框架,用于衡量嵌入空间中〈主题实体,问题,答案实体〉的可信度.然后,将多维信息融入强化学习框架的状态表示中,避免因数据稀疏而导致的智能体无法得到可靠的决策依据.生成器根据状态信息计算候选实体的概率并生成答案,鉴别器评估答案和推理路径的合理性,通过软奖励和路径奖励优化反馈,缓解虚假路径问题,并使用对抗训练交替优化生成器和鉴别器.最后,将模型应用于云制造产品设计知识多跳问答系统中,验证模型的有效性.在多个公开数据集上的对比实验、消融实验及案例研究表明,文中模型性能较优.

关键词：复杂关系表示多跳推理对抗强化学习虚假路径