检索结果-内蒙古大学图书馆

中国大学教学 2024年第4期 4-11页

作者：桂小林何钦铭西安交通大学国家级计算机实验教学示范中心教育部高等学校大学计算机课程教学指导委员会浙江大学计算机科学与技术学院

近年来,以人工智能(AI)、大数据和元宇宙为代表的新一代信息技术迅速发展,并与各类学科不断交叉融合,引发了一系列的革命性突破。如何与时俱进地培养大学生的数字化、智能化信息素养,大学计算机通识教育面临巨大挑战。提出了一套AI赋能... 详细信息

近年来,以人工智能(AI)、大数据和元宇宙为代表的新一代信息技术迅速发展,并与各类学科不断交叉融合,引发了一系列的革命性突破。如何与时俱进地培养大学生的数字化、智能化信息素养,大学计算机通识教育面临巨大挑战。提出了一套AI赋能的大学计算机通识教育新体系,从学生的能力目标出发,创建了融合计算与智能的大学计算机通识教育知识体系,设计了面向“四新”专业的“宽、专、融”的大学计算机通识教育课程体系,提出了编程贯通、大模型驱动的“多模式”实践教学方案,构建了包括“认知、设计、创新”的三梯度实践教学体系,重构了贯通计算与智能的大学计算机通识教育基础教材。

关键词：大学计算机通识教育课程改革人工智能 AI赋能

来源：评论

学校读者我要写书评

暂无评论

物联网专业混合式实验教学模式探索

引用

教育教学论坛 2024年第11期 1-4页

作者：安健张利平惠维唐亚哲西安交通大学计算机科学与技术学院陕西西安710049 西安交通大学计算机国家级实验教学示范中心陕西西安710049

针对当前物联网专业高校在实验与实践教学活动开展过程中面临的师资力量有限、实验内容设计质量不高、自主训练不足且缺乏思维锻炼能力等问题,以新工科人才建设思想为指导,以培养工程实践思维和创新能力提升为目标,基于SPOC、虚拟仿真... 详细信息

针对当前物联网专业高校在实验与实践教学活动开展过程中面临的师资力量有限、实验内容设计质量不高、自主训练不足且缺乏思维锻炼能力等问题,以新工科人才建设思想为指导,以培养工程实践思维和创新能力提升为目标,基于SPOC、虚拟仿真等现代化教学手段和先进的教学理念,探索虚实结合、多径培养的新型教学模式。通过案例引导、虚实结合、课堂翻转等多样化的教学手段提高学生参与课程的积极性和学习热情,为国内其他高校新工科专业的实践教学建设与开展提供新的解决思路与教学方法。

关键词：物联网感知与标识 SPOC 虚拟仿真

来源：评论

学校读者我要写书评

暂无评论

基于OneNET的农业环境信息远程监测系统设计

引用

环境工程 2023年第2期41卷 290-290页

作者：张晶谭筠梅兰州交通大学计算机科学与技术国家级实验教学示范中心

随着社会的进步与发展,人们正在走向一个新的社会生产领域,互联网技术以及大数据技术渐渐成熟,各类传感器已经广泛地出现在人们的日常生活中,应用于身边各行各业,而环境信息远程监测更是被广泛关注和重视,人们开始意识到要尽早预防,才... 详细信息

随着社会的进步与发展,人们正在走向一个新的社会生产领域,互联网技术以及大数据技术渐渐成熟,各类传感器已经广泛地出现在人们的日常生活中,应用于身边各行各业,而环境信息远程监测更是被广泛关注和重视,人们开始意识到要尽早预防,才能够提升农业环境品质,降低一些病虫害的威胁。《环境信息技术与统计分析》中主要介绍了数据整理、环境统计指标体系、报表制度、概率基础知识、环境统计检验等相关内容。

关键词：远程监测系统大数据技术数据整理统计检验环境品质统计分析报表制度病虫害

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的低照度图像增强方法

引用

激光与光电子学进展 2021年

作者：高德勇王绍权王阳萍王松兰州交通大学电子与信息工程学院甘肃省人工智能与图形图像处理工程研究中心兰州交通大学计算机科学与技术国家级实验教学示范中心

针对传统算法在不同的应用场景中需要手动调整参数，鲁棒性低等问题，本文提出了一种基于卷积神经网络的低照度图像增强算法。整个网络框架分为三个阶段：分解网络、增强网络和图像重建，首先分解网络将输入的低照度图像做分层处理，利... 详细信息

针对传统算法在不同的应用场景中需要手动调整参数，鲁棒性低等问题，本文提出了一种基于卷积神经网络的低照度图像增强算法。整个网络框架分为三个阶段：分解网络、增强网络和图像重建，首先分解网络将输入的低照度图像做分层处理，利用数据驱动的方式分解为反射分量与光照分量，然后将两部分分量输入不同网络模型中增强，最后依据Retinex原理合成最后的图像。模型训练阶段，对每个子网络不需要提供对照组训练，只需整体输入低照度图像及其对应正常光照图像就能很好的训练整个网络模型。实验结果表明，经本文算法增强的图像更加接近真实图像，与现有方法相比具有较好的优越性。

关键词：图像增强卷积神经网络分层处理数据驱动

来源：评论

学校读者我要写书评

暂无评论

多屏协同交互的轨道交通列车控制设备虚拟仿真实验系统设计与开发

引用

实验技术与管理 2022年第4期39卷 199-203页

作者：雍玖王阳萍党建武王文润岳彪兰州交通大学轨道交通信息与控制国家级虚拟仿真实验教学中心计算机科学与技术国家级实验教学示范中心甘肃省人工智能与图形图像处理工程研究中心甘肃兰州730070 天津大学智能与计算学部天津300072

该文利用虚拟现实、多屏协同交互等智能交互控制技术,研发了移动端/PC协同交互的轨道交通列车控制设备虚拟仿真实验系统。利用该系统可开设轨道交通信息与控制类专业的认知与操作型、设计与维护型、综合与创新型实验课程,可针对不同层... 详细信息

该文利用虚拟现实、多屏协同交互等智能交互控制技术,研发了移动端/PC协同交互的轨道交通列车控制设备虚拟仿真实验系统。利用该系统可开设轨道交通信息与控制类专业的认知与操作型、设计与维护型、综合与创新型实验课程,可针对不同层次的教学需求,循序渐进地提升实验难度。

关键词：虚拟现实多屏协同交互轨道交通列车控制设备实验教学

来源：评论

学校读者我要写书评

暂无评论

结合一阶和二阶空间信息的行人重识别

引用

激光与光电子学进展 2021年第2期58卷 299-307页

作者：刘莎党建武王松王阳萍兰州交通大学电子与信息工程学院甘肃兰州730070 甘肃省人工智能与图形图像处理工程研究中心甘肃兰州730070 兰州交通大学计算机科学与技术国家级实验教学示范中心甘肃兰州730070

针对行人重识别中行人检测误差引起的空间错位,基于局部的深度网络模型仅学习相邻局部关系,导致远距离局部相关性缺失,因此,提出了一种结合一阶和二阶空间信息的行人重识别算法。在主干网络上,学习一阶空间掩模对输入图像的空间权值进... 详细信息

针对行人重识别中行人检测误差引起的空间错位,基于局部的深度网络模型仅学习相邻局部关系,导致远距离局部相关性缺失,因此,提出了一种结合一阶和二阶空间信息的行人重识别算法。在主干网络上,学习一阶空间掩模对输入图像的空间权值进行微调,以减少背景干扰;通过二阶空间掩模对远距离的依赖关系进行建模,并将局部特征集成到依赖模型中,以获取全局特征表示。局部分支引入DropBlock对抽取的行人特征进行正则化,避免了网络模型过于依赖特定部位特征。训练阶段用标签平滑分类损失和引入正样本中心的三元组损失联合优化整个网络。在Market-1501和DukeMTMC-reID数据集上的实验结果表明,相比其他主流算法,本算法的行人重识别精度更高,且提取的行人特征判别性和鲁棒性更好。

关键词：机器视觉行人重识别一阶空间掩模二阶空间掩模中心三元组损失

来源：评论

学校读者我要写书评

暂无评论

基于改进PMVS算法的多视遥感地形影像密集匹配

引用

激光与光电子学进展 2021年第22期58卷 508-517页

作者：王阳萍刘喜兵杨景玉党建武兰州交通大学电子与信息工程学院甘肃兰州730070 兰州交通大学计算机科学与技术国家级实验教学示范中心甘肃兰州730070 甘肃省人工智能与图形图像处理工程研究中心甘肃兰州730070

基于面元的多视立体(PMVS)算法应用于遥感多视地形影像三维场景重建时,影像中的弱纹理、灰度值变化不明显区域使得重建出的三维地形点云存在整体分布密度低和局部孔洞现象。结合遥感地形影像的特点,提出了基于影像块的并发SIFT算子和地... 详细信息

基于面元的多视立体(PMVS)算法应用于遥感多视地形影像三维场景重建时,影像中的弱纹理、灰度值变化不明显区域使得重建出的三维地形点云存在整体分布密度低和局部孔洞现象。结合遥感地形影像的特点,提出了基于影像块的并发SIFT算子和地面高程范围约束的改进PMVS算法,首先在特征提取阶段得到分布密集、均匀的特征点,进而通过地面高程范围约束的匹配传播过程高效地得到种子面元,再通过迭代种子面元扩充、面元过滤过程得到地形影像的三维点云数据。实验结果表明,相比原PMVS算法,改进的PMVS算法可在幅宽大、存在弱纹理区域的多视遥感地形影像上重建出稠密点云,有效修复了地形点云场景中的孔洞,并提高了重建时间效率。

关键词：遥感遥感地形影像三维场景重建点云孔洞地面高程范围约束

来源：评论

学校读者我要写书评

暂无评论

改进TLD与ORB的AR系统长时跟踪注册方法

引用

计算机工程与应用 2021年第7期57卷 178-184页

作者：雍玖王阳萍党建武雷晓妹兰州交通大学计算机科学与技术国家级实验教学示范中心兰州730070 兰州交通大学轨道交通信息与控制国家级虚拟仿真实验教学中心兰州730070 甘肃省气象信息与技术装备保障中心兰州730020

针对增强现实系统长时跟踪注册需求以及三维跟踪注册时待注册区域尺度变化、光照变化、内外旋转等复杂环境易导致注册失败问题,提出改进TLD跟踪及ORB特征检测的增强现实长时三维注册方法。通过采用TLD长时鲁棒跟踪算法对待注册区域跟踪... 详细信息

针对增强现实系统长时跟踪注册需求以及三维跟踪注册时待注册区域尺度变化、光照变化、内外旋转等复杂环境易导致注册失败问题,提出改进TLD跟踪及ORB特征检测的增强现实长时三维注册方法。通过采用TLD长时鲁棒跟踪算法对待注册区域跟踪,并利用待注册位置自适应动态检测策略对TLD算法跟踪-学习-检测的结构机制的实时性和精确度进行优化;利用ORB算法对待注册位置进行特征检测及三维注册矩阵计算;将虚拟信息叠加至待注册位置。选取长时视频序列进行跟踪、检测及注册仿真实验。实验结果表明,改进TLD长时跟踪算法相比TLD算法在OPE精确度方面提升约5%,对待注册位置的跟踪速率提升约2倍,使得AR系统在复杂环境下的长时跟踪注册具有更好的稳定性和鲁棒性。

关键词： TLD算法 ORB算法长时跟踪注册区域检测长时注册

来源：评论

学校读者我要写书评

暂无评论

基于双流网络与多示例学习的异常事件检测

引用

激光与光电子学进展 2021年第20期58卷 397-406页

作者：杨先斌党建武王松王阳萍兰州交通大学电子与信息工程学院甘肃兰州730070 甘肃省人工智能与图形图像处理工程研究中心甘肃兰州730070 兰州交通大学计算机科学与技术国家级实验教学示范中心甘肃兰州730070

面对当前复杂场景下异常事件检测算法过度依赖帧级别标记,以及I3D模型耗时长、内存占用大等问题,设计了一种基于I3D的M-I3D模型并将其作为特征提取器,提出一种了基于深度时空特征和多示例学习的异常检测方法。所提方法将正常视频和异常... 详细信息

面对当前复杂场景下异常事件检测算法过度依赖帧级别标记,以及I3D模型耗时长、内存占用大等问题,设计了一种基于I3D的M-I3D模型并将其作为特征提取器,提出一种了基于深度时空特征和多示例学习的异常检测方法。所提方法将正常视频和异常视频作为包,并将视频片段作为多示例学习中的示例。利用M-I3D模型提取每个视频片段的特征,并将提取到的特征向量输入到三层全连接层中,进而自动学习一个深度异常排序模型,该模型可以预测异常视频片段的分数。此外,为了在训练过程中较好地定位异常,在排序损失函数中引入稀疏函数和约束性函数。结果表明,与其他方法相比,所提算法在UCF-Crime数据集上具有更高的准确率和更好的实时性。

关键词：异常事件检测多示例学习深度异常排序模型卷积神经网络特征提取

来源：评论

学校读者我要写书评

暂无评论

高铁牵引变电站巡视及检修沉浸式虚拟仿真资源开发

引用

实验技术与管理 2022年第5期39卷 166-170页

作者：岳彪王阳萍党建武闵永智王文润兰州交通大学计算机科学与技术国家级实验教学示范中心甘肃兰州730070 兰州交通大学自动化与电气工程学院甘肃兰州730070 兰州交通大学轨道交通信息与控制国家级虚拟仿真实验教学中心甘肃兰州730070 甘肃省人工智能与图形图像处理工程研究中心甘肃兰州730070

该文综合运用三维建模、虚拟现实和人机交互技术,通过搭建高铁牵引变电站一次系统仿真模型,以及对其巡视及检修过程进行仿真模拟,构建了一个切合工程实际、具有高度沉浸感的虚拟仿真环境,实现了理论学习、设备巡视、考核、安全规范教育... 详细信息

该文综合运用三维建模、虚拟现实和人机交互技术,通过搭建高铁牵引变电站一次系统仿真模型,以及对其巡视及检修过程进行仿真模拟,构建了一个切合工程实际、具有高度沉浸感的虚拟仿真环境,实现了理论学习、设备巡视、考核、安全规范教育、检修维护等功能。该仿真资源所集成的工程数据、规范和人机交互技术,可使学生通过协同作业获得与铁路现场相近的工程经验,提高自身实践能力与专业素养,实践教学成本大大降低。

关键词：虚拟现实沉浸式高铁牵引变电站巡视检修

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：