检索结果-内蒙古大学图书馆

计算机教育 2025年第5期 117-122页

作者：仇洁婷薛睿苏婷刘圣鑫堵宏伟哈尔滨工业大学(深圳)实验与创新实践教育中心广东深圳518055 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055

分析计算机网络实验课程现有教学模式和面临的挑战,围绕信创产业对计算机网络专业人才的迫切需求,提出面向信创人才培养的教学改革方案,结合哈尔滨工业大学(深圳)计算机专业的发展现状,阐述如何通过确立以“网络协议栈设计与实现”为核... 详细信息

分析计算机网络实验课程现有教学模式和面临的挑战,围绕信创产业对计算机网络专业人才的迫切需求,提出面向信创人才培养的教学改革方案,结合哈尔滨工业大学(深圳)计算机专业的发展现状,阐述如何通过确立以“网络协议栈设计与实现”为核心的教学任务,构建多样化、层次化的实验体系,同时引入IPv6技术与行业案例,设计一系列富有挑战性的混合式教学实验项目,最后通过实验课评教情况说明改革效果。

关键词：计算机网络信创人才实验教学教学改革方案

来源：评论

学校读者我要写书评

暂无评论

基于框架驱动及阶梯迭代的编译原理实验教学

引用

计算机教育 2025年第2期 112-117页

作者：汪花梅杨扬李旭涛哈尔滨工业大学(深圳)实验与创新实践教育中心广东深圳518055 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055

针对编译原理课程教学中出现的学生实践困难、实验编程能力薄弱以及整体框架设计意识欠缺等问题,提出一种基于框架驱动及阶梯迭代的实验教学方法,阐述如何运用面向对象的开发技术开发实验框架,分解实验任务,引导学生在框架基础上以阶梯... 详细信息

针对编译原理课程教学中出现的学生实践困难、实验编程能力薄弱以及整体框架设计意识欠缺等问题,提出一种基于框架驱动及阶梯迭代的实验教学方法,阐述如何运用面向对象的开发技术开发实验框架,分解实验任务,引导学生在框架基础上以阶梯迭代的方式展开实验,开发出一个完整的编译器系统,最后通过实验效果说明该实践教学方案对编译原理的实践教学质量具有良好的正向促进作用。

关键词：编译原理框架驱动迭代开发面向对象实验教学

来源：评论

学校读者我要写书评

暂无评论

基于分段注意力匹配网络的跨领域少样本关系分类

引用

中文信息学报 2021年第8期35卷 56-63页

作者：戴尚峰孙承杰单丽莉林磊刘秉权哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

针对跨领域少样本关系分类任务,该文提出分段注意力匹配网络PAMN。基于句子相似度计算的少样本学习算法有较好的领域适应性,PAMN在句子相似度算法上进行改进,针对关系抽取问题,将句子分段进行匹配,能更准确地计算关系分类实例间的相似度... 详细信息

针对跨领域少样本关系分类任务,该文提出分段注意力匹配网络PAMN。基于句子相似度计算的少样本学习算法有较好的领域适应性,PAMN在句子相似度算法上进行改进,针对关系抽取问题,将句子分段进行匹配,能更准确地计算关系分类实例间的相似度。PAMN由编码层和句子匹配层组成。在编码层,PAMN使用预训练模型BERT对句子对进行编码,根据实体位置将句子分为三段,通过动态段长进行段长领域自适应。在句子匹配层,PAMN使用基于分段注意力机制的文本匹配方法计算查询实例与支持集合中实例的相似度,取均值作为查询实例与该支持集合的相似度。实验结果显示,PAMN在FewRel 2.0领域适应任务中取得了目前该测评榜单上的最好效果。

关键词：跨领域少样本关系分类分段注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于知识拷贝机制的生成式对话模型

引用

中文信息学报 2021年第2期35卷 107-115页

作者：李少博孙承杰徐振刘秉权季振洲王明江哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

基于"编码—解码"结构的端到端生成式对话模型所生成的回复多样性差、信息量少,这在很大程度上阻碍了对话的进一步扩展和深入。而知识图谱作为一种高度结构化的知识,能够为对话提供相关知识以及话题转移关系,可以用来提升对... 详细信息

基于"编码—解码"结构的端到端生成式对话模型所生成的回复多样性差、信息量少,这在很大程度上阻碍了对话的进一步扩展和深入。而知识图谱作为一种高度结构化的知识,能够为对话提供相关知识以及话题转移关系,可以用来提升对话质量。因此,该文提出了一种基于知识拷贝机制的生成式对话模型,首先使用基于知识图谱的映射机制对对话内容进行处理,随后使用知识拷贝机制直接将知识图谱中的知识引入到生成的回复中,并使用注意力机制选择知识图谱中的信息来指导回复的生成。在"2019语言与智能技术竞赛"中的"知识驱动对话"数据集上,相较竞赛举办方提供的生成式基线模型,该文所提出模型生成的回复在字符级别的F1和多样性指标DISTINCT-1上分别有10.47%和4.6%的提升。

关键词：生成式对话模型知识图谱端到端

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的移动机器人视觉图像分级匹配算法

引用

吉林大学学报（理学版） 2023年第1期61卷 127-135页

作者：李晓峰任杰李东黑龙江外国语学院信息工程系哈尔滨150025 哈尔滨体育学院体育教育训练学院哈尔滨150008 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

针对传统移动机器人视觉图像分级匹配算法只能完成粗匹配,导致最终匹配精度较低、匹配时间较长等问题,提出一种基于深度强化学习的移动机器人视觉图像分级匹配算法.首先,利用深度强化学习网络结构中的策略网络和价值网络,共同指导浮动... 详细信息

针对传统移动机器人视觉图像分级匹配算法只能完成粗匹配,导致最终匹配精度较低、匹配时间较长等问题,提出一种基于深度强化学习的移动机器人视觉图像分级匹配算法.首先,利用深度强化学习网络结构中的策略网络和价值网络,共同指导浮动图像按正确方向移至参考图像;其次,在粗匹配过程中通过设计奖赏函数,实现颜色特征粗匹配;最后,在粗匹配基础上,利用改进尺度不变特征变换算法提取待匹配的图像局部特征,按相似度进行移动机器人视觉图像分级匹配.实验结果表明,该算法可有效实现图像的粗匹配与精匹配,在不同视角与尺度情况下特征检测的稳定性均较高,匹配精度高、时间短,匹配后的图像质量较好,提高了移动机器人的实际应用效果.

关键词：深度强化学习移动机器人视觉图像粗匹配精匹配奖赏函数

来源：评论

学校读者我要写书评

暂无评论

深度学习驱动的跨模态数据检索

引用

哈尔滨理工大学学报 2021年第1期26卷 9-16页

作者：王宏志燕钰哈尔滨工业大学计算机科学与技术学院哈尔滨150000

针对大数据下跨模态数据检索效率低下的问题,该论文深入研究了深度学习理论,采用了人工卷积神经网络模型和感知机模型,提出了一种深度学习驱动的跨模态数据检索模型并基于开源深度框架进行了完备的对比试验。该检索模型利用深度学习强... 详细信息

针对大数据下跨模态数据检索效率低下的问题,该论文深入研究了深度学习理论,采用了人工卷积神经网络模型和感知机模型,提出了一种深度学习驱动的跨模态数据检索模型并基于开源深度框架进行了完备的对比试验。该检索模型利用深度学习强大的学习和表征能力,其由图像特征提取子网、文本特征提取子网、哈希码学习子网组成;并依据条件熵和交叉熵的概念提出了多标签相似度度量方法和模型训练方法。该文用神经网络的方法进行特征提取,较之手工特征方法检索正确率提高了10%左右。

关键词：跨模态数据检索深度学习人工卷积神经网络感知机

来源：评论

学校读者我要写书评

暂无评论

基于LSTM的语言学习长期记忆预测模型

引用

中文信息学报 2022年第12期36卷 133-138,148页

作者：叶峻峣苏敬勇王耀威徐勇哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055 鹏城实验室视觉智能研究所广东深圳518055

间隔重复是一种在语言学习中常见的记忆方法,通过设置不同的复习间隔,让学习者在相应的时间点进行练习,以达到理想的记忆效果。为了设置合适的复习间隔,需要预测学习者的长期记忆。该文提出了一种基于长短时记忆网络(LSTM)的语言学习长... 详细信息

间隔重复是一种在语言学习中常见的记忆方法,通过设置不同的复习间隔,让学习者在相应的时间点进行练习,以达到理想的记忆效果。为了设置合适的复习间隔,需要预测学习者的长期记忆。该文提出了一种基于长短时记忆网络(LSTM)的语言学习长期记忆预测模型,从学习者的记忆行为历史中提取统计特征和序列特征,使用LSTM对记忆行为序列进行学习,并将其应用于半衰期回归(Half-Life Regression,HLR)模型,预测外语学习者对单词的回忆概率。实验收集了90亿条真实的记忆行为数据,评估模型及特征的影响,发现相较于统计特征,序列特征包含更多的有效信息。该文提出的LSTM-HLR模型与最先进的模型相比,误差降低了50%。

关键词：间隔重复语言学习长期记忆 LSTM

来源：评论

学校读者我要写书评

暂无评论

复杂场景下基于CNN的轻量火焰检测方法

引用

模式识别与人工智能 2021年第5期34卷 415-422页

作者：李欣健张大胜孙利雷徐勇哈尔滨工业大学(深圳)计算机科学与技术学院深圳518055 哈尔滨工业大学(深圳)深圳市目标检测与判别重点实验室深圳518055 重庆理工大学两江人工智能学院重庆401135 贵州大学计算机科学与技术学院贵阳550025

已有的火灾检测方法往往依赖高性能的机器,在嵌入式端和移动端检测速度较慢、误检率较高,尤其是无法解决小尺度火焰漏检问题.针对上述问题,文中提出基于YOLO的火焰检测方法.使用深度可分离卷积改进火焰检测模型的网络结构,并使用多种数... 详细信息

已有的火灾检测方法往往依赖高性能的机器,在嵌入式端和移动端检测速度较慢、误检率较高,尤其是无法解决小尺度火焰漏检问题.针对上述问题,文中提出基于YOLO的火焰检测方法.使用深度可分离卷积改进火焰检测模型的网络结构,并使用多种数据增强技术与基于边框的损失函数以提高精度.通过参数调优,在保证检测准确率的情况下,实现在嵌入式移动系统上21 ms的实时火灾探测.实验表明,文中方法在火焰数据集上的精度和速度都有所提高.

关键词：火焰检测目标检测 YOLO算法数据增强深度可分离卷积

来源：评论

学校读者我要写书评

暂无评论

融合多模态数据的药物合成反应的虚拟筛选

引用

计算机应用 2023年第2期43卷 622-629页

作者：孙晓飞朱静远陈斌游恒志中国科学院成都计算机应用研究所成都610041 中国科学院大学计算机科学与技术学院北京100049 哈尔滨工业大学(深圳)理学院广东深圳518055 哈尔滨工业大学(深圳)人工智能研究院广东深圳518055

药物合成反应,特别是不对称反应是现代药物化学的重要组成部分。化学家们投入了巨大的人力和资源来识别各种化学反应模式,以实现高效合成和不对称催化。量子力学计算和机器学习算法在这一领域的最新研究证明了通过计算机学习现有药物合... 详细信息

药物合成反应,特别是不对称反应是现代药物化学的重要组成部分。化学家们投入了巨大的人力和资源来识别各种化学反应模式,以实现高效合成和不对称催化。量子力学计算和机器学习算法在这一领域的最新研究证明了通过计算机学习现有药物合成反应数据并进行精确虚拟筛选的巨大潜力。然而,现有方法局限于单一模态的数据来源,并且由于数据少的限制,只能使用基本的机器学习方法,使它们在更广泛场景中的普遍应用受到阻碍。因此,提出两种融合多模态数据的药物合成反应的筛选模型来进行反应产率和对映选择性的虚拟筛选,并给出了一种基于Boltzmann分布进行加权的3D构象描述符,从而将分子的立体空间信息与量子力学性质结合起来。这两种多模态数据融合模型在两个代表性的有机合成反应(C-N偶联反应和N,S-缩醛反应)中进行了训练和验证,结果表明前者的R2相对于基线方法在大多数据划分上的提升超过了1个百分点,后者的平均绝对误差(MAE)相对于基线方法在大多数据划分上的下降超过了0.5个百分点。可见,在有机反应筛选的不同任务中采用基于多模态数据融合的模型都会带来好的性能。

关键词：药物合成反应不对称反应机器学习多模态数据 3D分子描述符虚拟筛选

来源：评论

学校读者我要写书评

暂无评论

线上线下相关联的混合式教学——内涵、类型、关联、原则、特征与把握要点

线上线下相关联的混合式教学——内涵、类型、关联、原则、特征与...

引用

2024年中国高校计算机教育大会

作者：张策初佃辉刘晓颖王峥李剑雄吕为工哈尔滨工业大学(威海)计算机科学与技术学院哈尔滨工业大学(威海)继续教育学院

随着我国在线开放课程取得的显著成就,以及高等教育教学数字化转型的深入,利用网络优质教学资源服务高校课程建设与教学改革已经成为广泛共识,开展线上与线下相关联的混合式教学是高校当前教学模式的主要创新方向。剖析了混合式教学的内... 详细信息

随着我国在线开放课程取得的显著成就,以及高等教育教学数字化转型的深入,利用网络优质教学资源服务高校课程建设与教学改革已经成为广泛共识,开展线上与线下相关联的混合式教学是高校当前教学模式的主要创新方向。剖析了混合式教学的内涵,给出了三种划分类型并进行比较;指出了线上教学与线下教学的区别及关联,提出了混合式教学三个基本原则,分析了混合式教学基本特征;论述了混合式教学设计,阐述了混合式教学的组织与实施,分析了混合式教学的难点与解决办法。混合式教学是高校当前利用网络资源进行教学的主要形式,对教师提出了较高的要求,还需要从多个方面进行提升,推动教学模式更好地服务高校教学与人才培养。

关键词： MOOC 教学模式混合式教学融合式教学翻转课堂

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：