检索结果-内蒙古大学图书馆

把握“时、度、效” 提升大学生思想政治教育工作的质量和水平——以哈尔滨工业大学计算机学院大学生思想政治教育工作为例

思想教育研究 2013年第12期 78-81页

作者：童志祥孟晓辉赵水杉哈尔滨工业大学计算机学院黑龙江哈尔滨150001

习近平总书记在全国宣传思想政治工作会上提出"把握好时、度、效,增强吸引力和感染力,让群众爱听爱看、产生共鸣"的要求,为提高大学生思想政治教育工作质量和水平指明了方向。结合哈尔滨工业大学计算机学院学生工作实践,探讨... 详细信息

习近平总书记在全国宣传思想政治工作会上提出"把握好时、度、效,增强吸引力和感染力,让群众爱听爱看、产生共鸣"的要求,为提高大学生思想政治教育工作质量和水平指明了方向。结合哈尔滨工业大学计算机学院学生工作实践,探讨新时期如何在大学生思想政治教育工作中把握好"时、度、效",可以为高校做好大学生思想政治教育工作提供好的对策、建议。

关键词：大学生思想政治工作时度效质量和水平

来源：评论

学校读者我要写书评

暂无评论

MOOC教学试点学院探究--以哈尔滨工业大学(威海)计算机学院为例

引用

中国大学教学 2018年第11期 38-42页

作者：张策谷松林徐晓飞初佃辉季振洲吕为工谭璇月哈尔滨工业大学(威海)计算机学院哈尔滨工业大学哈尔滨工业大学威海校区不详

随着互联网的深度发展和广泛普及,信息技术与教育教学的深度融合对高等教育产生巨大影响。MOOC教学是新时代解决教学理念滞后、模式陈旧、方法不足等问题的重要手段。本文对MOOC教学试点学院开展基于线上线下混合式教学的实践进行探究... 详细信息

随着互联网的深度发展和广泛普及,信息技术与教育教学的深度融合对高等教育产生巨大影响。MOOC教学是新时代解决教学理念滞后、模式陈旧、方法不足等问题的重要手段。本文对MOOC教学试点学院开展基于线上线下混合式教学的实践进行探究。经过实践,这种结合网络在线学习和翻转课堂环节的混合式教学,在试点学院教学中发挥了积极作用,但仍需要进行更为深入的实践与总结提高。

关键词： MOOC 试点学院翻转课堂线上线下混合式教学

来源：评论

学校读者我要写书评

暂无评论

开展数据保护技术助推大数据产业发展——哈尔滨工业大学(深圳)计算机科学与技术学院教授刘川意

引用

中国科技成果 2020年第23期21卷 62-63页

作者：刘川意哈尔滨工业大学(深圳)计算机科学与技术学院

随着大数据的进一步发展,重视数据隐私和安全已经成为了世界性的趋势,各国都在加强对数据安全和隐私的保护.中国在2017年起实施的《中华人民共和国网络安全法》和《中华人民共和国民法总则》指出,网络运营者不得泄露、篡改、毁坏其收集... 详细信息

随着大数据的进一步发展,重视数据隐私和安全已经成为了世界性的趋势,各国都在加强对数据安全和隐私的保护.中国在2017年起实施的《中华人民共和国网络安全法》和《中华人民共和国民法总则》指出,网络运营者不得泄露、篡改、毁坏其收集的个人信息,并且与第三方进行数据交易时需确保拟定的合同明确约定拟交易数据的范围和数据保护义务.这对人工智能传统的数据处理模式提出了新的挑战.面向大数据时代背景下的数据安全需求,哈尔滨工业大学(深圳)计算机科学与技术学院教授刘川意立足前沿,努力攻关,围绕计算机系统、云计算、云安全等领域开展一系列研究,在高可信云服务理论与技术创新,以及隐私保护前提下的数据价值开发与挖掘等方面取得多项成果,为我国大数据和人工智能产业的快速发展作出重要贡献.

关键词：计算机科学与技术数据安全计算机系统大数据数据保护人工智能数据隐私云安全

来源：评论

学校读者我要写书评

暂无评论

面向情感语义不一致的多模态情感分析方法

引用

计算机研究与发展 2025年第2期62卷 374-382页

作者：罗渊贻吴锐刘家锋唐降龙哈尔滨工业大学计算机科学与技术学院哈尔滨150006

多模态情感分析是利用多种模式的主观信息对情感进行分析判断的一种多模态任务.情感表达具有主观性,在某些场景下不同模态的情感表达不一致,甚至存在相悖的情况,这会削弱多模态协同决策的效果.针对不同模态间情感语义不一致的问题,提出... 详细信息

多模态情感分析是利用多种模式的主观信息对情感进行分析判断的一种多模态任务.情感表达具有主观性,在某些场景下不同模态的情感表达不一致,甚至存在相悖的情况,这会削弱多模态协同决策的效果.针对不同模态间情感语义不一致的问题,提出一种多模态学习方法,学习情感语义表达一致的模态特征表示.为了在不影响模态原始信息的同时,提高各模态的共性特征表达并增加模态间的动态交互,首先学习每个模态的共性特征表示,然后利用交叉注意力使单个模态能有效从其余模态的共性特征表示中获取辅助信息.在模态融合模块,以软注意力机制为基础提出模态注意力,对情感语义表达一致的各模态特征表示进行加权连接,以增大强模态的表达,抑制弱模态对任务的影响.提出的模型在情感分析数据集MOSI,MOSEI,CH-SIMS上的实验结果均优于对比模型,表明在多模态情感分析任务中考虑情感语义不一致问题的必要性与合理性.

关键词：多模态情感分析共性特征情感语义不一致注意力机制

来源：评论

学校读者我要写书评

暂无评论

多热源系统全域温度场的实时重构策略

引用

哈尔滨工业大学学报 2025年第3期57卷 25-32页

作者：张潞叶彧维艾青刘梦帅永沈阳航空航天大学计算机学院沈阳110136 哈尔滨工业大学能源科学与工程学院哈尔滨150001

在多热源系统的动态热管理中,全域热场分析与实时评估是核心要素,而传统的离散测量和重构技术难以实时获取温度场动态变化。为此,提出一种基于离散测点的全域温度场重构策略,通过引入奇异值分解提取温度场的特征基函数,并引入灰狼优化... 详细信息

在多热源系统的动态热管理中,全域热场分析与实时评估是核心要素,而传统的离散测量和重构技术难以实时获取温度场动态变化。为此,提出一种基于离散测点的全域温度场重构策略,通过引入奇异值分解提取温度场的特征基函数,并引入灰狼优化算法对重构离散测点的布局进行优化,通过与离散测点值结合,建立全域温度场的关联系数矩阵。采用数值实验,基于4种类型热源系统验证了该方法的可靠性。结果表明:测点布局优化后,4种温度模型的理论重构误差水平显著降低了至少3个数量级。采用该方法对某多芯片PCB的温度场进行重构,与数值实验结果对比显示温度场平均误差为0.12℃,均方根百分比误差低于1%,验证了该策略在实际应用中的可靠性,为电子设备热控热分析提供了参考依据。

关键词：模型降阶最小二乘温度场重构布局优化

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络的复杂时空数据挖掘方法综述

引用

软件学报 2025年第4期36卷 1811-1843页

作者：邹慧琪史彬泽宋凌云韩笑琳尚学群西北工业大学计算机学院陕西西安710072

随着传感技术的发展,不同领域产生了大量时空数据.时空图是其中一种主要的时空数据类型,具有复杂的结构、时空特征和时空关系.如何从复杂的时空图数据中挖掘关键模式,并应用于不同的下游任务成为复杂时空数据挖掘任务的主要问题.目前,... 详细信息

随着传感技术的发展,不同领域产生了大量时空数据.时空图是其中一种主要的时空数据类型,具有复杂的结构、时空特征和时空关系.如何从复杂的时空图数据中挖掘关键模式,并应用于不同的下游任务成为复杂时空数据挖掘任务的主要问题.目前,日渐成熟的时序图神经网络为该研究领域的发展提供了有力的工具.此外,新兴的时空大模型在现有时空图神经网络方法的基础上提供了新的研究视角.然而,现有的大多数综述对该领域方法的分类框架较为粗略,对复杂数据类型(如动态异质图和动态超图)缺乏全面和深入的介绍,并且没有对时空图大模型相关的最新研究进展进行详细总结.因此,基于图神经网络的复杂时空数据挖掘方法分成时空融合架构和时空大模型,旨在从传统和新兴两个角度进行介绍.将时空融合架构根据具体的复杂数据类型划分成动态图、动态异质图和动态超图.将时空大模型根据时间维度和空间维度划分成时间序列和图,并在基于图的大模型中列举时空图相关的最新研究.详细介绍不同关键算法的核心细节并对比不同方法的优缺点,列举基于图神经网络的复杂时空数据挖掘的应用领域和常用数据集,并对未来可能的研究方向进行展望.

关键词：复杂时空数据挖掘图神经网络时空大模型

来源：评论

学校读者我要写书评

暂无评论

基于信息表征增强的空间弱小目标检测方法

引用

计算机学报 2025年第3期48卷 537-555页

作者：范铭楷薛丹娜闫庆森朱宇孙瑾秋张艳宁西北工业大学计算机学院西安710129 西北工业大学航天学院西安710072

基于深度学习的目标检测技术近年来取得了显著进展,已被广泛应用于多个领域。然而,目前尚缺乏专门针对空间目标设计的深度学习检测方法。与自然图像目标检测相比,空间目标检测面临着独特的挑战:首先,由于拍摄距离极远,空间目标在图像中... 详细信息

基于深度学习的目标检测技术近年来取得了显著进展,已被广泛应用于多个领域。然而,目前尚缺乏专门针对空间目标设计的深度学习检测方法。与自然图像目标检测相比,空间目标检测面临着独特的挑战:首先,由于拍摄距离极远,空间目标在图像中通常仅呈现为包含少量像素的弱小光斑,缺乏清晰的形状和颜色特征;另外,复杂的空间环境以及设备因素会导致图像中存在各种噪声,例如杂散光引起的明亮背景、相机因素导致的热像素噪声;最后,视场中密集的恒星会导致在空间图像中容易出现部分光斑相互粘连的情况。上述难点无疑增加了空间目标检测的难度。本文提出了一种基于信息表征增强的无锚框空间弱小目标检测方法,该方法通过设计端到端卷积神经网络模型,能够实现同时对空间弱小目标检测和质心定位。针对目标弱小、背景噪声干扰的问题,我们首先设计了跨空间-通道注意力模块和压缩-激励的多尺度特征融合模块,提升模型对含噪图像中弱小目标的有效信息关注度,从而提高噪声背景下目标的检测能力;在此基础上,为了进一步解决光斑粘连的问题,我们引入了基于密度图的损失函数,通过使模型更加直接地学习图像中目标的整体空间分布与数量信息,以此使模型掌握粘连光斑中目标的数量,从而更准确分辨粘连光斑中各个独立目标。此外,本文仿真了包含点状、条状目标和多种噪声背景的空间图像,并对目标的质心位置、边界框和像素坐标进行了精细标注。为验证方法的有效性,我们在本文的仿真图像与公开的实拍序列图像数据集SpotGEO中进行了实验验证。在仿真图像数据测试中,本文方法的F1分数为95.34%,并实现了0.4478的亚像元级平均质心定位精度。同时,我们还对本文方法进行了不同噪声强度影响下质心定位精度测试以及不同硬件条件下处理效率测试,以更全面分析本文方法的能力。在公开的实拍序列图像数据集SpotGEO中,本文方法结合引入的序列后处理方法取得的F1分数为93.08%。实验结果证明了本文方法对空间弱小目标准确检测和精确定位方面的优越性能。

关键词：空间弱小目标检测质心定位注意力机制特征融合数量信息

来源：评论

学校读者我要写书评

暂无评论

基于规则约减与激活因子的扩展置信规则库推理模型

引用

控制与决策 2025年第5期40卷 1695-1704页

作者：钟智昊龙江吴孟桐郭阳明西北工业大学软件学院西北工业大学计算机学院西北工业大学网络空间安全学院

针对扩展置信规则库(EBRB)的规则冗余与激活规则一致性过低问题,提出一种基于Relief算法框架的新型结构优化框架与激活因子的推理模型,并应用于机器学习中的分类问题与回归问题.首先,基于Relief算法思想,通过分析历史数据与其近邻的输... 详细信息

针对扩展置信规则库(EBRB)的规则冗余与激活规则一致性过低问题,提出一种基于Relief算法框架的新型结构优化框架与激活因子的推理模型,并应用于机器学习中的分类问题与回归问题.首先,基于Relief算法思想,通过分析历史数据与其近邻的输入输出相关性,赋予扩展置信规则不同的权重以识别关键规则,并通过与近邻规则的融合实现规则约减;然后,在计算个体匹配度过程中引入激活因子,通过离线优化策略确定激活因子取值,以确保激活规则的一致性和有效性;最后,分别采用非线性函数与公共分类数据集对所提出方法与其他类型的EBRB模型在处理回归问题和分类问题时的表现进行对比,结果验证了所提出模型的有效性和优越性.

关键词：扩展置信规则库 ReliefF算法 RReliefF算法规则约减激活因子

来源：评论

学校读者我要写书评

暂无评论

基于GAN的无数据黑盒对抗攻击方法

引用

计算机工程与应用 2025年第7期61卷 204-212页

作者：赵恩浩凌捷广东工业大学计算机学院广州510006

对抗样本能够使深度神经网络以高置信度输出错误的结果。在黑盒攻击中,现有的替代模型训练方法需要目标模型全部或部分训练数据才能取得较好的攻击效果,但实际应用中目标模型的训练数据难以获取。因此,提出一种基于GAN的无数据黑盒对抗... 详细信息

对抗样本能够使深度神经网络以高置信度输出错误的结果。在黑盒攻击中,现有的替代模型训练方法需要目标模型全部或部分训练数据才能取得较好的攻击效果,但实际应用中目标模型的训练数据难以获取。因此,提出一种基于GAN的无数据黑盒对抗攻击方法。无需目标模型的训练数据,使用混合标签信息的噪声生成替代模型所需的训练样本,通过目标模型的标记信息以及多样化损失函数使训练样本分布均匀且包含更多特征信息,进而使替代模型高效学习目标模型的分类功能。对比DaST和MAZE,该方法在降低35%~60%的对抗扰动和查询次数的同时对CIFAR-100、CIFAR-10、SVHN、FMNIST、MNIST五个数据集的FGSM、BIM、PGD三种攻击的成功率平均提高6~10个百分点,并且在实际应用中的黑盒模型场景Microsoft Azure取得78%以上的攻击成功率。

关键词：黑盒对抗攻击生成对抗网络替代训练迁移攻击深度神经网络

来源：评论

学校读者我要写书评

暂无评论

基于关系提示的单模块单步骤实体关系抽取方法研究

引用

西安交通大学学报 2025年第3期59卷 222-234页

作者：刘辉张智王启源国防科技大学电子对抗学院合肥230037 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

针对现有关系三元组抽取方法由于忽略关系本身的关系语义信息以及三元组中元素的相互依赖和不可分性所导致的抽取效果不佳问题,提出了一种基于关系提示的实体关系抽取方法。在构建单模块单步关系三重抽取模型(RPSS)的基础上,考虑不同层... 详细信息

针对现有关系三元组抽取方法由于忽略关系本身的关系语义信息以及三元组中元素的相互依赖和不可分性所导致的抽取效果不佳问题,提出了一种基于关系提示的实体关系抽取方法。在构建单模块单步关系三重抽取模型(RPSS)的基础上,考虑不同层次的关系语义信息和符号级和特征级的关系提示信息,对实体和关系提示符进行联合编码,得到统一的全局表示;同时通过注意力机制挖掘不同嵌入之间的深层关联,构建三重交互矩阵,可在一个步骤中直接从单个模块中提取所有三元组。结果表明:所提方法在NYT、WebNLG两个基准数据集上实现了最佳的表现,F_(1)分别达到了93.3%和94.9%。

关键词：实体关系抽取注意力机制联合编码

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：