检索结果-内蒙古大学图书馆

“班团一体化”机制下班干部职业核心能力培养路径探究——以武汉生物工程学院计算机科学与技术学院为例

产业与科技论坛 2024年第7期23卷 244-246页

作者：龚文翰谭学锋程晓璐武汉生物工程学院计算机科学与技术学院武汉生物工程学院

在高校共青团改革的大背景下,实施“班团一体化”运行机制,是增强基层团组织活力、培养班团干部核心能力的重要举措。文章以武汉生物工程学院计算机科学与技术学院为例,分析了“班团一体化”运行的现状和存在的问题,提出了在“班团一体... 详细信息

在高校共青团改革的大背景下,实施“班团一体化”运行机制,是增强基层团组织活力、培养班团干部核心能力的重要举措。文章以武汉生物工程学院计算机科学与技术学院为例,分析了“班团一体化”运行的现状和存在的问题,提出了在“班团一体化”运行机制下培养班干部职业能力的路径和相关方法,从而促进新时代大学生综合素质不断提升。

关键词：共青团改革班团一体化职业核心能力班干部教学管理

来源：评论

学校读者我要写书评

暂无评论

不同光照条件下含噪遥感图像边缘检测算法

引用

吉林大学学报（工学版） 2023年第1期53卷 241-247页

作者：马为駽张䶮马传香朱飒湖北大学计算机与信息工程学院武汉430062 武汉大学遥感信息工程学院武汉430072

针对不同光照条件导致遥感图像采集过程中形成随机噪声的问题,研究不同光照条件下含噪遥感图像边缘检测算法,以此提升遥感图像配准、识别的精度。针对不同光照条件下遥感图像获取过程中的随机高斯噪声,将邻域均值滤波算法与中值滤波算... 详细信息

针对不同光照条件导致遥感图像采集过程中形成随机噪声的问题,研究不同光照条件下含噪遥感图像边缘检测算法,以此提升遥感图像配准、识别的精度。针对不同光照条件下遥感图像获取过程中的随机高斯噪声,将邻域均值滤波算法与中值滤波算法相结合构建加窗中值滤波算法,利用该算法对含噪遥感图像实施滤波处理,消除遥感图像内的各类噪声。针对去噪后的遥感图像,利用Canny算子进行图像梯度计算,并进行最大值约束。对约束后的遥感图像梯度直方图采用最大类间方差法自适应检测和连接边缘的高、低阈值,通过跟踪边缘像素点,完成遥感图像边缘检测。测试结果表明,该算法可最大限度上还原实际遥感图像,准确检测图像边缘信息,提升遥感图像配准、识别的精度。

关键词：光照条件噪声遥感图像边缘检测滤波算法最大类间方差

来源：评论

学校读者我要写书评

暂无评论

面向高密度交通场景的自动驾驶运动规划

引用

计算机工程与应用 2024年第14期60卷 114-122页

作者：肖雨微姚溪子胡学敏罗显志湖北大学计算机与信息工程学院武汉430062

针对现有自动驾驶运动规划方法在提取状态信息时忽略了周边车辆交互、在高密度交通场景下规划效果不理想的问题,提出了一种联合图神经网络和深度强化学习的运动规划模型。基于图神经网络提出了一种自动驾驶车辆的交互式特征提取方法,再... 详细信息

针对现有自动驾驶运动规划方法在提取状态信息时忽略了周边车辆交互、在高密度交通场景下规划效果不理想的问题,提出了一种联合图神经网络和深度强化学习的运动规划模型。基于图神经网络提出了一种自动驾驶车辆的交互式特征提取方法,再基于双延迟深度确定性策略梯度(twin delayed deep deterministic policy gradient,TD3)算法从交互式特征中预测车辆的动作,从而实现运动规划。将所提模型与目前自动驾驶运动规划模型LSTM+TD3、TD3及深度确定性策略梯度(deep deterministic policy gradient,DDPG)模型进行对比,在PGDrive驾驶模拟器中进行训练和测试的实验结果表明,在高密度交通场景中,所提方法的训练奖励值和测试成功率相比于对比方法提升了约36%、43%、23%及13、19、53个百分点。表明所提方法能有效解决自动驾驶周边车辆的交互式信息感知问题,更好地实现自动驾驶运动规划。

关键词：自动驾驶运动规划交互式特征图神经网络强化学习

来源：评论

学校读者我要写书评

暂无评论

小波分频自注意力Transformer图像去雨网络

引用

计算机工程与应用 2024年第6期60卷 259-273页

作者：方思严刘斌湖北大学计算机与信息工程学院武汉430062

针对视觉Transformer对高频信息捕捉能力弱以及目前许多图像去雨方法易丢失细节的问题,提出小波分频自注意力Transformer图像去雨网络(WFDST-Net)。小波分频自注意力Transformer(WFDST)作为WFDST-Net的主要模块,其利用不可分提升小波变... 详细信息

针对视觉Transformer对高频信息捕捉能力弱以及目前许多图像去雨方法易丢失细节的问题,提出小波分频自注意力Transformer图像去雨网络(WFDST-Net)。小波分频自注意力Transformer(WFDST)作为WFDST-Net的主要模块,其利用不可分提升小波变换获取特征图的低频分量和高频分量,分别在低频和高频中进行自注意力交互,使模块从低频中学习恢复全局结构的能力,在高频中强化捕捉雨纹等线条细节的能力,增强对不同频域特征的建模能力。WFDST-Net采用U形架构并通过不可分提升小波变换获取多尺度特征,可在捕获不同形状高频雨纹的同时保证信息的完整性。相比其他图像去雨相关的Transformer,WFDST-Net具有更低的参数量。此外,提出VOCRain250数据集用于联合图像去雨和语义分割任务,该数据集比目前广泛使用的BDD150更具优势。实验表明,所提方法增强了视觉Transformer对不同频域信息的捕获能力,并在合成和真实数据集以及VOCRain250中的表现优于目前先进的去雨方法,能有效去除复杂雨纹并保留更多细节特征。

关键词：图像去雨 Transformer 自注意力不可分提升小波频域

来源：评论

学校读者我要写书评

暂无评论

跨模LDA融合的多模态数据主题分析方法

引用

控制与决策 2024年第4期39卷 1325-1332页

作者：赵越郝琨时彩云解胜震王之琼信俊昌东北大学医学与生物信息工程学院沈阳110169 东北大学计算机科学与工程学院沈阳110169

随着互联网的高速发展,社会大众可以通过网络对医疗事件以及医患关系自由地发表个人意见和观点言论,这对于引导公众正确的价值导向有着重大研究意义.然而,仅考虑单模态数据的主题分析算法不能精准地把握整个舆情事件的真相,存在主题提... 详细信息

随着互联网的高速发展,社会大众可以通过网络对医疗事件以及医患关系自由地发表个人意见和观点言论,这对于引导公众正确的价值导向有着重大研究意义.然而,仅考虑单模态数据的主题分析算法不能精准地把握整个舆情事件的真相,存在主题提取不准确、个人情感先入为主等问题.提出一种基于LDA的多模态数据主题分析算法MD_LDA(multimodal data topic analysis based on LDA).通过对各模态主题分析结果进行决策级融合来计算多模态的主题分析结果,进而解决传统方法对多模态数据考虑不全面的缺陷.实验结果表明,针对多模态舆情事件,在主题词的提取效果上,所提出的MD_LDA算法优于单一模态数据进行主题分析的算法.而相对于传统的关键词提取算法TF_IDF与TextRank和MD_LDA算法的准确率以及主题词提取效率均有所提高,验证了结合多模态数据进行主题分析的MD_LDA算法的有效性.

关键词：主题分析多模态 LDA主题模型网络舆情

来源：评论

学校读者我要写书评

暂无评论

自适应双坐标系的差分进化算法求解混合变量优化问题

引用

计算机学报 2024年第9期47卷 2116-2140页

作者：周新宇黄君洪彭虎王晖王峰江西师范大学计算机信息工程学院南昌330022 吉林大学计算机科学与技术学院长春130012 九江学院计算机与大数据科学学院江西九江332005 南昌工程学院信息工程学院南昌330022 武汉大学计算机学院武汉430072

如何设计求解混合变量优化问题(Mixed-variable Optimization Problems,MVOPs)的相关算法,是计算机算法设计与分析领域中的一个重要研究方向.该问题的求解难点在于需同时优化连续型和离散型决策变量,目前进化算法(Evolutionary Algorith... 详细信息

如何设计求解混合变量优化问题(Mixed-variable Optimization Problems,MVOPs)的相关算法,是计算机算法设计与分析领域中的一个重要研究方向.该问题的求解难点在于需同时优化连续型和离散型决策变量,目前进化算法(Evolutionary Algorithms,EAs)是求解该问题的一种有效手段.然而,现有的相关EAs忽略了问题变量之间的相关性,导致算法性能还存在一定不足.为此,本文从变量相关性角度出发,提出了一种自适应双坐标系的差分进化算法来求解MVOPs.首先,利用种群的协方差矩阵信息来构建特征坐标系,实现在特征坐标系下执行算法的相关操作,以松弛连续变量与离散变量之间的相关性;其次,为避免种群多样性丢失,仍保留了原坐标系,并设计了一种自适应策略来应用特征坐标系和原坐标系,以发挥双坐标系的优势;最后,为提高离散变量的优化效果,专门设计了一种基于离散变量相关性的局部搜索策略,以增强算法的整体性能.为验证本文方法性能,在一套包含28个测试函数的通用测试集上进行了大量实验,与5种求解MVOPs的知名EAs进行了对比,结果表明本文方法有更好性能.此外,在一个实际MVOP上,即焊接梁设计问题,本文方法能取得目前已知最好解.本文方法为计算机算法设计和分析领域的相关工作提供了新的思路.

关键词：混合变量差分进化变量相关性特征坐标系双坐标系

来源：评论

学校读者我要写书评

暂无评论

室内圆柱引导的激光雷达全局定位与回环检测

引用

武汉大学学报（信息科学版） 2024年第7期49卷 1088-1099页

作者：史鹏程李加元刘欣怡张永军武汉大学计算机学院湖北武汉430072 武汉大学遥感信息工程学院湖北武汉430079

针对移动机器人在大范围室内环境的定位难题,提出了一种基于圆柱特征的全局定位方法。首先,设计一种参数化地图,采用随机采样一致性算法和几何模型分割出地图中的圆柱点云,利用栅格地图描述环境中稳定人工构筑物的分布。其次,采用轻量... 详细信息

针对移动机器人在大范围室内环境的定位难题,提出了一种基于圆柱特征的全局定位方法。首先,设计一种参数化地图,采用随机采样一致性算法和几何模型分割出地图中的圆柱点云,利用栅格地图描述环境中稳定人工构筑物的分布。其次,采用轻量级二进制文件记录圆柱和地物分布。然后,基于圆柱独特的几何特性(离群性、对称性和显著性),提出一种实时LiDAR点云圆柱分割方法。最后,设计两种位姿求解策略:第一种是启发式搜索,在地图与实时数据中搜索出最佳匹配圆柱,进而分别解算平移量和旋转量;第二种是优化求解,利用圆柱之间的拓扑关系构建约束条件并计算最优位姿。为验证所提方法的可行性,采用16线激光雷达在大厅、走廊及混合场景3种典型室内环境进行全局定位和回环检测实验。实验结果表明,该方法可有效实现典型空旷室内环境中机器人的全局定位,可达到90%的定位成功率以及0.073 m定位误差,部分数据可达到毫米级定位精度,最快速度在100 ms内,位置识别性能达到主流方法水平。该方法基本满足实际应用中自动驾驶对全局定位的精度和效率要求。

关键词：自动驾驶全局定位回环检测圆柱分割参数化地图激光雷达

来源：评论

学校读者我要写书评

暂无评论

OpenPerf:面向开源生态可持续发展的数据科学基准测试体系

引用

计算机学报 2025年第3期48卷 632-649页

作者：韩凡宇毕枫林张琰彬李晖游兰王伟钱卫宁周傲英华东师范大学数据科学与工程学院上海200062 贵州大学计算机科学与技术学院贵阳550025 湖北大学计算机与信息工程学院武汉430062

基准测试是指通过设计科学的测试方法、测试工具和测试系统,实现对一类测试对象的某项性能指标进行定量的和可对比的测试。随着人工智能时代的到来,诸如ImageNet、DataPerf等这类新型的AI基准测试数据集逐步成为学术界和工业界的共识性... 详细信息

基准测试是指通过设计科学的测试方法、测试工具和测试系统,实现对一类测试对象的某项性能指标进行定量的和可对比的测试。随着人工智能时代的到来,诸如ImageNet、DataPerf等这类新型的AI基准测试数据集逐步成为学术界和工业界的共识性标准。当前,关于开源生态的研究大多基于某一项具体的研究点展开分析而缺少对开源生态基准体系的构建,一个开源项目处于怎样的发展位置、企业开源程序办公能力处于行业什么位置、开发者活跃度、项目影响力等基础数据与评价,都是数据使用方迫切需要的开源领域知识。为了解决开源领域“有数据无基准”的局面,本文提出一种面向开源生态可持续发展的数据科学基准测试体系(OpenPerf)。该体系自下而上主要包含数据科学任务类基准、指数类基准以及标杆类基准,旨在为学术界、工业界提供不同的基准参考。本文定义了9个数据科学任务类基准,给出了3项典型的数据科学任务类基准测试结果、2项指数类基准以及1项标杆类基准,其中2项指数类基准被中国电子技术标准化研究院作为开源社区治理的评估标准。数据科学任务类基准主要应用于学术界,为不同研究方向的研究者提供自己擅长的研究领域的基准。指数类基准主要面向企业界,企业界可以通过影响力和活跃度等基准数据了解当前企业开源程序办公能力所处的行业位置以及旗下开源项目所处的发展位置。标杆类基准是一种可测量的业界最佳水平的成绩,用来比较参考尺度。最后,通过3个应用在阿里、蚂蚁以及华东师范大学等国内知名公司和高校的实际案例验证了OpenPerf在推动开源生态可持续发展中所起到的关键作用。

关键词：基准测试开源生态可持续发展基准任务应用案例

来源：评论

学校读者我要写书评

暂无评论

武汉城市职业学院计算机与电子信息工程学院设计作品精选

引用

中国造纸 2023年第1期42卷 I0042-I0042页

作者：雷菁武汉城市职业学院计算机与电子信息工程学院

关键词：

来源：评论

学校读者我要写书评

暂无评论

XSGCL：用于推荐的轻量级图对比学习框架

引用

计算机工程 2024年

作者：张震游兰彭庆喜金红曾昊秋夏宇春湖北大学计算机与信息工程学院武汉学院信息工程学院

传统的基于对比学习的推荐模型通常首先对原始交互图进行数据增强，然后尽可能提高不同视图编码后的表示一致性。虽然这种方法已被证明是有效的，但最近的研究发现，由于图数据中节点的边遵循幂律分布，图增强往往会引入对比学习不利的... 详细信息

传统的基于对比学习的推荐模型通常首先对原始交互图进行数据增强，然后尽可能提高不同视图编码后的表示一致性。虽然这种方法已被证明是有效的，但最近的研究发现，由于图数据中节点的边遵循幂律分布，图增强往往会引入对比学习不利的偏差。此外，图结构的扰动使得处理大规模数据集变得计算密集，限制了基于对比学习模型的灵活性。为了应对这些挑战，提出了一种高低方差分离的特征增强方法HLVS，该方法不仅避免了对图结构的直接扰动，还减轻了传统特征扰动方法中存在的语义偏差问题。同时，为了缓解推荐系统中的流行度偏差问题，在主任务中引入了流行度指标，并设计了一种新的损失函数PBPR，以实现对热门与冷门节点表示的平衡。最后，通过整合对比学习、HLVS和PBPR，设计了一种轻量且无参数的图对比学习框架XSGCL，可以自然地集成到推荐模型中，以提高训练效率和性能。通过在五个公共数据集上的广泛实验，证明了将XSGCL集成到LightGCN后，不仅显著提升了训练效率，并且相较于先进模型具有更好或者相当的性能。例如在Yelp2018数据集上，相比于LightGCN，本文提出的模型训练效率提升了91.2%。在Alibaba-iFashion数据集上，Recall@10和NDCG@10指标分别提高了32.21%和33.73%。

关键词：推荐系统对比学习数据增强流行度偏差图神经网络协同过滤

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：