检索结果-内蒙古大学图书馆

筑巢科技创新哺育创新人才——河南师范大学计算机与信息工程学院打造大学生科技创新品牌侧记

引用

河南教育（高教版）（中） 2013年第7期 30-31页

作者：赵胜杰张东亮河南师范大学计算机与信息工程学院

＂真的没想到,我们也能拿到国家专利。＂河南师范大学计算机与信息工程学院2009级学生袁清清说。袁清清和同学一起发明的带磁泳显示板的卷尺,于2011年11月提出专利申请,2012年9月5日得到了国家知识产权局的批准。

关键词：工程学院师范大学科技创新大学生计算机创新人才信息河南

来源：评论

学校读者我要写书评

暂无评论

一种基于指数移动平均的物联网边缘设备选择机制

引用

应用科学学报 2025年第1期43卷 183-194页

作者：吴桐袁培燕河南师范大学计算机与信息工程学院河南新乡453000

在小型蜂窝网络中,用户设备(user equipment,UE)数量往往大于小基站(small base station,SBS)数量,每个SBS服务多个UE,同时每个UE可被多个SBS覆盖。如何选择合适的SBS为每个UE服务,是小型蜂窝网络面临的重要挑战之一。传统的多点协同(co... 详细信息

在小型蜂窝网络中,用户设备(user equipment,UE)数量往往大于小基站(small base station,SBS)数量,每个SBS服务多个UE,同时每个UE可被多个SBS覆盖。如何选择合适的SBS为每个UE服务,是小型蜂窝网络面临的重要挑战之一。传统的多点协同(coordinated multiple point,CoMP)传输技术基于按比例公平策略进行资源分配,没有考虑系统动态性,整个系统资源利用率不高。本文提出了一种基于指数移动平均(exponential moving average,EMA)的CoMP方法,对每个时间片系统内所有UE与SBS传输效益按照优先级排序,增加高优先级设备在下一个时间片内的分配权重,使高权重的UE接受更多的SBS服务,最终实现资源动态调整。实验结果表明,基于指数移动平均的CoMP操作能够显著提升系统的达峰时间以及整个系统的吞吐效率,同时降低了系统的中断率,进而为物联网边缘系统提供更优的设备选择机制。

关键词：指数移动平均多点协同蜂窝网络动态调整

来源：评论

学校读者我要写书评

暂无评论

面向国际中文教育的文本可读性因素分析及自动评估研究

引用

外语研究 2025年第1期42卷 81-88页

作者：朱淑琴辛现伟罗向阳北京联合大学师范学院北京100011 河南师范大学计算机与信息工程学院河南新乡453007 解放军信息工程大学河南郑州450012

本文面向国际中文教育,研究文本可读性影响因素及自动评估问题。首先,基于国际中文教材构建分级文本语料库;其次,从领域特征、表面特征、结构特征和功能特征4个维度对文本可读性的影响因素进行分析,其中每类特征涉及字、词、句3个层面;... 详细信息

本文面向国际中文教育,研究文本可读性影响因素及自动评估问题。首先,基于国际中文教材构建分级文本语料库;其次,从领域特征、表面特征、结构特征和功能特征4个维度对文本可读性的影响因素进行分析,其中每类特征涉及字、词、句3个层面;最后,基于多元线性回归模型构建可读性公式,并对可读性公式进行分析和验证。结果表明,构建的可读性公式拟合优度较高,其中字种数、一级词汇比例、句子平均词性数、句子词性数标准差、七级词汇比例、虚词比例、汉字笔画数标准差和汉字等级均值等关键因素能够显著解释文本可读性等级。

关键词：国际中文教育文本可读性可读性公式自动评估

来源：评论

学校读者我要写书评

暂无评论

面向SAR图像舰船检测的多粒度特征与形位相似度量方法

引用

光电工程 2025年第2期52卷 44-58页

作者：李士博肖振久曲海成李富坤王晶晶辽宁工程技术大学软件学院辽宁葫芦岛125105 河南师范大学计算机与信息工程学院河南新乡453007 中国地质大学地球物理与空间信息学院湖北武汉430074

针对合成孔径雷达(SAR)图像背景复杂、目标尺度变化大,尤其在小目标密集场景中容易出现误检和漏检问题,提出一种面向SAR图像舰船检测的多粒度特征与形位相似度量方法。在特征提取阶段,设计包含双分支多粒度特征聚合结构。一个分支通过H... 详细信息

针对合成孔径雷达(SAR)图像背景复杂、目标尺度变化大,尤其在小目标密集场景中容易出现误检和漏检问题,提出一种面向SAR图像舰船检测的多粒度特征与形位相似度量方法。在特征提取阶段,设计包含双分支多粒度特征聚合结构。一个分支通过Haar小波变换对特征图级联分解,以扩大全局感受野,从而提取粗粒度特征;另一分支引入空间和通道重建卷积,用于捕捉细节纹理信息,以减少特征图的上下文信息损失。两分支通过协同利用局部和非局部特征的相互作用,有效抑制复杂背景和杂波干扰,实现多尺度特征的精确提取。在检测回归阶段,利用欧几里得距离,并结合位置与形状信息,提出形位相似度量方法,以解决小目标密集场景中位置偏差敏感性问题,从而平衡正负样本的分配。在SSDD和HRSID数据集上与双阶段、单阶段及DETR系列共11种检测器进行综合对比,本文方法在两数据集上mAP和mAP50分别达到68.8%、98.3%和70.8%、93.8%。此外,模型参数量仅为2.4 M,计算量为6.4 GFLOPs,优于对比方法。本文方法在复杂背景和不同尺度舰船目标下表现出优异的检测性能,在降低误检率和漏检率的同时,具有更低的模型参数量和计算量。

关键词： SAR图像舰船检测特征提取小波变换欧几里得距离

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轻量高效图像隐写

引用

应用科学学报 2025年第1期43卷 80-93页

作者：段新涛白鹿伟徐凯欧张萌保梦茹武银行秦川河南师范大学计算机与信息工程学院河南新乡453007 教育人工智能与个性化学习河南省重点实验室河南新乡453007 上海理工大学光电与计算机工程学院上海200093

基于深度学习的图像隐写方法,因存在模型参数量和计算量大等问题,而面临高参数和计算负载的挑战,为此提出了一种轻量高效的图像隐写方法。首先在编码器和解码器中引入Ghost模块,降低了编码器和解码器的参数量和计算量。其次提出了一个... 详细信息

基于深度学习的图像隐写方法,因存在模型参数量和计算量大等问题,而面临高参数和计算负载的挑战,为此提出了一种轻量高效的图像隐写方法。首先在编码器和解码器中引入Ghost模块,降低了编码器和解码器的参数量和计算量。其次提出了一个多尺度特征融合模块,用以捕捉多维数据中的复杂关系。最后提出了一个新颖的混合损失函数,可在保持模型不变的情况下提升图像隐写质量。实验结果表明,所提方法在256×256像素的图像上峰值信噪比达到47.59 dB。与目前最优的图像隐写方法相比,所提方法的隐写质量提升1.7 dB,参数量减少77%,计算量减少91%,在隐写质量上有较优的表现,同时模型的参数量和计算量大大降低,实现了模型的轻量高效化。

关键词：图像隐写深度学习多尺度特征融合混合损失函数

来源：评论

学校读者我要写书评

暂无评论

基于无监督深度领域对抗适配的在线剩余寿命预测方法

引用

郑州大学学报（理学版） 2025年第1期57卷 81-87页

作者：刘可盈张艳娜毛文涛王纳河南师范大学计算机与信息工程学院河南新乡453007 智慧商务与物联网技术河南省工程实验室河南新乡453007

为解决未知工况下旋转设备在线剩余寿命(remaining useful life,RUL)预测时计算代价大和误差累积问题,提出一种基于无监督深度领域对抗适配的在线RUL预测方法。首先,利用离线退化数据和在线早期故障数据,构建深度领域对抗网络作为预训... 详细信息

为解决未知工况下旋转设备在线剩余寿命(remaining useful life,RUL)预测时计算代价大和误差累积问题,提出一种基于无监督深度领域对抗适配的在线RUL预测方法。首先,利用离线退化数据和在线早期故障数据,构建深度领域对抗网络作为预训练模型。其次,将在线贯序数据块输入预训练模型的回归预测器中重新领域适配,得到在线伪标签。最后,将预训练模型的结构和参数迁移到目标域模型,冻结目标域模型的部分参数,并利用在线数据块和伪标签对目标域模型剩余参数进行微调,实现在线数据的RUL动态预测。在IEEE PHM Challenge 2012轴承数据集上进行实验,结果表明,所提方法可以贯序、准确地预测在线轴承RUL值,为在线场景下的轴承RUL预测提供了一种实用化的解决方案。

关键词：剩余寿命预测迁移学习领域适配无监督学习在线学习

来源：评论

学校读者我要写书评

暂无评论

一种基于知识蒸馏的边缘联邦学习算法

引用

郑州大学学报（理学版） 2025年第2期57卷 44-50页

作者：石玲何常乐常宝方王亚丽袁培燕河南师范大学计算机与信息工程学院河南新乡453007 智慧商务与物联网技术河南省工程实验室河南新乡453007

针对边缘计算环境中参与联邦学习的客户端数据资源的有限性,同时局限于使用硬标签知识训练模型的边缘联邦学习算法难以进一步提高模型精度的问题,提出了基于知识蒸馏的边缘联邦学习算法。利用知识蒸馏对软标签信息的提取能够有效提升模... 详细信息

针对边缘计算环境中参与联邦学习的客户端数据资源的有限性,同时局限于使用硬标签知识训练模型的边缘联邦学习算法难以进一步提高模型精度的问题,提出了基于知识蒸馏的边缘联邦学习算法。利用知识蒸馏对软标签信息的提取能够有效提升模型性能的特点,将知识蒸馏技术引入联邦学习的模型训练中。在每一轮的联邦学习模型训练过程中,客户端将模型参数和样本逻辑值一起上传到边缘服务器,服务器端聚合生成全局模型和全局软标签,并一起发送给客户端进行下一轮的学习,使得客户端在进行本地训练时也能够得到全局软标签知识的指导。同时在模型训练中对利用软标签知识和硬标签知识的占比设计了动态调整机制,使得在联邦学习中能够较为合理地利用两者的知识指导模型训练,实验结果验证了提出的基于知识蒸馏的边缘联邦学习算法能够有效地提升模型的精度。

关键词：边缘计算知识蒸馏客户端软标签硬标签

来源：评论

学校读者我要写书评

暂无评论

基于多粒度模糊邻域熵的在线流组特征选择

引用

计算机工程与设计 2025年第1期46卷 214-222页

作者：韩子钦徐久成章磊周长顺许诗卉河南师范大学计算机与信息工程学院河南新乡453007 河南师范大学智慧商务与物联网技术河南省工程实验室河南新乡453007

针对传统在线流组特征选择方法无法处理异常或者缺失的不完备混合数据,导致特征选择效果不佳的问题,在不完备系统中提出一种基于多粒度模糊邻域熵的在线流组特征选择算法。考虑不完备混合数据中的不确定信息,将决策自信息与模糊邻域熵... 详细信息

针对传统在线流组特征选择方法无法处理异常或者缺失的不完备混合数据,导致特征选择效果不佳的问题,在不完备系统中提出一种基于多粒度模糊邻域熵的在线流组特征选择算法。考虑不完备混合数据中的不确定信息,将决策自信息与模糊邻域熵相结合,从代数和信息视角提出多粒度模糊邻域熵;提出在线流组内、组间粒选度,根据模糊邻域对比度对特征组进行冗余分析。在8个公共数据集上进行实验对比分析,所提算法在处理不完备混合数据时能有效消除冗余特征,提高数据的分类精度。

关键词：流特征选择流组自信息模糊邻域粗糙集不完备决策系统模糊邻域熵重合度

来源：评论

学校读者我要写书评

暂无评论

基于模糊邻域相对决策熵的属性约简算法

引用

计算机科学 2025年第2期52卷 165-172页

作者：徐久成张杉白晴马妙贤河南师范大学计算机与信息工程学院河南新乡453007 河南师范大学智慧商务与物联网技术河南省工程实验室河南新乡453007

针对模糊邻域粗糙集对数据分布敏感且无法有效评估密度差异较大数据集的分类不确定性这一问题,提出了一种基于模糊邻域相对决策熵的属性约简算法。首先,采用相对距离定义样本的分类不确定度,重塑模糊邻域相似关系,并结合变精度模糊邻域... 详细信息

针对模糊邻域粗糙集对数据分布敏感且无法有效评估密度差异较大数据集的分类不确定性这一问题,提出了一种基于模糊邻域相对决策熵的属性约简算法。首先,采用相对距离定义样本的分类不确定度,重塑模糊邻域相似关系,并结合变精度模糊邻域粗糙近似,减少样本被归入错误类别的可能性;其次,在信息观下将模糊邻域可信度和覆盖度引入信息熵,并与基于代数观构造的模糊邻域相对依赖度相结合,提出模糊邻域相对决策熵;最后,设计一种基于模糊邻域相对决策熵的属性约简算法,从信息观和代数观两个角度来评估属性的重要度。在8个公共数据集上将其与现有的6种属性约简算法进行对比实验,结果表明,所提算法能有效地测量不同数据分布下样本的不确定度,提高数据的分类性能。

关键词：属性约简模糊邻域粗糙集分类不确定度信息熵

来源：评论

学校读者我要写书评

暂无评论

深度卷积网络下船舶航行遥感影像信息提取方法

引用

舰船科学技术 2025年第8期47卷 171-175页

作者：白磊张君君冯乃勤郑州工业应用技术学院信息工程学院河南新郑451100 河南工程学院软件学院河南郑州451100 河南师范大学计算机与信息工程学院河南新乡453007

船舶航行遥感影像信息提取中,由于影像摄取面积大且背景复杂,在图像分割阶段,仅依赖于光谱信息而忽略了空间关系,会导致分割结果边缘不连续。为此,提出深度卷积网络下船舶航行遥感影像信息提取方法。通过图像配准对船舶航行遥感影像展... 详细信息

船舶航行遥感影像信息提取中,由于影像摄取面积大且背景复杂,在图像分割阶段,仅依赖于光谱信息而忽略了空间关系,会导致分割结果边缘不连续。为此,提出深度卷积网络下船舶航行遥感影像信息提取方法。通过图像配准对船舶航行遥感影像展开预处理,考虑空间关系采用WGMM-MRF模型对船舶航行影像进行分割处理,确保分割结果边缘具备连续性。构建深度卷积神经网络,基于深度特征提取和变化区域判别策略,将WGMM-MRF分割后的船舶航行图像作为输入,实现船舶航行遥感影像信息提取。实验结果表明,所提方法的提取精度最高达到了0.93,损失程度最高仅为0.04,具备较高的实际应用价值。

关键词：深度卷积神经网络船舶航行遥感影像 WGMM-MRF模型

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：