检索结果-内蒙古大学图书馆

计算机技术与发展 2025年

作者：李柄军陈帅良段晓英康凯宁夏师范大学数学与计算机科学学院

在基于深度学习的入侵检测系统中，数据不平衡问题显著影响模型的准确性，导致其在识别少数类攻击样本时表现不佳。为了解决这一问题，本文提出了一种改进的生成对抗网络（GAN）、卷积神经网络（CNN）和双向长短期记忆网络（Bi-LSTM）... 详细信息

在基于深度学习的入侵检测系统中，数据不平衡问题显著影响模型的准确性，导致其在识别少数类攻击样本时表现不佳。为了解决这一问题，本文提出了一种改进的生成对抗网络（GAN）、卷积神经网络（CNN）和双向长短期记忆网络（Bi-LSTM）融合的IGAN-CLSTM方法。具体而言，首先通过优化的GAN方法增强异常（攻击）样本的数量，从而平衡数据分布，提升模型的泛化能力；接着，结合CNN在空间特征提取和Bi-LSTM在序列数据处理方面的优势，进行复杂攻击模式的深度特征学习与时序建模，显著提高了模型的识别能力；最后，通过全连接网络（FCN）进行分类。为验证该方法的有效性，本文在UNSW-NB15和CSE-CIC-IDS2018两个大规模数据集上进行了消融实验，结果表明，在保持相同深度学习模型参数和规模的前提下，该方法在准确率、精确度等多个评估指标上均优于其它模型，尤其在多分类任务中的少数类上有了显著提升，展示了其在实时入侵检测中的潜力和应用价值，也为未来网络安全领域的进一步探索提供了有力的支持和参考。

关键词：深度学习入侵检测生成对抗网络卷积神经网络双向长短期记忆网络全连接网络

来源：评论

学校读者我要写书评

暂无评论

自调节图卷积UNet的三维人体姿态估计方法

引用

北京航空航天大学学报 2025年第1期51卷 63-74页

作者：马金林崔琦磊马自萍武江涛曹浩杰北方民族大学计算机科学与工程学院银川750021 图像图形智能信息处理国家民委重点实验室银川750021 北方民族大学数学与信息科学学院银川750021

基于图卷积网络的三维人体姿态估计方法无法提取关节点的多尺度特征和未充分利用相邻节点的拓扑关系问题,提出自调节图卷积UNet的三维人体姿态估计方法M-Joint-UNet。M-Joint-UNet方法由Joint-UNet、自调节图卷积和融合损失3部分组成:Jo... 详细信息

基于图卷积网络的三维人体姿态估计方法无法提取关节点的多尺度特征和未充分利用相邻节点的拓扑关系问题,提出自调节图卷积UNet的三维人体姿态估计方法M-Joint-UNet。M-Joint-UNet方法由Joint-UNet、自调节图卷积和融合损失3部分组成:Joint-UNet通过关节点池化与去池化改变特征图大小,以提取关节点的不同尺度特征;自调节图卷积通过可学习矩阵自动调节相邻节点或人体骨架结构的关系;使用L_(1)和L_(2)融合的损失缓解梯度爆炸。对比实验表明:所提方法在参数量和估计性能方面均获得了最优的结果,以Human3.6M的二维真实关节点作为输入的参数量仅为0.54×10^(6),MPJPE和P-MPJPE值分别为37.81 mm和30.21 mm。

关键词：三维人体姿态估计图卷积 Graph-UNet 关节点池化权重矩阵

来源：评论

学校读者我要写书评

暂无评论

计算机实验中多种数值方法的应用效果及效率分析

引用

电子元器件与信息技术 2025年第2期 49-51+55页

作者：冯卉任芳玲延安大学数学与计算机科学学院

本研究探讨了多种数值方法在计算机实验中的应用效果及效率，重点分析了在金融数学和数学与计算机教学实验中的实际应用。研究以数值积分、迭代法、最优化算法等典型数值方法为基础，评估其在金融模型模拟、风险评估和教学实验中的应用... 详细信息

本研究探讨了多种数值方法在计算机实验中的应用效果及效率，重点分析了在金融数学和数学与计算机教学实验中的实际应用。研究以数值积分、迭代法、最优化算法等典型数值方法为基础，评估其在金融模型模拟、风险评估和教学实验中的应用效果。借助实验对比来分析不同数值方法在计算精度、稳定性、收敛速度等方面的表现。本文进一步探讨了计算效率的影响因素，如算法复杂度、数据规模及硬件性能，并提出了针对性优化策略。实验结果表明，针对特定应用场景选择合适的数值方法能够显著提高计算效率和结果精度。

关键词：数值方法计算机实验数学与计算机教学效率分析优化策略

来源：评论

学校读者我要写书评

暂无评论

基于应用型人才培养的大学数学课程评价体系改革探索

引用

现代职业教育 2025年第12期 29-32页

作者：王荣波冯强延安大学数学与计算机科学学院

社会经济的快速发展和科技进步，对应用型人才的需求不断增加。传统大学数学教育模式已难以满足现代社会对高素质应用型人才的培养要求。针对当前大学数学课程评价体系中存在的问题，提出一种基于应用型人才培养目标的改革方案。该方案... 详细信息

社会经济的快速发展和科技进步，对应用型人才的需求不断增加。传统大学数学教育模式已难以满足现代社会对高素质应用型人才的培养要求。针对当前大学数学课程评价体系中存在的问题，提出一种基于应用型人才培养目标的改革方案。该方案旨在使课程评价体系更符合应用型人才培养需求，提升学生的实践能力和综合素质，推动大学数学课程与实际应用紧密结合，为社会培养更多具备数学素养和解决实际问题能力的应用型人才。

关键词：应用型人才培养课程评价体系大学数学改革对策实践能力提升

来源：评论

学校读者我要写书评

暂无评论

新高考背景下数学高考试题评析——以2024年新高考Ⅰ卷、Ⅱ卷为例

引用

数理化解题研究 2025年第7期 39-44页

作者：孙景然吉林师范大学数学与计算机学院吉林四平136000

随着中国高等教育招生考试改革的不断深入,新高考制度逐渐在全国范围内推广实施.文章以2024年新高考Ⅰ,Ⅱ卷为研究对象,旨在通过定性的研究方法,对新高考试题进行系统评析,发现新高考试题在题型设计、知识点覆盖、核心素养及能力考查等... 详细信息

随着中国高等教育招生考试改革的不断深入,新高考制度逐渐在全国范围内推广实施.文章以2024年新高考Ⅰ,Ⅱ卷为研究对象,旨在通过定性的研究方法,对新高考试题进行系统评析,发现新高考试题在题型设计、知识点覆盖、核心素养及能力考查等方面均呈现出新的特点和趋势.具体而言,试题更加注重考查学生的综合运用能力和创新思维,减少了对死记硬背知识的依赖.同时,试题设计更加贴近实际,反映了当前社会发展的新要求.此外,新高考试题对数学核心素养的考查更全面,强化素养导向,选拔适合不同层次的创新型人才.

关键词：新高考思维素养创新

来源：评论

学校读者我要写书评

暂无评论

基于多尺度特征融合的Swin Transformer满文识别研究

引用

吉林师范大学学报(自然科学版) 2025年第1期46卷 103-110页

作者：谭振江李明焱王大东吉林师范大学数学与计算机学院吉林四平136000

针对满文字符识别领域中非标准形态变体和一音多形等固有挑战,提出了一种基于Swin Transformer架构的多尺度特征融合模型(Multi-scale feature fusion based Swin Transformer,MR-SwinT).该模型通过引入多分辨率并行输入机制,实现了字... 详细信息

针对满文字符识别领域中非标准形态变体和一音多形等固有挑战,提出了一种基于Swin Transformer架构的多尺度特征融合模型(Multi-scale feature fusion based Swin Transformer,MR-SwinT).该模型通过引入多分辨率并行输入机制,实现了字符的细粒度局部特征与宏观语境信息的协同捕获.模型的核心优势在于充分利用了Swin Transformer的层级式窗口自注意力机制,该机制为大尺度特征建模提供了卓越的表达能力.此外,本文设计的SMTBlocks模块通过自适应加权调整策略,能有效实现多分辨率特征的动态融合,显著增强了模型对复杂字符的区分能力与泛化性能.实验结果表明MR-SwinT模型整词识别准确率为96.59%,单字符识别准确率为99.46%.

关键词：满文识别 Swin Transformer 深度学习多尺度特征融合

来源：评论

学校读者我要写书评

暂无评论

基于1维神经网络与快速傅里叶变换的SSVEP分类方法

引用

吉林师范大学学报(自然科学版) 2025年第1期46卷 117-124页

作者：董延华景晨阳王大东吉林师范大学数学与计算机学院吉林四平136000

提出了基于1维卷积神经网络和快速傅里叶变换(FFT-1DCNN)的稳态视觉诱发电位(Steady-State Visual Evoked Potential,SSVEP)信号分类方法,以满足非侵入式脑机接口(BCI)系统对于跨用户分类的需求.使用1维卷积神经网络捕捉局部依赖关系和... 详细信息

提出了基于1维卷积神经网络和快速傅里叶变换(FFT-1DCNN)的稳态视觉诱发电位(Steady-State Visual Evoked Potential,SSVEP)信号分类方法,以满足非侵入式脑机接口(BCI)系统对于跨用户分类的需求.使用1维卷积神经网络捕捉局部依赖关系和模式,并使用快速傅里叶变换将多通道1维时域信号转换为2维频谱.实验采用低成本开销的8通道脑电信号放大器,以及特制的脑电头带以采集6名受试者的脑电数据,通过数据预处理以确保数据质量,并以自创数据集为基础,在用户依赖和用户独立两种训练情境中验证了所给算法的有效性.该方法在用户依赖情境中比TRCA算法准确率高3.14%,在用户独立情境中比CCA算法、FBCCA算法和C-CNN算法准确率分别高10.29%、4.72%和2.26%,证明了该方法的优越性.

关键词：脑机接口稳态视觉诱发电位卷积神经网络傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

基于神经网络与深度学习的PM2.5预测模型研究

引用

计算机与数字工程 2025年第2期53卷 332-337,346页

作者：任瑛王思源夏必胜延安大学数学与计算机科学学院延安716000

大气污染问题越来越严重,以PM2.5为主要因素的雾霾天气已经严重影响到居民生活,精准高效的PM2.5浓度预测对于环境污染治理有重要的意义。神经网络与深度学习作为近些年来人工智能方向的一类热门研究技术,拥有强大的数据分析、非线性拟... 详细信息

大气污染问题越来越严重,以PM2.5为主要因素的雾霾天气已经严重影响到居民生活,精准高效的PM2.5浓度预测对于环境污染治理有重要的意义。神经网络与深度学习作为近些年来人工智能方向的一类热门研究技术,拥有强大的数据分析、非线性拟合以及特征提取能力,已成为环境工程领域不可或缺的工具。论文介绍了神经网络与深度学习在PM2.5预测中的常用的五种方法:BP神经网络、循环神经网络、卷积神经网络、径向基神经网络、反馈神经网络,分析了五种模型的优缺点,阐述了预测PM2.5的情况,最后展望了深度学习在PM2.5预测领域的未来发展方向。

关键词：神经网络深度学习 BP神经网络循环神经网络卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合相似度的视频关键帧提取算法

引用

计算机应用与软件 2025年第4期42卷 114-121,188页

作者：黄清丰洪才刘立陈凌云武汉轻工大学数学与计算机学院湖北武汉430048 武汉轻工大学网络与信息中心湖北武汉430023

针对基于内容的视频检索中关键帧提取效率不高,导致选取的关键帧代表性不够,造成整个视频检索系统性能不足的问题,提出一种基于多特征融合相似度的关键帧提取算法。该算法使用颜色直方图与全卷积神经网络结合的方法对视频进行镜头检测,... 详细信息

针对基于内容的视频检索中关键帧提取效率不高,导致选取的关键帧代表性不够,造成整个视频检索系统性能不足的问题,提出一种基于多特征融合相似度的关键帧提取算法。该算法使用颜色直方图与全卷积神经网络结合的方法对视频进行镜头检测,将视频分割成内容相关性更高的镜头,使用多特征融合求相似度的方法在镜头中提取关键帧,使用深度特征求相似度的方法去除冗余的关键帧,得到更精确的结果。实验数据表明,该算法提取的关键帧对视频有较强的概括性,可应用于视频检索与摘要,整体查全率与查准率分别能达到85.61%和83.21%,与其他算法比较,该算法提取的关键帧冗余度相对较小。

关键词：关键帧提取特征向量镜头检测特征提取深度网络三重损失学习

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv5的精准农田害虫识别方法研究

引用

吉林师范大学学报(自然科学版) 2025年第2期46卷 113-118页

作者：孙宏宇张馨月宋鑫宇吴嘉伊董延华吉林师范大学数学与计算机学院吉林四平136000

结合目标检测的优势和农业领域亟待解决的害虫预警问题,致力于将目标检测技术应用于病虫害治理,以减少各地农业因病虫害问题造成的经济损失,增加农作物产量.提出以图像识别算法为基础,通过摄像头实时获取图像信息,对其进行预处理和图像... 详细信息

结合目标检测的优势和农业领域亟待解决的害虫预警问题,致力于将目标检测技术应用于病虫害治理,以减少各地农业因病虫害问题造成的经济损失,增加农作物产量.提出以图像识别算法为基础,通过摄像头实时获取图像信息,对其进行预处理和图像增强,以扩充训练集;利用YOLOv5目标检测算法对病虫害信息进行训练,实现了对28种常见农田害虫的识别,并对其中24种准确率达90%以上;完成了对农田病虫害问题的实时监控及信息反馈,在面对病虫害问题时,能够及时治理,从而降低病虫害问题对农作物的影响及损失,提高农作物产量和经济效益.

关键词：目标检测害虫识别 YOLOv5算法

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：