检索结果-内蒙古大学图书馆

兰州文理学院学报(自然科学版) 2025年第03期 43-47+52页

作者：张宗宇徐军陈士超蚌埠工商学院计算机与数据工程学院蚌埠工商学院科研与规划处

针对卷积神经网络对手写体中文数字识别精度较低的问题，使用Chinese MNIST数据集对优化后的卷积神经网络模型进行训练与测试，对比了不同激活函数在层数不同的卷积神经网络上的测试精度和训练时间，并采用Dropout策略优化模型.结果表明... 详细信息

针对卷积神经网络对手写体中文数字识别精度较低的问题，使用Chinese MNIST数据集对优化后的卷积神经网络模型进行训练与测试，对比了不同激活函数在层数不同的卷积神经网络上的测试精度和训练时间，并采用Dropout策略优化模型.结果表明，tanh激活函数结合分类函数Softmax的分类效果较优，识别精度达到99.30%;ReLU函数的收敛速度约为tanh函数的3倍，在兼顾模型识别精度与训练时间方面，ReLU函数要比tanh函数做得更好.使用0.2的Dropout抑制过拟合后，ReLU的最优模型识别精度达到99.53%.

关键词：卷积神经网络数字识别 Dropout策略识别效果

来源：评论

学校读者我要写书评

暂无评论

基于大数据分析的情报信息多重加密方法研究

引用

佳木斯大学学报(自然科学版) 2025年第2期43卷 27-29,56页

作者：李新徐军蚌埠工商学院计算机与数据工程学院安徽蚌埠233000

针对当前情报信息多重加密方法未考虑密钥身份认证,导致情报信息加密能耗较高、加密效率较低,造成加密后信息安全性较差的问题,提出基于大数据分析的情报信息多重加密方法。结合随机梯度下降和自适应性矩阵估计的大数据分析方法,调整堆... 详细信息

针对当前情报信息多重加密方法未考虑密钥身份认证,导致情报信息加密能耗较高、加密效率较低,造成加密后信息安全性较差的问题,提出基于大数据分析的情报信息多重加密方法。结合随机梯度下降和自适应性矩阵估计的大数据分析方法,调整堆栈降噪自编码器模型参数,利用堆栈降噪自编码器模型,提取情报信息的隐层特征,根据提取特征清洗情报信息。采用AES加密算法计算加密时间大小,结合RSA加密算法进行密钥协商和通信双方身份认证,利用CPRS混沌伪随机序列,循环更新密钥,对清洗后的信息进行多重加密,实现情报信息多重加密。实验结果表明,所提方法的加密能耗较低、加密时间较短,能够有效提高加密效率和信息安全性。

关键词：大数据分析情报信息信息清洗堆栈降噪自编码器模型信息多重加密

来源：评论

学校读者我要写书评

暂无评论

基于贪心算法的高校学生助理排班程序设计与应用研究

引用

延边大学学报(自然科学版) 2025年第1期51卷 71-76页

作者：孙前祖耿晓磊杨玉珂王孝齐张宗宇蚌埠工商学院现代教育技术中心安徽蚌埠233010 蚌埠工商学院计算机与数据工程学院安徽蚌埠233010

为了提升高校学生助理排班的效率,提出了一种基于贪心算法的学生助理排班程序设计方法.实际验证表明,该方法不仅能够快速生成相对公平合理的班次安排,而且排班结果还能为管理部门的学生助理人数需求提供科学依据;因此,该方法可为提升高... 详细信息

为了提升高校学生助理排班的效率,提出了一种基于贪心算法的学生助理排班程序设计方法.实际验证表明,该方法不仅能够快速生成相对公平合理的班次安排,而且排班结果还能为管理部门的学生助理人数需求提供科学依据;因此,该方法可为提升高校学生助理排班以及其他有类似需求的工作场景提供良好参考。

关键词：贪心算法大学生学生助理排班程序

来源：评论

学校读者我要写书评

暂无评论

基于谱聚类的时序数据局部离群点挖掘方法

引用

吕梁学院学报 2025年第02期 47-51页

作者：张薇山西工商学院计算机信息工程学院

为了有效地识别时序数据中的局部离群点，文章深入研究了基于谱聚类的离群点挖掘方法，并提出了针对时序数据的优化算法.通过理论分析和实验验证，文章展示了该方法在不同数据量级别下的性能表现.具体来说，在处理3 000个数据点的场景... 详细信息

为了有效地识别时序数据中的局部离群点，文章深入研究了基于谱聚类的离群点挖掘方法，并提出了针对时序数据的优化算法.通过理论分析和实验验证，文章展示了该方法在不同数据量级别下的性能表现.具体来说，在处理3 000个数据点的场景中，方法在准确率上达到了0.948 9,在精确度上实现了0.963 6,且在F1分数上达到了0.905 2.这些表现均优于传统的孤立森林(Isolation Forest, IF)和基于密度的离群点检测(Density-Based Spatial Clustering of Applications with Noise, DBSCAN)算法.此外，在一个智能手机活动监测的案例研究中，成功地应用了该方法来识别异常活动，如跌倒事件，其中异常特征值与常规活动表现出显著差异，因此文章研究对于时序数据局部离群点挖掘的优化具有一定的参考意义.

关键词：时序数据局部离群点检测谱聚类数据挖掘活动监测

来源：评论

学校读者我要写书评

暂无评论

基于动态人群超图卷积网络的自闭症诊断方法

引用

计算机应用研究 2025年第5期42卷 1356-1362页

作者：王国华王丽芳薛小红王千山李海芳太原理工大学计算机科学与技术学院(大数据学院) 太原030000 太原理工大学软件学院太原030000 山西工商学院计算机信息工程学院太原030000

近年来图神经网络已被广泛应用于自闭症辅助诊断,现有研究大多采用手工计算的方式构建被试间相似图以实现诊断,难以准确建模被试间的复杂关系。此外,多数方法还忽略了对脑区自身特性的利用。为解决以上问题,提出了一种结合功能连接和动... 详细信息

近年来图神经网络已被广泛应用于自闭症辅助诊断,现有研究大多采用手工计算的方式构建被试间相似图以实现诊断,难以准确建模被试间的复杂关系。此外,多数方法还忽略了对脑区自身特性的利用。为解决以上问题,提出了一种结合功能连接和动态低频波动振幅两种特征的动态人群超图卷积自闭症诊断方法DPHCN。采用多角度超图构建结合动态超图卷积实现自闭症诊断,在包含17个站点的公开数据集ABIDE-I上对所提方法进行了评估,达到了患者和正常被试间87.4%的分类准确率,优于许多现有方法。此外,还在ADHD-200数据集上进行了实验,并利用基于梯度的显著图法识别了对分类重要的大脑功能连接,结果表明所提方法有良好的泛化性和挖掘潜在生物标志物的能力。

关键词：自闭症诊断动态超图卷积网络功能磁共振成像动态低频波动振幅

来源：评论

学校读者我要写书评

暂无评论

大数据背景下高等教育中计算机教学资源优化策略研究

引用

信息与电脑 2025年第4期37卷 170-172页

作者：李新徐军刘新永蚌埠工商学院计算机与数据工程学院安徽蚌埠233040

随着信息化技术的不断发展,我国对于单一化的人才需求改变为对全能型人才的需求,高等院校在这样的背景下需要不断完善自身教学模式,并将大数据时代发展的特色融入高等院校计算机课程教学,以此保证学生的综合素养得到全面发展。由于高等... 详细信息

随着信息化技术的不断发展,我国对于单一化的人才需求改变为对全能型人才的需求,高等院校在这样的背景下需要不断完善自身教学模式,并将大数据时代发展的特色融入高等院校计算机课程教学,以此保证学生的综合素养得到全面发展。由于高等院校课程内容相比于大学课程较为落后,导致学生无法从中收获有效的基础理论知识,也无法达到良好的实践水平,从而难以成为技能型人才。因此,高等院校计算机教学改革有着较为重要的意义。教师需要站在高等教育的宏观背景下开展一系列全新的教育方式,保证学生符合市场就业需求。文章主要研究了大数据时代下高等院校计算机专业课程教学改革的意义,并提出了具体的教学策略,以供参考。

关键词：大数据背景高等教育计算机教学资源优化策略

来源：评论

学校读者我要写书评

暂无评论

基于前景优化的视觉目标跟踪算法

引用

电子学报 2022年第7期50卷 1558-1566页

作者：谢青松刘晓庆安志勇李博山东工商学院计算机科学与技术学院山东烟台264000 山东工商学院信息与电子工程学院山东烟台264000

将目标分割技术引入跟踪领域是当前的研究热点.目前,基于分割的跟踪算法往往根据分割结果计算最小外接矩形,以此作为跟踪框,但复杂的目标运动使得跟踪框内包含较多背景,从而导致精度下降.针对该问题,本文提出了一种基于前景优化的视觉... 详细信息

将目标分割技术引入跟踪领域是当前的研究热点.目前,基于分割的跟踪算法往往根据分割结果计算最小外接矩形,以此作为跟踪框,但复杂的目标运动使得跟踪框内包含较多背景,从而导致精度下降.针对该问题,本文提出了一种基于前景优化的视觉目标跟踪算法,将跟踪框的尺度和角度优化统一于前景优化框架中.首先评估跟踪框内的前景比例,若小于设定阈值,则对跟踪框分别进行尺度和角度优化;在尺度优化模块中,结合回归框计算跟踪框的条件概率,根据条件概率的结果分情形进行尺度优化;角度优化模块中,针对跟踪框设定多个偏移角度,利用前景IoU(Intersection over Union)极大策略选择最优跟踪框角度.结果证明,将本文方法应用于SiamMask算法,精度在VOT2016,VOT2018和VOT2019数据集分别提升约3.2%,3.7%和3.6%,而EAO分别提升约1.8%,1.9%和1.6%.另外,本文的方法针对基于分割的跟踪算法具有一定的普适性.

关键词：目标分割目标跟踪前景优化尺度优化角度优化

来源：评论

学校读者我要写书评

暂无评论

无锚双注意力孪生网络的视觉跟踪

引用

控制与决策 2024年第2期39卷 633-640页

作者：郭文梁卜文丁昕苗山东工商学院计算机科学与技术学院山东烟台264005 山东工商学院信息与电子工程学院山东烟台264005

针对跟踪过程中因光照变化、快速运动及尺度变化等造成的角点定位精准度下降问题,受SiamCAR的跟踪框架启发提出一种无锚双注意力孪生网络的视觉跟踪算法.首先,算法的主干网络采用ResNet-50并结合增强多层融合特征图进行特征提取,充分利... 详细信息

针对跟踪过程中因光照变化、快速运动及尺度变化等造成的角点定位精准度下降问题,受SiamCAR的跟踪框架启发提出一种无锚双注意力孪生网络的视觉跟踪算法.首先,算法的主干网络采用ResNet-50并结合增强多层融合特征图进行特征提取,充分利用网络浅层特征的定位信息和深层次的语义信息,提高算法对目标特征的语义理解能力;然后,构建混合注意力模块缓解无锚跟踪器角点定位不准确问题,提高算法的跟踪准确性和定位精度;最后,在GOT10K、UAV123、LaSOT等数据集上进行广泛实验,并与当前的先进跟踪器进行比较,该算法可以较好地抵抗光照变化、快速运动及尺度变化等多种复杂因素带来的影响,同时,在多项评测指标上获得了良好的跟踪性能.

关键词：无锚注意力特征图双注意力孪生网络视觉跟踪

来源：评论

学校读者我要写书评

暂无评论

多级Transformer特征融合的三维点云目标跟踪

引用

计算机科学与探索 2024年第11期18卷 3006-3014页

作者：李志杰梁卜文丁昕苗郭文山东工商学院信息与电子工程学院山东烟台264000 山东工商学院计算机科学与技术学院山东烟台264000

三维点云目标跟踪的过程中时常会出现遮挡、稀疏性和随机噪声等问题。为了解决这些问题,提出了一种新颖的多级Transformer特征融合的三维点云目标跟踪方法。该方法主要由点注意嵌入模块和点注意力增强模块组成,且这两个模块分别用于特... 详细信息

三维点云目标跟踪的过程中时常会出现遮挡、稀疏性和随机噪声等问题。为了解决这些问题,提出了一种新颖的多级Transformer特征融合的三维点云目标跟踪方法。该方法主要由点注意嵌入模块和点注意力增强模块组成,且这两个模块分别用于特征提取和特征匹配的过程中。通过将两个注意力机制相互嵌入构成点注意力嵌入模块,并将其和PTTR所提出的关系感知采样法融合,实现充分提取特征的目的。将提取到的特征信息输入点注意力增强模块中,通过交叉注意力机制对不同层次的特征依次匹配,达到全局特征和局部特征深度融合的目标。为了获取判别性特征融合图,利用残差网络的方式对不同层的融合结果进行连接。将特征融合图输入目标预测的模块中,实现对最终3D目标对象的精准预测。在KITTI数据集、nuScenes数据集和Waymo数据集上的实验验证了该方法的有效性。若不计小样本数据,在目标跟踪的成功值中该方法平均提高了1.4个百分点,在跟踪的精确值上也提高了1.4个百分点。

关键词： 3D点云孪生网络目标跟踪 Transformer 特征融合

来源：评论

学校读者我要写书评

暂无评论

带不确定噪声方差保性能鲁棒集中式融合Kalman预报器

引用

控制与决策 2016年第6期31卷 1133-1137页

作者：杨春山杨智博邓自立黑龙江大学电子工程学院哈尔滨150080 黑龙江工商学院计算机科学与技术系哈尔滨150025

对于带不确定噪声方差的多传感器系统,基于极大极小鲁棒估计原理,提出保证估计性能的集中式融合鲁棒稳态Kalman预报器.对于预置的估计精度偏差指标,利用Lagrange乘数法求得相应噪声方差的最大扰动域,使该域中所有可容许的噪声扰动,其实... 详细信息

对于带不确定噪声方差的多传感器系统,基于极大极小鲁棒估计原理,提出保证估计性能的集中式融合鲁棒稳态Kalman预报器.对于预置的估计精度偏差指标,利用Lagrange乘数法求得相应噪声方差的最大扰动域,使该域中所有可容许的噪声扰动,其实际精度对鲁棒精度的偏差被保证在预置范围内,并给出精度偏差的最大下界和最小上界.应用Lyapunov方程方法证明了保证估计性能能够被满足.仿真分析表明了所得结果的正确性和有效性.

关键词：多传感器数据融合鲁棒Kalman预报器保证性能不确定噪声方差极大极小鲁棒估计

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：