摘要：准确、快速检测茶叶病害对茶叶产业经济意义重大。然而,病害叶片尺度变化、相互遮挡、复杂背景等问题大大降低了检测精度。提出了一种融合通道和空间注意力的茶叶病害目标检测方法,以实现准确、高效的病害检测。首先,利用多层的自注意力机制提取茶叶病害的多尺度特征,以获取茶叶图像在不同尺度下的局部细节特征;其次,引入新的通道注意力模块以提取更丰富的通道信息,同时抑制复杂背景噪声并增强模型特征表示能力。此外,设计一种新的空间注意力模块进一步提取特征的空间关系、减少冗余信息并优化计算开销。实验结果表明,融合通道和空间注意力的茶叶病害检测方法能应对叶片的尺度变化、相互遮挡和背景复杂等挑战。

摘要：协同过滤方法是当今大多数推荐系统的核心.传统的协同过滤方法专注于评分预测的准确性,然而实际推荐系统的推荐结果往往是项目的排序.针对这一问题,将排名学习领域的知识引入推荐算法,设计了一种基于评分矩阵局部低秩假设的成列协同排名算法.选择直接使用计算复杂度较低的成列损失函数来优化矩阵分解模型,并通过实验验证了其在运算速度上的显著提升.在3个实际推荐系统数据集上,与当下主流推荐算法的比较实验结果表明,该算法具有良好的性能.

摘要：在数据流分类学习过程中,类不平衡和概念漂移是两大挑战问题.在分析传统特征选择算法和代价敏感学习方法的基础上,将代价敏感学习算法的思想引入特征选择算法中,设计并实现了一种基于代价敏感的ReliefF剪枝的数据流分类算法,不仅能删除冗余的特征,而且适应动态变化的数据流环境.与经典的算法进行分析比较,结果表明所提算法可显著提升分类效果.

摘要：本文通过设计一套连接校内各学生管理部门和校外银行的学生收费系统,实现学生储蓄、消费、身份认证、信息查询、结算和管理等功能。本系统可以进行各种费用的自动扣划,助学金、奖学金、补助的自动发放;可随时统计收费项目的收缴情况;可实现信息资源的共享,提供各种形式的查询统计功能;遵循安全第一的原则,确保资金、信息安全。

摘要：工业生产中带钢表面缺陷具有缺陷类型多变、背景杂乱和对比度低等特点,现有的缺陷检测方法无法检测出完整的缺陷对象。针对上述问题,提出一种基于U型残差编解码网络的带钢缺陷检测算法。在编码阶段,算法利用全卷积神经网络提取丰富的多尺度缺陷特征,并结合注意力机制加速模型收敛。在解码阶段,使用所提出的U型残差解码网络恢复编码阶段编码的显著性信息。此外,设计了一个残差细化网络,用以进一步优化粗糙的显著图。实验结果表明,所提出的算法具有较强的鲁棒性。

摘要：从学科优势、毕业去向、生源质量及学习需求等方面分析师范院校计算机研究生实践能力培养面临的问题,发现计算机研究生具有师范技能提升与计算机专业实践的双重需求。针对该需求,提出借助优质的信息科学科普服务,设计趣味化课程教学,建立助教制度,促使师范院校计算机研究生师范技能及计算机专业实践能力提升。实践证明,深度参与科普服务的计算机研究生,在其师范技能得到充分锻炼的同时,专业创新实践能力也得以有效提升。

摘要：感知层是物联网的基础和核心,知识面广、课程难度大。为了提高感知层实践教学效果,提出了以系统设计能力为主线的实践教学系统,给出了核心课程的实践教学内容、要求和特色。经过多年的教学实践表明,该实践教学体系科学合理,有助于提高学生动手能力和创新能力。

摘要：针对信号与系统课程存在的理论知识难理解、授课方式单一、学生学习兴趣不高、动手能力差等问题,提出将问题导向式教学方法与混合式学习方式相融合的教学模式,阐述该模式下的具体教学方法,从教学目标、教学设计、教学评价、技术实现4个方面探讨如何在继承的基础上创新问题导向教学模式,最后通过调查数据说明教学实践效果。

摘要：钢材表面缺陷检测在工业产品质量控制中越来越重要。由于钢材表面缺陷具有复杂背景、缺陷种类多样、尺度不一等特点,精确、高效地检测带钢表面缺陷仍然是一项极具挑战性的任务。针对这些问题,提出了一种基于通道和空间注意力的带钢表面缺陷显著性目标检测模型。首先,基于Transformer提取带钢图像的多尺度特征,以捕获目标图像的长距离依赖关系;接着,将获取的多尺度特征图送入所设计的两种不同的注意力模块(通道注意力模块和空间注意力模块),以强调带钢表面缺陷特征而抑制不相关的背景特征,从而加强对缺陷目标和背景的区分能力;最后,采用多尺度渐进融合模块融合多尺度特征图,以便不同尺度的特征信息能够进行互补,获取具有丰富语义信息的特征图,使模型能够更高效且精确地检测出带钢表面缺陷。大量实验结果表明,该模型在显著目标检测任务中具有显著的优势,表现出更高的准确性和更强的鲁棒性。