摘要：基于无线感知技术的人车识别方法,具有部署成本低、无侵入性等优点,是智能交通系统智慧水平提升的关键手段。然而,现存人车识别无线感知方法,多以2.4 GHz无线能量数据为基础,忽视sub-GHz在该领域中的应用,且鲜有工作探讨天线高度和人车识别性能内在联系。为此,旨在厘清载波频段、天线高度与算法性能关联关系,提出基于卷积神经网络的人车识别无线感知方法(Wireless Sensing-Based Human-Vehicle Recognition with Convolutional Neural Network,WsHVR-CNN),阐明人车识别无线感知方法设计依据与多参数影响机理。实验表明,sub-GHz与2.4 GHz无线能量数据均可为人车识别无线感知方法建构奠定基础,而基于2.4 GHz频段所构的WsHVR-CNN性能最优,在天线高度为0.8 m时准确度达到98.15%。此外,所开发的数据集公开于https://***/TZ-mx/WiParam,为相关工作深入研究提供基础。

摘要：目的相比于静态人脸表情图像识别,视频序列中的各帧人脸表情强度差异较大,并且含有中性表情的帧数较多,然而现有模型无法为视频序列中每帧图像分配合适的权重。为了充分利用视频序列中的时空维度信息和不同帧图像对视频表情识别的作用力差异特点,本文提出一种基于Transformer的视频序列表情识别方法。方法首先,将一个视频序列分成含有固定帧数的短视频片段,并采用深度残差网络对视频片段中的每帧图像学习出高层次的人脸表情特征,从而生成一个固定维度的视频片段空间特征。然后,通过设计合适的长短时记忆网络(long short-term memory network,LSTM)和Transformer模型分别从该视频片段空间特征序列中进一步学习出高层次的时间维度特征和注意力特征,并进行级联输入到全连接层,从而输出该视频片段的表情分类分数值。最后,将一个视频所有片段的表情分类分数值进行最大池化,实现该视频的最终表情分类任务。结果在公开的BAUM-1s(Bahcesehir University multimodal)和RML(Ryerson Multimedia Lab)视频情感数据集上的试验结果表明,该方法分别取得了60.72%和75.44%的正确识别率,优于其他对比方法的性能。结论该方法采用端到端的学习方式,能够有效提升视频序列表情识别性能。

摘要：立足专业课程教材建设,针对校本新形态教材开发模式和课程思政元素有机融入问题,提出一种面向混合式教学、专业思政融合的校本教材开发思路和流程,以C语言程序设计为例介绍教材开发过程,为专思结合的校本新形态教材开发提供可行的建设路径。

摘要：新工科背景下,专业课课程思政教学面临着思政元素融入不足的问题。文章以应用型课程改革为契机,在对课程的教学目标、教学内容、教学方法和教学评价进行重构的过程中,全方位、全过程地融入科技报国、创新意识、工匠精神、工程伦理四类思政主题元素,形成基于学习任务驱动的课程思政育人体系,取得了较好的思政育人效果。

摘要：分析传统教学存在的问题,提出基于OBE理念的“一云三合”课程教学模式,以C语言程序设计课程为例,从教学平台、教学内容、教学方法、教学评价等方面介绍具体教学实践,最后说明教学效果。

摘要：利用GPRS技术,通过加装无线抄表终端,设计实现了一个基于GPRS的无线抄表系统,详细阐述了该系统的软硬件设计。该系统成本低廉,性能稳定可靠。

摘要：近年来,情感识别技术备受人工智能领域研究者的关注,因为它可以极大改善人机交互系统的用户体验,从而进一步提升产品的用户粘性。考虑到智能手机等移动终端设备使用的便利性,设计一种基于安卓(Android)移动平台的实时性语音情感识别系统。该系统能够实时性地采集说话人的语音,并对每一句语音提取基音频率、振幅、频谱能量分布等情感特征参数,然后采用模板匹配方法判别每一句语音的情感类型,输出说话人的语音情感识别结果。该系统将语音采集、特征提取、情感判别模型与Android系统有机结合,并具有实时性和识别性能较高的特点。

摘要：设计一种基于Gabor小波和主成分分析(PCA)的人脸表情识别方法。首先对每一张表情图像采用Haar特征进行人脸检测,然后选择合适的Gabor小波滤波器组进行表情特征提取,最后采用PCA对提取的高维Gabor小波特征进行特征降维,输入到K近邻法(KNN)分类器实现表情分类任务。在标准的JAFFE表情数据集的试验结果表明,PCA方法提取90维的Gabor小波特征用于表情识别时表现最好,能够取得89.52%的人脸表情识别性能。可见,该方法是一种可行的人脸表情识别方法。