摘要：在新工科形势下,系统能力培养对计算机类专业起着决定性作用。传统C语言教学模式拘泥于语法格式而忽略了培养学生的系统应用能力,难以满足我国新工科人才培养需求。为此,梳理当前教学存在的若干问题,通过改进纯理论式教学方式提出基于Arduino单片机的案例式教学实践改革方法。实践表明,所设计的3个递进式教学案例对培养学生计算思维和提升系统能力具有一定的积极作用,值得进一步研究和推广。

摘要：新工科和双一流建设对工科专业人才培养提出了新的需求。以C语言程序设计课程为例,分析当前课程教学中存在的痛点问题,并结合学生学情特点,以学生为中心,从教学理念、教学手段、考核评价等方面出发,探索理论、实践、思政等教学改革思路,开展一种基于知识图谱重构的“一体两翼”模块化教学实践。将OBE理念与思政元素融入教学,增强学生的实践能力,培养其计算思维,突出课程教学的创新性和价值引领。该课程教学探索实践,可为其他程序设计类课程开展教学设计提供参考和借鉴。

摘要：在服装图像分割领域,现有算法存在服装边缘分割粗糙、分割精度差和服装深层语义特征提取不够充分等问题。将Coordinate Attention机制和语义特征增强模块(SFEM)嵌入到语义分割性能较好的Deeplab v3+网络,设计一种用于服装图像分割领域的CA_SFEM_Deeplab v3+网络。为了加强服装图像有效特征的学习,在Deeplab v3+网络的主干网络resnet101中嵌入Coordinate Attention机制,并将经过带空洞卷积池化金字塔网络的特征图输入到语义特征增强模块中进行特征增强处理,从而提高分割的准确率。实验结果表明,CA_SFEM_Deeplab v3+网络在DeepFashion2数据集上的平均交并比与平均像素准确率分别为0.557、0.671,相较于Deeplab v3+网络分别提高2.1%、2.3%,其所得分割服装轮廓更为精细,具有较好的分割性能。

摘要：为解决现有知识库问答编码-比较框架的原始信息丢失问题,提出基于实体消岐和多粒度注意力的知识库问答方法。从多个粒度对问题和知识库关系的相关性进行建模,引入双向注意力机制更有效地聚合向量保留原始信息,实现关系检测中字符之间的细粒度对齐。为提高实体链接的准确率,融合双向长短时记忆网络-条件随机场(BiLSTM-CRF)克服对人工特征的依赖,计算问题关系词与候选关系的相似性减少噪声数据实现实体消歧。在SimpleQuestions数据集的实验结果表明,该模型在准确率上有明显提升,达到了94.1%。

摘要：论述了从点云数据中用三角片重建人体曲面的方法.首先对人体的各部位采用基于曲率变化的方法采样,提取和保存了人体的特征点、特征轮廓线,克服了三角片无语义的缺点,并且生成人体骨架,为后期的动态展示服装打下了基础.然后采用轮廓同步前进法绘制三角片,重建3D人体模型.该建模方法数据量小,能快速生成逼真的人体模型,满足3D虚拟试衣的要求.

摘要：提出了一种基于服装特征的三维人体躯干参数化建模的新思路。详细介绍了胸部和腰部仿真模型的截面曲线形状的仿真方法及其特征参数的计算,采用基于服装特征的参数化设计思想,用人体的身高、胸围和腰围等参数就可以控制人体躯干的三维形状,使结果的变化十分快捷。该建模方法灵活、数据量小,适用于精度要求不高与服装相关的应用场合。

摘要：为了解决目前使用的坐姿识别技术存在成本高、操作复杂等问题,设计一种柔性传感单元并制成柔性传感阵列坐垫,提出了一种深度学习网络结构,通过实验对5种不同的坐姿进行识别,平均准确率达到98.46%。该方法将柔性传感坐垫与深度学习结合,提供了一种成本低、普适性强的方案,有助于提示青少年及久坐人群的坐姿问题,从而改善因坐姿问题导致的并发症。

摘要：为构筑具有优异传感性能和穿戴舒适性的压力传感器,利用超柔顺聚合物纤维材料制备柔性压力传感纱线与编织型压力传感器。利用水性聚氨酯(WPU)、氧化石墨烯(GO)、碳纳米管(CNTs)和正癸烷(DC)制备具有环状液滴结构的WPU/GO/CNTs/DC复合导电浆料;再制造皮芯型微褶皱结构压力传感纱线(WCPY),其芯层为传输电极,皮层为导电浆料形成的传感层,组装成编织型柔性压力传感器。研究不同组分比下WCPY形貌、力学性能及器件传感性能。结果表明:在CNTs、GO、DC含量分别为100%、25%及20%时,环状液滴结构尺寸均一,微褶皱结构分布均匀,器件灵敏度最高为71.65 N-1。构筑表面微褶皱结构为制备高性能柔性压力传感器提供新的设计思路。

摘要：草图生成服装图像被广泛应用在服装设计过程中,可直接展示服装的设计效果,节约大量成本。但在当前,普遍利用条件变量实现服装草图的图形化渲染或通过学习图像与草图的公共属性向量去映射图像等方法,生成的服装图案受草图约束严重,生成的图像深度信息缺失。因此本文针对上述问题提出了一种基于StyleGAN的从草图到服装图像的图像生成方法。首先,利用VGG网络,对多种被变换的草图图像,进行内容特征提取。有针对性的提取目标特征,加深其内容特征,降低其他特征图信息对生成图像的约束;其次,利用特征金字塔的多尺度的特征融合方法,通过小型映射网络生成中间风格向量,利用StyleGAN生成器,丰富图像深度信息。实验结果表明我们的方法在草图生成服装图像方面具有一定的优越性,可以更完整地保留草图的细节,生成图像的质量更佳。

摘要：针对Hadoop大数据开发课程的实践教学环节,从实验设计、数据集选取和实验平台建设几个方面阐述该课程实践教学的内容和方法,提出相关实验环境建设的思路,对比不同实验环境在实践教学过程的作用,为其他大数据相关课程的实践教学提供参考。