摘要：对于人工智能这类新兴专业的课程思政建设方式需进行深入研究。为此,将专业培养目标分解为三个层次:知识传授;专业能力培养;自我提升能力培养,然后以思维方法训练为核心建立了课程思政建设方式,具体给出了思维训练的基本实施方式和主要实施方式,并以“智能建筑设计与建造导论”课程为例进行了实施要点说明。研究表明:新方式可实现专业知识与思政元素的有机结合,促进学生全面提升自身综合素质。

摘要：针对平滑过度使图像的细节特征损失导致失真的现象,提出了一种L0测度优化与二阶拉普拉斯算子结合的图像平滑方法,采用拉普拉斯算子约束图像颜色变化,通过对L0模型的优化减缓颜色梯度的变化,达到图像颜色平滑过渡的目的.为了在平滑过程中更好地保持图像边缘特征,引入Sobel算子作为能量函数正则项,并采用交替求解策略求解能量函数.在图像平滑领域经典图像以及通过网络引擎搜索得到的图像上与6种平滑方法以及7种去噪方法进行了定性和定量比较实验,结果表明,所提方法在图像平滑的同时能够降低图像细节特征的损失,有效地处理图像平滑中存在的阶梯状边缘以及颜色块状分布的现象,并去除图像中的多种噪声,而且所提方法的峰值信噪比和运行时间也较其他方法有所提升.

摘要：本文构造一类新的基于函数值和偏导数值的双变量加权混合有理插值样条.与已有的有理插值样条相比,这类新的有理插值样条具有以下四方面的特性,其一,插值函数可以由简单的对称基函数来表示;其二,对任何正参数,插值函数满足C1连续,而且,在不限制参数取值的条件之下,插值曲面保持光滑;其三,插值函数不但含有参数,而且带有加权系数,增加了插值函数的自由度;其四,插值曲面的形状随着参数与加权系数的变化而变化.同时,本文讨论此类插值曲面的性质,包括基函数的性质、积分加权系数的性质和插值函数的边界性质.此类插值函数的优势在于,不改变给定插值数据的前提下,通过选择合适的参数和不同的加权系数,对插值区域内的任意点的函数值进行修改.因此可将其应用于曲面设计,根据实际设计需要,自由地修改曲面形状.数值实验表明,此类新的有理样条插值具有良好的约束控制性质.

摘要：手机上网获取新闻资讯已经成为移动应用业务的重要组成部分。RSS是基于XML标准、适于信息聚合和推送的重要技术。手机RSS的阅读方式体现了以用户为中心的理念,因而是移动终端用户的重大需求。文章基于J2ME平台,设计实现了RSS阅读器。

摘要：目前的公共安全管理平台存在着信息采集困难、数据传输不及时和数据处理无法实现智能化等问题。为此,将物联网技术与云技术相结合,设计一种新型的公共安全管理平台框架,其中利用物联网技术来解决公共安全管理信息的全天候、多样化采集以及实时传输,利用云技术来实现海量数据的高效分析和智能化处理。利用该平台,可以有效实现公共安全事件的实时监控、及时预警,以及应急处理时的跨职能部门统一调度。另外,还对该新型公共安全管理平台建设中存在的标准化问题和信息安全问题进行了深入讨论,并给出了指导性方案。该方案的研究将有助于我国新一代公共安全管理平台的建设。

摘要：针对属性值为模糊数的风险投资项目选择问题,提出了一种新的基于联系数的扩展VIKOR方法。首先,将各类型属性值转化为集对分析中的联系数,提出了一种新的联系数距离计算公式,进而计算出各方案与正理想解及正负理想解之间的距离。最后,基于VIKOR思想,设计了基于联系数的扩展VIKOR算法,通过投资实例验证了该算法的有效性和优越性。

摘要：针对地方财经类高校计算机相关专业现状,分析学科背景和计算机实践教学特点,从实践课程体系构建、校内实践平台建设、校企合作办学实践和"以赛促学"的特色学生竞赛方案设计4方面,以"计算机+金融"为特色,提出"四维一体"的地方财经类高校实践教学模式。

摘要：在排序学习中引入特征选择可以提高学习的效率和准确率。出于对选择速度的考虑,当前的研究主要从特征选择的角度出发,根据特征对排序的作用和特征之间的相似性选择对排序区分度最大的特征集合。由于特征大都是人工归纳的,因此特征和特征之间难免存在重叠和冗余。为了减少特征之间的冗余,从特征生成的角度出发,对现有特征进行矩阵分解,从而生成新的特征集。考虑到使用奇异值分解(Singular Value Decomposition SVD)等方法进行矩阵分解时不能综合考虑排序结果对特征的影响,基于特征矩阵对排序的效果、特征矩阵与原矩阵之间的差距来构造优化算法,提出了一种基于矩阵分解的排序学习优化方法,并根据该优化方法设计了排序学习特征选择算法MFRank。实验中使用映射随机梯度下降法近似求得优化问题的最优值,在公开测试集MQ2008上的结果显示,所提MFRank方法获得了与当前最优的特征选择方法即RankBoost和RankSVM-Struct等排序算法相当的结果。

摘要：多模态医学图像融合旨在利用跨模态图像的相关性和信息互补性,以增强医学图像在临床应用中的可读性和适用性。然而,现有手工设计的模型无法有效地提取关键目标特征,从而导致融合图像模糊、纹理细节丢失等问题。为此,提出了一种新的基于高低频特征分解的深度多模态医学图像融合网络,将通道注意力和空间注意力机制引入融合过程,在保持全局结构的基础上保留了局部纹理细节信息,实现了更加细致的融合。首先,通过预训练模型VGG-19提取两种模态图像的高频特征,并通过下采样提取其低频特征,形成高低频中间特征图。其次,在特征融合模块嵌入残差注意力网络,依次从通道和空间维度推断注意力图,并将其用来指导输入特征图的自适应特征优化过程。最后,重构模块形成高质量特征表示并输出融合图像。实验结果表明,该算法在Harvard公开数据集和自建腹部数据集峰值信噪比提升8.29%,结构相似性提升85.07%,相关系数提升65.67%,特征互信息提升46.76%,视觉保真度提升80.89%。

摘要：针对桌面应用内嵌浏览器空间中的网页与容器应用之间的交互问题，通过扩展***对象方法，实现了一种二者进行交互的方法；通过使用JSON编码，解决了网页中JavaScript函数数据类型不丰富的交互障碍。并在实际环境中对该方法进行了验证。