摘要：针对现有图像拼接方法存在拼接处伪影以及非重叠区域内容失真,导致较低的准确性和鲁棒性的问题,提出一种基于U-Net++消除伪影的青花瓷碎片图像拼接方法.首先估计待拼接图像单应性矩阵;然后将单应性矩阵应用于结构拼接阶段,得到图像粗拼接结果;最后以图像粗拼接结果作为先验信息,在内容校正阶段改进现有的U-Net,利用U-Net++细化粗拼接结果,得到最终图像精确拼接.以青花瓷碎片图像数据集与相关经典方法进行实验的结果表明,在3个评价指标中,所提方法的峰值信噪比提高约13%,均方根误差降低约33%,均方误差降低57%左右;该方法具有较小的误差比,不仅能够提高图像拼接质量,而且表现出较好的鲁棒性.

摘要：虚拟环境中用户的空间感知会受诸多因素的影响.针对真实行走、传送和万向跑步机行走等典型的移位方式对空间感知的影响,让用户执行3种实验任务,即在无参照物场景中根据系统语音提示完成指定距离或角度的移动或旋转(无参照物定量移动)、在有圆柱参照物的场景中根据系统语音提示完成指定距离或角度的移动或旋转(有参照物定量移动)、在无参照物场景中添加小球作为目标导航物完成移动或旋转(参照物导航移动),系统记录主客观数据,并进行对比分析.实验结果表明,3种移位方式对角度感知的影响没有显著差异,但对距离感知的影响有显著差异.在真实行走时用户能保持最好的距离感知,万向跑步机行走能较好地保留用户的距离感知,传送会明显降低用户的距离感知.参照物导航移动比无参照物定量移动和有参照物定量移动更好地保留了用户的空间感知.

摘要：为增强现有差分传输管预充电逻辑(differential pass-transistor pre-charge logic,DP^(2)L)电路结构的抗功耗攻击性能,设计并开发了一种改进型DP^(2)L电路。与改进前电路相比,改进型DP^(2)L电路在不同输入信号下晶体管的导通数目保持相同,从而表现出更好的功耗恒定性能。在此基础上,进一步设计了双轨双掩码差分传输管预充电逻辑(double masked differential pass-transistor pre-charge logic,DMDP^(2)L)电路。该电路不仅改善了原有电路的功耗恒定特性,而且引入的双掩码具有随机性,加大了攻击者获取电路运算结果的难度。模拟结果表明,设计的双轨DMDP^(2)L电路较其他3种同类型逻辑电路的标准化能量偏差(normalized energy deviation,NED)分别减小了11.33%,5.19%和3.06%,表明其具有更好的功耗恒定特性和抗功耗攻击能力。

摘要：提升学生的批判性思维水平是培育创新型人才、推进教育强国建设的重要任务。混合式教学情境下的协作学习支持协同问题解决与知识建构,是教育数字化转型背景下培育高阶思维的常用方式。本研究基于混合式协作学习,在理论层面设计“建立知识联系—定位重点问题—设计解决方案—基于证据评论—协同意义建构”的学习活动流程,联通“学习空间支撑层—协作活动中介层—思维发展目标层”,面向问题解决发展批判性思维;在实践层面开展为期三个月三个单元共三轮的混合式学习实验,对学生互动文本进行编码并采用认知网络分析和滞后序列分析,探索学生批判性思维发展轨迹并进行行为描画。本研究得出如下结论:混合式协作学习可以有效促进批判性思维的发展,促进学生批判性思维行为有序灵活地切换,协作学习进阶中蕴含了批判性思维发展的路径。

摘要：推进全民教育,激发全民创新创造活力,是建设学习型社会、推动中国式现代化进程的必经之路,也是现代公共文化服务的历史使命。图书馆作为典型的公共文化服务机构是重要的全民教育基地。在数字化时代,人工智能(AI)重塑公共文化服务赋能全民教育的内在机理与实践路径值得关注。芬兰国家公共图书馆颂歌(Oodi)利用AI技术重塑全民学习服务设计、重构多样服务空间、再造信息服务流程、重建服务共同体,实现公共文化服务的重塑以促进全民教育的有效开展。

摘要：目的 伪造图像给众多行业埋下了隐患,这会造成大量潜在的经济损失。方法 提出一种边缘引导的双注意力图像拼接检测网络(boundary-guided dual attention network,BDA-Net),该网络通过将空间通道依赖和边缘预测集成到网络提取的特征中来得到预测结果。首先,提出一种称为预测分支的编解码模型,该分支作为模型的主干网络,可以提取和融合不同分辨率的特征图。其次,为了捕捉不同维度的依赖关系并增强网络对感兴趣区域的关注能力,设计了一个沿多维度进行特征编码的坐标—空间注意力模块(coordinate-spatial attention module,CSAM)。最后,设计了一条边缘引导分支来捕获篡改区域和非篡改区域之间的微小边缘痕迹,以辅助预测分支进行更好的分割。结果 实验使用4个图像拼接数据集与多种方法进行比较,评价指标为F1值。在Columbia数据集中,与排名第1的模型相比,F1值仅相差1.6%。在NIST16 Splicing(National Institute of Standards and Technology 16 Splicing)数据集中,F1值与最好的模型略有差距。而在检测难度更高的CASIA2.0 Splicing(Chinese Academy of Sciences Institute of Automation Dataset 2.0 Splicing)和IMD2020(Image Manipulated Datasets 2020)数据集中,BDA-Net的F1值相比排名第2的模型分别提高了15.3%和11.9%。为了验证模型的鲁棒性,还对图像施加JPEG压缩、高斯模糊、锐化、高斯噪声和椒盐噪声攻击。实验结果表明,BDA-Net的鲁棒性明显优于其他模型。结论 本文方法充分利用深度学习模型的优点和图像拼接检测领域的专业知识,能有效提升模型性能。与现有的检测方法相比,具有更强的检测能力和更好的稳定性。

摘要：传统三元组抽取任务的方面词与意见词的抽取相互关联,采用流水线(Pipeline)或联合(Joint)模型架构会存在误差传递、错误传播等问题.基于上述问题,本文设计基于位置提示的双通道循环网络(Position-prompt dual-channel recurrent neural network,PDRN)模型解决三元组抽取任务.采用预训练BERT模型生成词向量作为模型输入,通过双通道显示交互方法在多个循环中建立同步机制,作为两元组(方面、意见)抽取及配对,使用基于位置提示的BERT-BiLSTM模型进行情感极性判别.在3个三元组抽取数据集进行实验,F1值相较最好的流水线模型和同类联合模型提高了1%~2%,在ASOTE任务上F1值相较基线最高提升了2.9%.

摘要：高等教育转型要求大学图书馆建设适应新型学习模式的未来学习空间。本研究追溯学习空间演变历程,梳理未来学习空间建设现状,厘清其发展特点及探索盲区。通过分析悉尼科技大学学习中心的实践案例,明晰未来学习空间建设方向,构建多元融合视域下的未来学习空间设计框架和设计理念,总结提出高校图书馆应以自身实际为基石,用户需求为导向,学科发展为抓手,打造多元融合的未来学习空间。

摘要：一、引言古籍作为中华优秀传统文化资源的重要组成部分,承载着深厚而丰富的思想、文化和艺术内涵。数千年来,一代又一代人从事古籍整理工作,使中华文化以文字的形式薪火相传。古籍经典包含了丰富的哲学思想、人文精神、文化传统、道德规范、伦理原则等元素,这些元素在当今时代依然具有高度的契合性和普适性。通过充分阐释和转化古籍资源,实现资源增值,提高其在当代文化、社会和经济领域的效用。

摘要：智媒时代微博、抖音等网络社交媒体平台成为政府与公众之间传递信息的重要渠道之一,公众在平台上对教育政策的评论影响着教育政策的实施进程、效果及后续政策的出台。融合主题模型LDA和深度学习模型LSTM,以“双减”政策为例,挖掘面向教育政策的网络社交媒体用户评论,并对其进行细粒度情感分析,剖析用户对教育政策的多维主观情感,为提升教育政策实施效果提供参考。研究发现,网络社交媒体用户对“双减”政策的舆论焦点主要集中在四个主题下的16个评论对象上,其中在素质教育、艺术活动、学历3个方面用户情感偏向于正向;在校外培训、课后服务、教育公平、贫富差距、就业等其余13个方面用户情感偏向于负向。