摘要：语义分割是当前场景理解领域的基础技术之一。现存的语义分割网络通常结构复杂、参数量大、图像特征信息损失过多和计算效率低。针对以上问题,基于编-解码器框架和离散小波变换,设计了一个联合多连接特征编解码与小波池化的轻量级语义分割网络MLWP-Net(Multi-Link Wavelet-Pooled Network),在编码阶段利用多连接策略并结合深度可分离卷积、空洞卷积和通道压缩设计了轻量级特征提取瓶颈结构,并设计了低频混合小波池化操作替代传统的下采样操作,有效降低编码过程造成的信息丢失;在解码阶段,设计了多分支并行空洞卷积解码器以融合多级特征并行实现图像分辨率的恢复。实验结果表明,MLWP-Net仅以0.74 MB的参数量在数据集Cityscapes和CamVid上分别达到74.1%和68.2%mIoU的分割精度,验证了该算法的有效性。

摘要：提出了基于新阈值函数的深度残差收缩网络(DRSN-NTF),用于解决分布式光纤声传感(DAS)信号噪声强、识别难的问题。DRSN-NTF基于深度残差收缩网络(DRSN),使用新阈值函数代替软阈值函数,使其更能发挥信号噪声处理和分类识别能力。使用DAS系统采集周界入侵事件的实验数据,并通过添加高斯白噪声的形式,设计了6组不同信噪比(0 dB~5 dB)的实验。对比了4个模型的实验结果,由此考察DRSN-NTF的识别效果。结果发现:在强噪声的情况下,DRSN-NTF取得的平均测试准确率比DRSN高1.05%;随着信噪比的降低,DRSN-NTF的测试准确率高于DRSN的差值增大,表明DRSN-NTF在信号噪声处理和分类识别能力方面更强,能获得相对更高的识别准确率。因此,DRSNNTF更加适用于DAS信号识别。

摘要：随着我国的快消品消费市场快速增长,快消品公司的终端拜访成本显著增加,同时终端拜访场景面临着终端信息的实时获取、动态的决策与客户需求动态响应的问题。提出针对快消品终端拜访问题的“云边联动信息架构”,设计“动态云边联动机制”,同时结合深度强化学习算法优化系统决策。经试验仿真结果表明,有效地减少终端拜访人员的在途里程数。针对快消品终端拜访场景,能有效地提高公司终端拜访人员的服务水平,维系客情关系,从而达到提高销量、提升订单转化率等目的。

摘要：除了掌握C语言的基本语法和基本的程序设计技巧,数学专业本科生还强调计算机编程赋能于专业数学类课程的学习。文章讨论了项目式学习在数学专业“C语言程序设计”课程教学中的应用,项目设计中融入数学相关知识点,不仅培养了学生的计算思维和程序设计能力,反过来更有助于学生巩固数学知识。

摘要：现有的机器学习和深度学习在解决基于心电信号的情绪识别问题时主要使用全监督的学习方法。这种方法的缺点在于需要大量的有标签数据和计算资源。同时,全监督方法学习到的特征表示通常只能针对特定任务,泛化性较差。针对这些问题,提出了一种基于对比学习的心电信号情绪识别方法,该方法分为预训练和微调两步。预训练的目的是从未标记的心电数据中学习特征表示,具体为:设计了两种简单高效的心电信号增强方式,将原始数据通过这两种数据增强转换成两个相关但不同的视图;接着这两种视图在时间对比模块中学习鲁棒的时间特征表示;最后在上下文对比模块中学习具有判别性的特征表示。微调阶段则使用带标记数据来学习情绪识别任务。在三个公开数据集上的实验表明,该方法在心电信号情绪识别准确率上与现有方法相比提高了0.21%~3.81%。此外,模型在半监督设定场景中表现出高有效性。

摘要：数据库系统是复杂的基础软件,国家信息化的核心技术,具有理论性强,工程实践要求高等特点。数据库系统原理是计算机科学技术专业的核心课程,要求学生掌握数据库的基本理论,具备系统分析能力和工程实践能力,了解数据库领域的研究热点,把握好学科动态。该课程团队在华为“智能基座”的支撑下,以金课建设为目标,通过线上线下混合式教学、校企联合、虚实一体的分层实践教学等多种教学形式,注重思政融合、知识点的广度和深度融合,从教学设计、教学活动、考核方法上实现课程的高阶性、创新性和挑战度。

摘要：在信息时代背景下,为保证移动通信质量和效率,本文提出一套行之有效的空间信息与移动通信传输系统的集成应用方案。首先,根据数据传输通信方式与介质,研究了网络系统集成方法。其次,结合空间信息与移动通信技术集成应用意义,从移动互联网接入技术、无线接入技术、传输组网技术、集成组网系统模式等多个方面入手,应用空间信息技术与移动通信技术,对集成网络系统模式进行设计和实现。最后,介绍空间信息与移动通信技术在物流配送、公安、交通管理等领域中的集成应用案例。本研究旨在为相关人员提供有益的借鉴和参考。

摘要：随着计算机科学技术的发展,新的技术和应用领域不断出现,计算机类专业具有较强的实践性,计算机类专业的实践教学是培养学生实践能力和创新能力的重要环节、应用型人才培养的重要保障,根据多年来计算机类专业的实习实训经验,在分析目前校企合作的实践实习基地建设和运行面临的主要问题基础上,提出了校企合作建设计算机类专业实习实训基地的新模式,具体内容包括利用现代互联网和云计算等数字化技术建设实习实训平台,采用企业规划的实习实训题目,由高校教师和企业技术人员共同指导学生的实习实训,多个高校共享实习资源。新模式能够加强校企的合作,提高教学实践基地资源的利用率,提升学生的实践动手能力,提高人才培养的质量。

摘要：以新工科建设为指导,以培养研究型和应用型创新人才为目标,建立具有综合性大学特色的“三段-双型”实践性人才培养体系,并在此体系下开展了多层次实践教学模式的探索与研究。首先介绍了“三段-双型”人才培养体系的基本结构,将学生培养分为三个层次逐步深入,以实现科研型和应用型人才培养。然后探讨了“三段-双型”模式下的多层次实践教学模式,以省级实验平台、工程中心、实践基地为依托,创建了分层次自主实践的多元化实践教学体系,提高电子信息专业学生在基础分析、工程设计、综合应用和科研创新等方面的能力,从而培养实践性创新人才。

摘要：安全多方计算允许具有私密输入的多个参与方联合计算一个多输入函数而不泄露各参与方私有输入的任何信息,因此近年来受到广泛关注.作为安全多方计算中的一个基础问题,隐私保护排序允许多个参与方在不泄露数据集隐私的前提下计算多个数据集的排序结果,广泛应用于产品定价、拍卖等场景.现有的隐私保护排序协议大多只支持两个参与方.而已有的多方多数据排序协议通信开销大、计算复杂度高,整体效率较低.现有隐私保护排序协议均未考虑恶意参与者的穷举攻击,因此安全保护不足.对此,本文提出一个高效的隐私保护多方多数据排序协议.多个参与方仅需O(1)轮交互即可以隐私保护的方式获得其持有的多个数据的排序结果.具体来讲,本文设计一种基于多项式的编码方法,将参与方的数据集编码为一个多项式,其每项的指数和系数分别代表数据和该数据的个数.通过多项式加法可实现多个参与方数据集的排序.同时,本文设计了多项式加密、聚合多项式生成和解密多项式生成算法,在保证计算正确性的同时实现多项式的隐私保护.最后,各参与方通过不经意传输技术获得排序结果.本文定义了不合谋参与方穷举攻击下的恶意安全.安全性分析表明本文协议不仅实现了半诚实安全性,而且达到了不合谋恶意用户穷举攻击的恶意安全性.此外,大量实验表明本文提出的协议在通信和计算方面都十分高效.如当参与方数量为15、每个参与方持有20000个数据、数据上界为500000时,本文协议的通信和计算开销分别为898.44 MB和69.76 s,仅为LDYW协议的12.08%和76.85%;而相对于AHM+方案,本文协议在通信开销仅增加约4倍的情况下使计算效率提升了约20倍.