摘要：随着柔性电子的发展,表皮电子在人机交互中的作用越来越突出.然而,柔性器件的稳定性和可靠性仍然是其得到广泛应用的一个挑战.本文设计一种以聚乙烯醇(PVA)为衬底,金(Au)为电极层的表面肌电(sEMG)电极阵列,通过原位焦耳加热方法对有源区域PVA衬底进行精确热处理调控,提高其结晶度和模量,提升有源区域电极的稳定性.基于该方法制备的sEMG电极阵列实现了与皮肤的共形贴附,可稳定采集8 h以上的高信噪比(达到21.3 d B)的肌电信号,进一步开展了基于sEMG信号的手势识别应用研究,识别率可达99.27%.以上结果表明,本研究提出的sEMG电极阵列制备方法简单高效,可长时间稳定工作,有望在基于sEMG信号的人机交互领域中得到应用.

摘要：为了让网络捕捉到更有效的内容来进行行人的判别,该文提出一种基于阶梯型特征空间分割与局部分支注意力网络(SLANet)机制的多分支网络来关注局部图像的显著信息。首先,在网络中引入阶梯型分支注意力模块,该模块以阶梯型对特征图进行水平分块,并且使用了分支注意力给每个分支分配不同的权重。其次,在网络中引入多尺度自适应注意力模块,该模块对局部特征进行处理,自适应调整感受野尺寸来适应不同尺度图像,同时融合了通道注意力和空间注意力筛选出图像重要特征。在网络的设计上,使用多粒度网络将全局特征和局部特征进行结合。最后,该方法在3个被广泛使用的行人重识别数据集Market-1501,DukeMTMC-reID和CUHK03上进行验证。其中在Market-1501数据集上的mAP和Rank-1分别达到了88.1%和95.6%。实验结果表明,该文所提出的网络模型能够提高行人重识别准确率。

摘要：SiamRPN算法采用Ln范数损失训练边界框预测,未考虑预测框与真值框间交并比(inersection over union,IoU)的关系,导致准确性不足。针对该问题,提出一种结合IoU损失的SiamRPN目标跟踪改进算法。设计了IoU-smooth L1范数联合优化模块,对候选正样本进行IoU损失与smooth L1范数损失的联合优化;依据回归预测结果,用预测框与真值框的IoU作为权重对正样本进行加权分类预测,增加正样本间的区分度,同时确保分类预测与回归预测的关联性。对比实验结果表明:本文所提改进算法能有效提升跟踪性能。

摘要：使用深度学习方法进行单目深度估计时,由于使用多级下采样会出现重建结果细节信息缺失、边缘轮廓模糊等问题.为此,提出一种基于高分辨率网络的自监督单目深度估计方法.首先,通过并行连接使得特征图在编码过程中始终保持高分辨率表示,以充分地保留细节信息;其次,为了提高编码器的学习能力,在编码部分引入注意力模块,对图像特征进行筛选和提炼;最后,针对深度估计的多义性问题,利用非相邻帧图像之间的一致性,设计了一种有效的损失函数,并使用可靠性掩膜来消除动点和遮挡点的干扰.在TensorFlow框架下采用KITTI和Cityscapes数据集进行实验,实验结果表明,与已有深度估计方法相比,该方法不仅能够保留预测深度的边缘信息,而且能够提高预测深度的准确性,可达到0.119的平均相对误差.

摘要：安全多方半量子求和(SMSQS)是指多个互不信任且资源受限的参与方,借助量子第三方(TP)的帮助联合计算出他们私有秘密之和,其求和结果可以根据实际应用场景来设计是否公开,但是协议需确保参与者输入的隐私性和计算结果的正确性.本文提出一种第三方TP只需制备单量子比特就可对多个资源受限的参与方进行秘密求和的协议.协议中参与方无论执行直接返回操作或者执行测量返回操作,协议都可以对参与方的秘密进行求和计算,从而提高协议中量子比特的使用效率.其次基于一种d维的量子叠加态给出将参与方秘密数值的维度扩展到高维的SMSQS协议,并通过数学证明和具体实例验证其协议的正确性.通过对所提出的协议进行安全性分析可知它们能够防范拦击重发攻击、测量重发攻击、双CNOT门攻击和TP攻击等典型的攻击行为.

摘要：神经架构搜索(neural architecture search,NAS)技术自动寻找神经网络中各层的最佳组合和连接方式,以及各种超参数的最佳分布。该方法从搜索空间生成若干不同的卷积神经网络(CNN),使用混合粒子群优化(hybrid particle swarm optimization,HPSO)算法,将一定数目的神经网络个体视做一个群体,将每个网络个体在评价指标下的表现值视做适应度,在给定的世代数范围内,每个神经网络个体都学习自身的历史最佳适应度个体,和整个群体的最佳适应度个体,迭代改善自身的网络架构。实验结果表明,算法运行中出现的最优网络架构,在图像分类任务的多个基准数据集上,与手工设计的神经网络和以遗传算法为基础的NAS算法相比,在网络参数数量和准确率的平衡上取得了有竞争力的结果。

摘要：在互联网时代背景之下,网络信息技术已经逐渐渗透到了人民群众实际工作和生活之中。高校内部开设计算机基础课程就是可以科学将网络信息技术发展的更为科学,使得高校可以不断培育出更多计算机人才,从而为社会发展做出贡献,为人们的生活带来诸多便利。要想适应社会对人才的需求,培养出适合的人才,从而提高竞争优势,高职计算机教师就必须要对过去的教育方式进行转变,不能再局限于教材内容和具体的教学形式,而要从就业和实际出发,对学生进行指导,让学生能够更好的了解和把握自己所学的东西,提高自身的知识应用能力,教师还要将最新的计算机应用技术告知学生,同时还要注意屏蔽网络可能带给学生的负面影响。

摘要：针对SIFT算法在图像融合中耗时长,维度高的问题,论文设计了一种基于SURF、FLANN和RANSAC三者结合的拼接方法。首先利用SURF算法鲁棒性强、算法复杂度低的优势来进行特征点的检测,凭借FLANN算法可以调整参数来进行精确度的提升的优点来进行特征点的匹配,并与常见的BF算法匹配进行比较;针对其中错误匹配对的存在,采用RANSAC算法对存在匹配错误的点进行剔除并进行单应矩阵的计算,来找到最好的模型匹配对,降低误差;最终采用加权平均法进行图像的融合。通过实验验证,算法提高了匹配效率,拼接效果良好。

摘要：持续改进是工程教育专业认证通用标准中核心指标之一,只有贯彻并落实了持续改进的理念,才能真正做到以产出为导向进行培养方案设计,以学生为中心进行课程设计。本研究以湘潭大学通信工程专业为例,通过2017年专业认证入校考察和2020年中期检查的两次实践经历,从基于“胜任力”模型的人才培养模式、一流课程建设和强化专业主体的质量评价监控体系等几个方面,对新形势下通信工程专业的持续改进机制与成效做了研究。

摘要：在“双一流”建设背景下,应侧重于培养计算机专业研究生实践创新能力,但目前培养工作中仍存在培养目标偏差、实践管理松散、评价体系单一等问题。为此,提出基于PDCA专业学位培养模式持续改进模型,通过协同校企导师的实践教学体系和全过程宽口径专业学位评价指标体系,优化实践环节知识能力结构设计,提高实践教学和专业学位研究生培养质量,构建全新的评价指标。实践结果表明,改革措施有助于提高计算机专业研究生的工程实践能力,提升研究生人才培养质量,以期为开展计算机专业学位教育改革的院校提供参考与借鉴。