摘要：随着大数据时代的到来,数据分析的作用日益显著.它能够从海量数据中发现有价值的信息,从而更有效地指导用户决策.然而,数据分析流程中存在三大挑战:分析流程高耦合、交互接口种类多和探索分析高耗时.为了应对上述挑战,提出了基于自然语言交互的数据分析系统Navi.该系统采用模块化的设计原则,抽象出主流数据分析流程的3个核心功能模块:数据查询、可视化生成和可视化探索模块,从而降低系统设计的耦合度.同时,Navi以自然语言作为统一的交互接口,并通过一个任务调度器实现了各功能模块的有效协同.此外,为了解决可视化探索中搜索空间指数级和用户意图不明确的问题,提出了一种基于蒙特卡洛树搜索的可视化自动探索方法,并设计了基于可视化领域知识的剪枝算法和复合奖励函数,提高了搜索效率和结果质量.最后,通过量化实验和用户实验验证了Navi的有效性.

摘要：针对图像分类任务中卷积网络提取图像细粒度特征能力不足、多属性之间的依赖关系无法识别的问题,提出一种基于YOLOv5的车辆多属性分类方法Multi-YOLOv5。该方法设计了多头非极大值抑制(Multi-NMS)和分离式标签损失(Separate-Loss)函数协同工作机制实现车辆的多属性分类任务,并采用卷积块注意力模块(CBAM)、SA(Shuffle Attention)和CoordConv方法重构了YOLOv5检测模型,分别从提升多属性特征能力提取、增强不同属性之间的关联关系、增强网络对位置信息的感知能力三方面提升模型对目标多属性分类的精准性。在VeRi等数据集上进行了训练与测试,实验结果表明,与基于GoogLeNet、残差网络(ResNet)、EfficientNet、ViT(Vision Transformer)等的网络结构相比,Multi-YOLOv5方法在目标的多属性分类方面取得了较好的识别结果,在VeRi数据集上,它的平均精度均值(mAP)达到了87.37%,较上述表现最佳的方法提高了4.47个百分点,且比原YOLOv5模型具有更好的鲁棒性,能为密集环境下的交通目标感知提供可靠的数据信息。

摘要：C++程序设计课程作为计算机专业本科生必修的专业核心课程之一,实验教学是课程的重要教学环节,实验教学环节在培养学生通过编程解决实际问题的能力和逻辑思维方面起重要作用。针对课程实验教学过程存在的问题分析,对课程实验教学方法、考核评价方式等方面进行多元化、过程化改革,构建“以赛促学,以赛促练”的教学体系,有助于进一步培养和提升学生的编程实践能力、竞赛能力和综合应用能力。

摘要：基于调色板的图像编辑技术是近年的热门研究方向,在海报制作、服装设计、电影、短视频编辑等方向有着广泛的应用.通过计算凸包提取图像调色板是一个较新技术.然而,其目前仍然存在2个问题:一是忽略了凸包内部的颜色分布,使得调色板整体上缺乏代表性;二是插值权重缺乏稀疏性,难以实现针对性的局部编辑.针对上述问题,提出一种新颖的调色板提取算法,并在此基础上实现高效的图像重着色编辑.首先,提取图像在RGB空间的凸包并简化;其次,通过聚类算法捕捉凸包内部的颜色分布,构造代表性调色板;最后,在RGB空间对调色板颜色进行四面体剖分,并对图像像素进行插值.为了验证该算法的有效性,从互联网上获取了40余幅图像组成数据集进行实验,对插值权重的稀疏性、图像重着色效果等进行了对比分析和用户调研.大量实验结果表明,该算法提取的调色板具有更好的代表性,插值权重具有更好的稀疏性,实现了更精确的局部编辑.

摘要：时空序列预测任务在交通、气象、智慧城市等领域有着广泛应用。站点风速预测作为气象预测中的主要任务之一,需要结合降水、气温等外部因素,学习不同数据的时空特征。气象站点的不规则分布和风本身的固有间歇性成为实现高精度风速预测的挑战。为考虑多站点空间分布对风速的影响以获得准确可靠的预测结果,提出一种基于图的动态转换注意力网络(Graph-DSAN)风速预测模型。首先,利用不同站点之间的距离重新构建它们的连接;其次,使用局部采样的过程建模不同采样大小的邻接矩阵,实现图卷积过程中邻居节点信息的聚合与传递;接着,将时空位置编码(STPE)处理后的图卷积结果加入动态注意力编码器(DAE)和转换注意力解码器(SAD)以实现动态注意力计算,从而提取时空相关性;最后,利用自回归的方式形成多步预测。在纽约州15个站点的风速预测实验中,将所设计模型与ConvLSTM、图多注意力网络(GMAN)、时空图卷积网络(STGCN)、动态转换注意力网络(DSAN)和时空动态网络(STDN)进行比较,Graph-DSAN的12 h预测均方根误差(RMSE)分别降低了28.2%、6.9%、27.7%、14.4%和8.9%,验证了Graph-DSAN风速预测的准确性。

摘要：共轭梯度算法是求解对称正定线性系统的重要方法之一,该算法求解问题通常具有稀疏性.随着问题规模的不断增大,单CPU因其存储及计算能力限制已经不能满足大规模稀疏线性方程组求解的实时需求.基于此,本文提出一种基于CPU+GPU异构平台的MPI+CUDA异构并行求解算法.首先,对共轭梯度算法进行了热点性能分析,说明该算法求解时存在的计算困难及挑战;然后,根据共轭梯度算法特性进行了任务划分,实现异构并行算法设计;最后,针对异构并行算法中存在的通信开销、数据传输开销和存储器访问开销等问题,对异构并行算法进行优化以进一步提升求解效率及性能.实验结果表明,与MPI并行和CUDALib并行相比,MPI+CUDA异构混合并行在串行计算部分较少的Jacobi预处理共轭梯度算法上分别获得336%和33%的性能提升,在串行计算部分较多的ILU预处理共轭梯度算法上也能分别获得25%和7%的性能提升,同时结果还显示MPI+CUDA混合并行随着节点数目的增加具有一定可扩展性.

摘要：唐卡文化作为中华优秀传统文化的艺术瑰宝,其弘扬和传承一直备受关注。传统地唐卡文化展示方式存在着很多的局限性,高昂的制作成本、珍贵的原材料以及地域差异等各方面原因的约束,一定程度上制约了唐卡文化的弘扬。将现代科技与传统文化相结合,通过体感交互的新型交互方式传播唐卡文化,能够有效地避免传统展示方式中的不足,更好地弘扬唐卡文化。文中利用微软的Kinect体感设备,实时采集用户骨骼信息,并将采集到的数据通过中间插件传输到Unity3D交互场景中,展示手势控制的交互界面,以手势控制的方式实现堆绣唐卡的堆绣操作,并将堆绣成果通过扫描二维码的方式保存在个人移动设备中。新型体感交互方式不仅能够激发用户对唐卡文化的兴趣,而且能够很好地带动用户去认知、弘扬唐卡文化。

摘要：针对生源地学生水平差距大、教学重难点聚焦不足等问题,以数据库应用基础课程线上—线下混合式教学产生的过程数据为分析对象,从教学重难点划分、分层次教学、学生学习预警3个角度进行科学合理的课程教学设计。问卷调查结果显示,学生教学反馈良好,为今后更加深入地利用教学过程数据进行课程改革奠定了基础。

摘要：EasyX是针对C/C++的一款轻量级的图形界面库,可以帮助程序开发人员快速上手基于图形界面的应用编程。基于Visual Studio 2022平台并使用EasyX图形库和C++语言设计开发了一款俄罗斯方块游戏。其实现过程主要包括游戏对象的抽象设计、游戏规则分析及游戏功能设计。通过游戏的开发,达到了熟悉图像界面程序设计方法及实现流程的目标。

摘要：针对手工测试成本高、时效性弱和传统的接口自动化测试工具扩展能力不足问题,提出了一个支持用例集并行测试的接口测试平台(OLa). OLa采用分层架构模式将系统分为用户展示层、应用逻辑层、数据服务层和用例执行层.其中,用户展示层基于Vue框架开发,结合Vue Router、Vuex等工具实现单页应用;应用逻辑层基于Spring Boot框架开发;数据服务层基于MyBatis-Plus框架和Spring Data框架开发;用例执行层使用okhttp3、fastjson、jackson等工具实现接口测试.此外,基于系统技术架构、Java网络编程和面向抽象编程的思想,创新性地提出了基于C/S模式的用例执行流程和基于参数识别的自动匹配校验方法,解决了传统的自动化测试工具无法支持并行测试的问题.实验结果表明本文设计与实现的OLa接口测试平台支持单用例测试、用例集的串行测试和并行测试,能够自动识别用例参数并对接口响应内容进行校验,提高了接口测试的灵活性和有效性,降低了测试难度,并能够在用例之间无相互依赖的情况下提高接口测试的效率.