工业4.0环境下软件工程专业本科毕业生就业能力量化评价方法及实证研究

针对工业4.0背景下企业对高校人才培养的新要求,为缩短高校教育与企业用人需求之间的差距,从学生能力评价的角度,基于工程教育认证思想,凝练出学生能力评价指标,提出一种科学有效的毕业生就业能力量化评价方法并介绍如何实践应用,以帮助学校相关部门和学生更好地提升学习效果并促进持续改进.     

基于DSPP的单目图像深度估计

空洞空间金字塔池化（ASPP）在深度学习各种任务中均有应用,传统ASPP模块只考虑了提升卷积感受视野,但ASPP中的每次空洞卷积选取的像素点分散,会丢失大量像素点间的信息,而深度估计属于密集预测任务。针对ASPP模块这一弊端提出了一种动态密集的DSPP模块。该模块用一种动态卷积代替空洞卷积,结合ASPP的思想,采用不同大小的卷积尺寸,并结合通道注意力充分利用每一层的特征,解决了ASPP丢失信息的问题,与ASPP相比在大大减小模块参数量的前提下,提升了整体模型的准确率。在NYU Depth v2数据集上与主流算法相比深度图在均方根误差（RMSE）上降低了12.5%,到0.407,并且准确率（δ<1.25）提高了3.4%,达到0.875,验证了算法的有效性。     

基于特征融合和粒子群优化算法的运动想象脑电信号识别方法

由于运动想象脑电信号的信噪比较低,特征提取和特征选择比较困难,无法获得较高的分类准确率。针对上述问题,该文提取了时域、频域和空间域3个观察面的特征,并采用粒子群优化算法结合随机森林分类器来进行特征筛选。具体过程为,首先根据R2图来对信号进行带通滤波;其次,使用小波软阈值和得分共空间模式算法进行去噪和通道筛选;然后,通过3种算法提取时频域和空间域特征,待特征融合之后使用基于随机森林分类器的评价指标作为PSO的适应度函数,进行特征选择;最后,运用3种分类器以及集成分类器来验证效果。实验结果显示,通过特征融合以及特征选择可以去除冗余信息,保留有效信息,最终的分类正确率达到98.3%,为该技术在医疗康复等领域应用提供了新的方法。     

大型地质灾害救灾过程防雷技术研究

以5·12汶川地震为例,介绍了大型地质灾害发生后的救灾过程中,灾区建筑、设备和人员的雷电防护技术,阐明了地震灾区的雷电危险性和现代救灾的特殊性,重点研究了灾区过渡性板房和人员的防雷技术,为确保灾区人民的生命和财产安全,提出了科学有效的防范方法.     

气候变化背景下山东省气温与降水时空变化特征分析

【目的】为了探讨气候变化背景下山东省气温与降水的时空变化特征,【方法】根据山东省25个国家级气象观测站1981年1月—2021年2月逐月气温和降水资料,通过线性趋势、Mann-Kendall检验、小波分析、重标极差分析法等方法研究山东省气温、降水的时空变化特征,并预测未来变化趋势。【结果】结果显示：(1)山东省年均气温呈显著上升趋势,倾向率为0.4℃·(10 a)^-1,年均气温在1986年发生较明显突变,鲁南东部和西部、鲁西北东部及半岛西部增温最快。山东省年降水量呈不显著增加趋势,倾向率为26.5 mm·(10 a)^-1,未发生明显突变,鲁西北东部和鲁南东部降水增加最明显。(2)山东省四季平均气温均呈显著上升趋势,倾向率分别为春季0.5℃·(10 a)^-1、夏季<0.3℃·(10 a)^-1、秋季0.3℃·(10 a)^-1和冬季0.4℃·(10 a)^-1;春季、夏季、冬季降水量呈不显著增加趋势,倾向率分别为5.5 mm·(10 a)^-1     

基于ESP透视投影的FPS自动瞄准原理应用研究

AimBot向来是FPS游戏安全最大的威胁,破坏了竞技的公平性与游戏程序的完整性,对游戏产业造成了巨大的经济损失,是安全人员不容忽视的问题,需要不断改进与完善游戏安全方案,为用户营造一个安全、公平的游戏环境。结合计算机图形学中的投影转换知识与在Unity3D中的具体实现,对FPS游戏中自动瞄准原理进行了简要论述与分析。     

基于信息传播节点集的CTDN节点分类算法

针对连续时间动态网络的节点分类问题,根据实际网络信息传播特点定义信息传播节点集,改进网络表示学习的节点序列采样策略,并设计基于信息传播节点集的连续时间动态网络节点分类算法,通过网络表示学习方法生成的节点低维向量以及OpenNE框架内的LogicRegression分类器,获得连续时间动态网络的节点分类结果。实验结果表明,与CTDNE和STWalk算法相比,该算法在实验条件相同的情况下,网络表示学习结果的二维可视化效果更优且最终的网络节点分类精度更高。     

基于粗糙集理论的不完备数据分析方法的混合信息系统填补算法

为了提高基于粗糙集理论的不完备数据分析方法（ROUSTIDA）在实际应用中对包含离散型（如整型、字符串型、枚举型）、连续型（如浮点数表达）、缺失型属性的混合信息系统（HIS）数据的填补能力,提出了一种基于粗糙集理论的混合信息系统缺失值填补方法（RSHISMIA）。首先,根据决策属性等价类划分思想并按照决策属性对混合信息系统HIS进行划分,解决了填补后可能出现的决策规则冲突问题;其次,定义混合距离矩阵来合理量化对象间的相似性,从而筛选出具有填补能力的样本并克服ROUSTIDA无法处理连续性属性的缺点;然后,结合近邻思想解决了ROUSTIDA在无差别对象属性值发生冲突情况下无法对相同属性缺失数据进行填补的问题。最后,使用10个UCI标准数据集进行实验,将所提出的方法与ROUSTIDA、K近邻填补（KNNI）算法、随机森林填补（RFI）算法和矩阵分解（MF）等几种经典算法进行了比较。实验结果表明,与ROUSTIDA相比,所提方法在查全率上平均高出81%,在查准率上提升了5%~53%,且其归一化均方根误差（NRMSE）最多减小了0.12。此外,所提方法的分类准确率与ROUSTIDA相比平均提升了7%,且优于KNNI、RFI及MF等填补算法。     

面向制造任务的云制造虚拟车间构造方法

针对云制造模式下快速选择和组织相关制造资源、保证制造任务执行的问题,提出一种面向制造任务的云制造虚拟车间构造方法。该方法将制造过程抽象为制造任务执行链,链中的节点对应制造设备云服务或检验云服务,链中的有向边对应物流云服务;并通过行业域、地域和类型域来组织管理云服务,以构造规模较小的候选云服务集,同时减少功能匹配、性能匹配、价格匹配和时间匹配的计算量,达到快速构建云制造虚拟车间的目的。算例分析表明,相比其他方法,该方法能够在更短的时间内完成云服务的选择,并保证所选云服务的服务质量（QoS）在相关域中是更好的。