计算机软硬件协同贯穿式人才培养的创新与实践

针对社会和技术发展对专业人才培养的新需求,阐述如何在计算机类专业系统能力培养的试点工作中,构建层次化、软硬协同的课程体系,建设软硬贯穿、虚实结合的实验实践体系,探索科教融合、产教结合的多维度协同育人方法,提出计算机软硬件协同贯穿式人才培养的新模式。     

面向适航认证的IMA架构安全性评估方法

对综合模块化航空电子系统(integrated modular avionics,IMA)架构安全性进行准确客观的评估是民机安全性评估乃至适航工程的重要研究内容。提出了一种面向适航认证的IMA架构安全性定性与定量相结合的综合评估方法。首先,提出了IMA架构安全性评估框架,在此基础上建立了安全性多维属性评估模型与评估指标体系;然后,利用中介真值程度度量(measure of medium truth degree,MMTD)理论对指标得分进行综合处理与评估;最后,给出架构安全性评估实例,表明该方法可操作性较强,评估结果可量化且有可比性,能有效保障IMA架构安全性评估过程的客观性和评估结果的准确度。     

移动对象无冗余周期模式发现算法

技术的发展进步和需求的多样性,产生了大量的数据,数据背后隐含模式的发现对问题的深入研究起到关键性的作用.为了挖掘移动对象的周期运动模式,提出了一种无冗余周期模式(Non-redundant period patterns,NRPP)发现算法.为解决噪声因素的影响,在现有方法基础上,引入相似性因子,删减冗余周期模式,使挖掘出的模式精简、准确.算法为不同模式设置不同阈值,不但解决了稀有项问题和组合爆炸问题,而且也使得挖掘效率更高效.采用公开移动对象数据实验,结果表明算法能高效挖掘出移动对象的周期模式.     

线性方程组在工作流相关问题中的应用

为解决工作流中的模型正确性验证、资源分配、活动实例选择等相关问题,提出一种采用建立方程组的求解算法。该算法通过建立方程组描述工作流中的活动结构、资源分配、时间限制等约束条件,建立目标函数用于描述流程的最优目标,求解方程组得到资源分配的最优方案。通过建立等价关系对流程中的活动集合进行划分,再根据约束方程和目标函数求解得出流程的路径选择最佳方案。该算法确保了整个流程的正确性和完整性,实现了流程结构上和性能上的优化。     

基于网络拓扑特性的MCI分类

阿尔茨海默氏病(Alzheimer's disease,AD)和轻度认知障碍(Mild cognitive impairment,MCI)是经常发生在老年人中的脑疾病,其主要表现为认知和智力的障碍.机器学习和模式识别方法已经被应用到对AD和MCI的诊断和分类中.最近,研究人员提出利用大脑连接网络实现对疾病的诊断和分类.大部分的研究主要集中在网络中提取一些局部的特性(如聚类系数),并利用机器学习的方法(如支持向量机)来实现对疾病的分类.然而,存在的研究表明AD以及MCI是和一个大规模的脑连接网络相关,而不仅是大脑的若干区域.因此,本文提出一种新的基于网络整体拓扑结构信息的分类方法,并将其用于对MCI疾病的分类.实验结果表明,本文的方法能够对分类结果有重要的改进.     

基于球向量机的QAR数据特征提取方法

飞行安全是飞行运输中的一个重要课题,对飞行纪录数据进行分析是判明飞行事故原因的重要依据,所以对飞行记录数据进行数据挖掘则成为一种有效的飞行监控技术。该文针对具有高维特征和大样本数据集的飞行纪录的飞行纪录数据学习问题,提出了一种新型的判别异常飞行事件的特征提取方法,并通过实验表明该方法对某一机型的飞行纪录数据取得了良好的实验结果。     

脑白质损伤分割方法比较和策略改进

当前对白质损伤分割研究的缺陷就是不能真正用于实时分割任务,其主要原因是所用特征的表现性能较低.针对此问题,提出了新的数据处理方法和损伤分割特征.方法通过划分数据减少处理数据量的同时采用分治策略,区分处理白质灰质区域,从而改善了整体白质损伤分割的性能.在ACCORD-MIND MRI数据集上,使用SVM分类器将该新特征和传统特征的分割性能作了比较.实验结果表明,该特征在白质损伤分割中优于传统的特征,并能获得较好的分割结果和较快的分割速度.     

定向扩散路由协议在矿压监测系统中应用研究

针对煤矿中无线传感器网络监测系统应用需求,提出了1种基于改进定向扩散路由协议的无线传感器网络,设计并实现了1种TinyOS平台下的无线矿压监测系统.在系统中将无线传感网和骨干网相结合,利用传感节点实时的采集矿压信息,将采集到的数据定时上传到上位机,由上位机处理软件来进行分析和采取相应动作.实验仿真结果表明改进后的定向扩...     

基于WEB的高校校友及用人单位就业资源平台设计

就业信息的数量、有效性及准确性对大学毕业生顺利就业至关重要。本文助于计算机和网络技术,以用人单位和校友提供的就业信息和就业咨询为基础,构建了一个有效、友好和可靠的就业信息平台,并阐述了该平台的整体框架、系统设计和技术路线。     

弱监督任意姿态人体检测

困难姿态(多视角或者任意姿态)下的弱监督人体检测问题被关注研究。现在大部分人体检测仅仅关注普通的直立姿态,但现实中的人体却呈现非常丰富的姿态(如弯曲的、躺着的、坐着的),这不仅加大了人体检测的难度,而且令标注工作更加困难,实际中通常只能获得弱标注样本。多示例学习方法放松了精准标注的要求,因此常常被用来解决此类问题。但是多示例学习对正示例的质量以及一些模型参数设置相当敏感,例如将示例层次条件概率融合到包层次的策略。在Pascal VOC 2007的人类数据集上对这些重要但很少被关注的问题进行了综合性深度研究,并提出了一种新的选择性弱监督检测算法(selective weakly supervised detection,SWSD)。实验证明,只要添加少量的监督样本,在多示例学习框架下,可以大幅度提高弱监督人体检测性能。