打通iPad与QQ旋风资源的热线通道

新入手了一台iPad 2,闲时主要用来欣赏精彩的视频大片,这确实是一种享受,不过每次都需要通过iTunes操作,真是相当的麻烦。其实,只要在iPad上安装最新版本的QQ影音,就可以打通iPad与QQ旋风资源的热线通道。     

利用QQ影音实现离线空间视频的云端播放

当你想观看存在QQ旋风的离线空间中的影音文件,常规的步骤是先下载文件至硬盘再播放,如此一来就显得麻烦不少。其实,通过3.4或更高版本的QQ影音,即可在本地直接播放QQ旋风离线空间的视频文件,从而免     

基于空间通道挤压激励模块的肝硬化识别

针对卷积神经网络对特征信息学习不全面、识别准确率和分类精度不高的问题,提出一种采用空间通道挤压激励模块的scSE_MVGG网络,将其应用于肝硬化识别.对肝硬化图像进行数据增强,以避免深度学习训练出现过拟合现象,改进VGG网络使其适应不同实验样本尺寸,同时将scSE模块与改进的MVGG网络相融合,通过提高网络提取特征的指...     

利用QQ影音实现离线空间视频的云端播放

当你想观看存在QQ旋风的离线空间中的影音文件,常规的步骤是先下载文件至硬盘再播放,如此一来就显得麻烦不少。其实,通过3．4或更高版本的QQ影音,即可在本地直接播放QQ旋风离线空间的视频文件,从而免去下载的麻烦事。     

通道与空间注意力图像超分辨率网络

单幅图像超分辨率（Single Image Super Resolution,SISR）在计算机视觉领域占有重要地位,该技术旨在从低分辨率图像中重建出高分辨率图像。近年来,深度神经网络在SISR领域起到了至关重要的作用,然而,目前利用卷积神经网络平等地对待高频与低频特征,使得高频细节的重建表现不佳,输出过于平滑,缺少纹理信息。另一方面,过于深的网络不容易收敛,并且随着神经网络的深度增长,来自前一层的长期信息很容易在后期层中减弱或丢失,使得重建收益不能正比于网络的深度与计算复杂度。针对以上问题,对用于SISR的卷积神经网络的基本块提出了空间注意力模块与通道注意力模块,在同一通道中,不同位置的信息被空间注意力模块赋予不同的权重,不同通道间的权重由通道注意力模块决定,这使得高频信息在重建任务中获得更高的地位,提高了重建指标。进一步地提出了长期特征调制模块将网络的层深度转化为块深度,大大缩小了网络深度,以解决前层长期信息的丢失问题。在Set5等多个基准数据集上的峰值信噪比（PSNR）均比目前其他基于深度卷积神经网络的方法有所提升,这证明了提出的方法的有效性与先进性。     

通道-空间联合注意力机制的显著性检测模型

针对显著性区域突出不均匀和边缘不清晰导致显著性检测鲁棒性差等问题,提出了一种通道-空间联合注意力机制的显著性检测模型.改进了一种通道注意力机制,将特征图中的像素概率值逐像素相加以更好的获取通道中层间信息的关联性;在通道注意力机制的基础上并行融入了空间注意力机制,对特征图的空间信息进行加权获得目标突出的显著性区域;将通道...     

基于光纤通道的网络文件管理系统设计与实现

光纤通道是一种具有高可靠性和高速度的连接技术,它所构建的存储局域网是一个具有快速、高可靠性及大容量的现代存储系统。为了对整个存储系统的存储资源进行有效管理,设计并实现了一个基于光纤通道存储局域网的网络文件管理系统。     

结合通道空间加权特征金字塔网络的白细胞检测与分割

白细胞的准确检测和精确分割是一项具有挑战性的医学图像处理任务.在显微镜下获取的白细胞图像会受到染色杂质的影响,且白细胞种类繁多、形态各异、类间差别小,还存在相互重叠相互粘连的现象,导致细胞边缘无法被准确分割,上述问题一直都是白细胞图像检测和分割的难点.针对以上问题,基于Mask R-CNN提出了结合注意力机制多尺度特征...     

在离线空间实现视频的转码操作

现在的数码设备越来越多,很多时候我们需要将视频资源转换为适合这些数码设备的格式,或者是平板电脑,或者是各种型号的手机,或者是PSP,即使是MP4格式,也有各种各样的要     

LFSCA-UNet：基于空间与通道注意力机制的肝纤维化区域分割网络

目的 肝纤维化是众多慢性肝脏疾病的常见表现,如不及时治疗可发展为肝硬化甚至引发肝癌。肝纤维化的准确评估对临床治疗和预后评估等至关重要。目前,肝纤维化的诊断通过肝穿活检判断,有创且有并发症危险。为此,基于影像学的无创诊断方法越来越受到关注。本文提出一种基于通道注意力与空间注意力机制改进的用于肝纤维化区域的自动化分割U-Net （liver fibrosis region segmentation network based on spatial and channel attention mechanisms,LFSCA-UNet）。方法 依据Attention U-Net的改进方式,围绕U-Net的跳跃连接结构进行基于注意力的改进,在AG （attention gate）的基础上,加入以ECA （efficient channel attention）模块为实现方式的通道注意力机制,依据加入ECA的位置,LFSCA-UNet分为A、B、C共3个子型。结果 在肝数据集上与其他实验网络进行评估对比,本文提出的LFSCA-UNet网络结构平均Dice系数达到了93.33%,相比原始U-Net的Dice系数提高了0.539 6%。结论 本文方法将空间注意力机制与通道注意力机制进行结合,有效提高了肝纤维化区域的分割精度,对空间注意力模块使用通道注意力模块优化输入和输出,增加了网络的稳定性,提升了网络的整体效果。     

基于端口注意力与通道空间注意力的网络异常流量检测

网络异常流量检测是网络安全保护重要组成部分之一。目前,基于深度学习的异常流量检测方法都是将端口号属性与其他流量属性同等对待,忽略了端口号的重要性。为了提高异常流量检测性能,借鉴注意力思想,提出一个卷积神经网络（CNN）结合端口注意力模块（PAM）和通道空间注意力模块（CBAM）的网络异常流量检测模型。首先,将原始网络流量作为PAM的输入,分离得到端口号属性送入全连接层,得到学习后的端口注意力权重值,并与其他流量属性点乘,输出端口注意力后的流量数据;其次,将流量数据转换成灰度图,利用CNN和CBAM更充分地提取特征图在通道和空间上的信息;最后,使用焦点损失函数解决数据不平衡的问题。所提PAM具有参数量少、即插即用和普遍适用的优点。在CICIDS2017数据集上,所提模型的异常流量检测二分类任务准确率为99.18%,多分类任务准确率为99.07%,对只有少数训练样本的类别也有较高的识别率。     

基于通道和空间注意力的机场道面地下目标自动检测

针对机场道面地下目标检测任务中,探地雷达（GPR）生成的B-scan图背景复杂、包含大量噪声,尤其是单个B-scan图不能反映地下目标的完整信息等问题,构建一种三维通道和空间注意力的UNet(3D-CSA-UNet)模型对地下目标进行自动检测。首先,设计三维通道和空间注意力并行模块（3D-CS-Block）,使模型重点关注雷达C-scan中的地下目标信息,抑制背景和噪声的干扰;其次,设计多尺度的三维分割模型从雷达C-scan中提取不同大小的特征图,以增强3D-CS-Block提取目标特征的能力;最后,使用交叉熵损失函数计算每个尺度下特征图的损失值,从而提高模型的检测精度。在采集的实际机场道面地下目标数据集上,相较于3D-FCN、3D-UNet等模型,3D-CSA-UNet对于脱空、钢筋和钢筋平行目标预测的平均F1至少提高12.33、9.05、11.05个百分点。实验结果表明,3D-CSA-UNet可以较好地满足工程实际要求。     

基于空间弱化和通道增强注意力的行人重识别

针对现有行人重识别方法过于注重对行人图像强辨别性特征的提取导致模型缺乏鲁棒性,以及无法很好地结合空间和通道维度信息的问题,提出一种基于空间弱化和通道增强注意力的行人重识别方法。通过弱化对于高响应区域的注意,迫使模型学习更全面的特征信息,提升模型的泛化能力。嵌入通道注意力机制,通过学习特征通道之间的相关性,自动校准通道维度上的注意力。在Market-1501、DukeMTMC-ReID、CUHK03和MSMT17数据集上进行的实验结果表明,该方法具有较好的鲁棒性和识别准确率,能有效提高行人重识别性能。特别地,在CUHK03数据集中提升了7.6%的Rank-1精度和10.4%的mAP。     

基于双分支通道空间依赖和非对称权重共享卷积的目标检测优化结构

以往的目标检测任务中,大量研究通过空间和通道信息来构建特征优化算法。然而,如何利用通道和空间中最大和平均特征的信息分布情况进行特征提取,仍是一个挑战。针对上述挑战,构建了双分支通道空间依赖网络,用来提取空间和通道中信息依赖特征,其关键是获取最大特征和平均特征上的重要信息分布情况。为了优化网络的检测精度与计算效率,构建了非对称权重共享卷积网络,利用相同的非对称卷积核进行联合训练来实现权重共享,极大地增强了卷积核参数的鲁棒性。以YOLOv4、YOLOv5和EfficientDet为检测基线,在PASCAL VOC和MS COCO数据集上进行实验,验证了双分支通道空间依赖网络和非对称权重共享卷积网络模块的有效性。在两个数据集上精度最高分别增长了1.98%和2.6%。     

基于RGB空间的车道线检测与辨识方法

提出一种利用颜色信息进行车道线检测并且能够分辨黄色或白色车道线的新方法。首先,找出图像中与路面颜色差异较大并且具有合理宽度的像素段;然后在RGB颜色空间利用先验信息对像素段的颜色进行辨识;再用辨识后的像素段分别估计出黄色或白色车道线的颜色分割阈值;最后利用获取的阈值对整幅图像进行车道线检测。实验结果表明,该方法能够在复杂背景环境或路面污染等干扰条件下较好地检测出车道线并能辨识出车道线颜色。本方法简单、有效,且具有一定的鲁棒性。     

多维教学空间下的C++程序设计基础线上教学的设计与实践

探讨多维教学空间理论在线上教学的情况下,在学习环境、信息朝向、信息载体、互动模式、实践模式、评测体系6个维度上的特点,介绍C++程序设计基础课程线上教学的教学设计和具体实践,分析本课程教学方案的特点和优势.     

德州仪器推出首款工业应用八通道数字输入串行器——高集成度输入使各种工业应用的板级空间缩减60%

<正> 德州仪器(TI)宣布推出首款工业应用集成度最高的数字输入串行器,该产品拥有的八个通道与高灵活性能在单个紧凑型器件中实现高密度信号调节。该款新型串行器能将电压介于0V～34V 的八组数字输入转换为 SPI接口上统一的数据流,不仅简化了工业自动化与测量测试设备的设计,同时还缩减了整体板级空间。SN65HVS882集成了通常必须由外接组件执行的几大关键功能。相对于同类竞争解决方案而言,其高通道     

基于空间索引与碰撞检测的TIN求交算法

针对三维矿床地质模型构建及后续应用分析中的需求,提出一种基于空间索引与碰撞检测的不规则三角网(TIN)快速求交算法。通过建立TIN模型的空间格网索引,将相交测试与计算限定在映射于同一个空间格网单元内的三角形对之间,在求交计算过程中,应用包围盒碰撞检测方法快速剔除不相交三角形对,并分别采用边-面及改进的边-边求交算法计算异面与共面三角形交线,并根据交线段之间的空间邻接关系完成交线的快速分离。实验及应用结果表明,该算法效率高、运行稳定、计算结果可靠,能够满足大规模TIN快速求交计算的需要。     

“众创空间”视域下创业教育与计算机专业教育的融合

当前,高校越来越重视创新创业教育,创新创业教育与计算机专业教育的融合是大势所趋。文章从创新创业教育与计算机专业融合的紧迫性出发,探讨创新创业教育与计算机理论课教育、实践课教育、工作室模式的深度融合,阐述如何构建完善的计算机专业创新创业人才培养体系。