高校非计算机专业计算机基础系列课教学改革的探索与实践

大学计算机基础系列课程作为非计算杌专业本科学生的公共基础课程核心之一,在教学内容和方法、实践环节、评价体系等方面还存在很多亟待解决的问题.结合各专业的专业特点和需求,从完善课程体系、改革教学模式、提升教师能力、建立能力测评机制方面,阐述计算机基础系列课程改革内容.     

高校非计算机专业计算机基础系列课教学改革的探索与实践

新年刚过,三诺发布了“永恒”系列的N-35G冠军版。三诺在近两年,一直在举办对三诺的指定产品进行改进的摩机大赛,为相对沉闷的多媒体音箱行业注入了活力。据三诺称,N-35G冠军版是第一届摩机大赛的精华所在。那么,到底这款音箱与原版的N-35G相比,有何不同呢？有哪些值得称道的改进呢？     

基于小波和自适应滤波的ECG基线漂移校正

为校正ECG信号的基线漂移,提出小波变换和自适应滤波相结合的方法。利用小波变换对原始ECG信号进行分解,将得到的高频分量作为参考信号输入,采用基于幂函数的最小均方算法（P—LMS）进行自适应滤噪处理。通过与传统的归一化最小均方算法（NLMS）进行对比,验证该算法的准确性。仿真实验和MIT-BIH数据库中的实际数据检验结果表明,基于幂函数的最小均方算法和小波变换相结合的方法能够有效校正基线漂移,并较好地保持心电信号的几何特征。     

化学计量学在油—油和油—源对比中的应用现状及展望

在综合考虑多参数的影响和划分样品或变量的种属类别等方面,化学计量学方法具有独特的优势,尤其适合于大量数据集的数据挖掘和区域性的油—油和油—源对比。详细地介绍了国际上常用的2种化学计量学油—油和油—源对比方法——谱系聚类分析(HCA)和主成分分析(PCA),以及最新引入的研究方法——多维标度(MDS),并且对这些方法的原理和适用范围等做了详细的比对和讨论。在应用化学计量学开展研究区域的地球化学对比时,还需要谨慎对待样品的筛选、对比参数的选择、数据的预处理和高维空间样品间距离的度量等,因为其直接关系到对比结果的可靠程度。     

通信测距复合系统中的扩频码捕获研究

在通信测距复合系统中，长序列PN码的快速捕获是一个不可避免的问题。扩频码同步是扩频通信系统中的关键技术，针对传统的捕获方法的缺点，提出一种改进的序列估计的捕获方法，给出系统结构并说明了工作原理。     

基于YOLOv4-Efficient的目标检测和识别

在自动驾驶场景中,能够实现对前方车辆准确和及时的识别是至关重要的.本文对YOLOv4的主干网络进行修改,形成了YOLOv4-Efficient目标检测算法,在保证检测准确率的情况下,提高了检测速度.通过使用一种轻量级算法Efficient?Net代替YOLOv4的主干提取网络CSPDarknet53.改进后的模型参数量...     

改进的YOLOv4红外图像行人检测算法

在夜视红外行人检测的定位任务中,样本取样机器处于高点俯拍,使得所拍摄到的行人目标体积较小.此外,行人时刻处于活动状态,与摄像头的距离不同,导致检测时同类目标在图中的大小有一定的差异.基于YOLOv4算法,本文提出了一种改进的YOLOv4红外行人检测算法,对YOLOv4的网络结构进行了优化.采用形变卷积为核心组件,构建形变特征提取模块提升对于目标特征提取的有效性;针对形变卷积对特征提取网络模块进行优化.结果表明,改进后的算法在整体鲁棒性、召回率、F1-Score等评价指标方面均优于其它算法.     

基于D4小波变换校正薄层色谱基线漂移的研究

薄层色谱图谱信号在采集过程中,由于分析仪器的采样、变换等装置中不可避免地存在各种干扰,使得图谱信号的基线呈现上下漂移的现象,影响了原油组分的定量计算、分析和评价的效果。在分析原油薄层色谱图谱信号数据特点的基础上,讨论第二代小波变换的原理,采用D4小波提升算法进行薄层色谱图谱基线漂移的校正。结果表明:该方法成功地实现了光密度曲线与基线的分离,不但大大提高了运算速度,而且有效地抑制了基线漂移现象,并且易于软件实现。     

基于Soft-Masked BERT的新闻文本纠错研究

互联网时代的新闻宣传领域,每天都会产生海量的文本稿件,仅依靠人工进行校正,成本极高,效率低下。利用计算机辅助技术对新闻稿件进行审阅极大地提高了校稿效率,大大减少人力成本,进一步利用特定新闻领域语料集的深度学习模型,完成个性化定制,在该领域的纠错过程中可以取得更好的效果。文中使用一种全新的中文文本纠错模型理论：Soft-Masked BERT,该模型将中文文本的检错过程与纠错过程分离,纠正网络的输入来自于检测网络输出。文中旨在Soft-Masked BERT基础上进行改进并应用。使用“哈尔滨工业大学新闻网”新闻稿件中10 000条文本序列(HIT News Site)作为初始语料进行训练,之后对该新闻网的相关稿件进行中文文本校对。结果表明,Soft-Masked模型在HIT News Site数据集上的整体性能表现优于BERT-Finetune,准确率提高0.6个百分点,精确率提高1.3个百分点,召回率提高1.5个百分点,F1分数提高1.4个百分点,效果良好。