期刊文献+
共找到281篇文章
< 1 2 15 >
每页显示 20 50 100
Automated body composition analysis system based on chest CT for evaluating content of muscle and adipose 被引量:2
1
作者 YANG Jie LIU Yanli +2 位作者 CHEN Xiaoyan CHEN Tianle LIU Qi 《中国医学影像技术》 CSCD 北大核心 2024年第8期1242-1248,共7页
Objective To establish a body composition analysis system based on chest CT,and to observe its value for evaluating content of chest muscle and adipose.Methods T7—T8 layer CT images of 108 pneumonia patients were col... Objective To establish a body composition analysis system based on chest CT,and to observe its value for evaluating content of chest muscle and adipose.Methods T7—T8 layer CT images of 108 pneumonia patients were collected(segmented dataset),and chest CT data of 984 patients were screened from the COVID 19-CT dataset(10 cases were randomly selected as whole test dataset,the remaining 974 cases were selected as layer selection dataset).T7—T8 layer was classified based on convolutional neural network(CNN)derived networks,including ResNet,ResNeXt,MobileNet,ShuffleNet,DenseNet,EfficientNet and ConvNeXt,then the accuracy,precision,recall and specificity were used to evaluate the performance of layer selection dataset.The skeletal muscle(SM),subcutaneous adipose tissue(SAT),intermuscular adipose tissue(IMAT)and visceral adipose tissue(VAT)were segmented using classical fully CNN(FCN)derived network,including FCN,SegNet,UNet,Attention UNet,UNET++,nnUNet,UNeXt and CMUNeXt,then Dice similarity coefficient(DSC),intersection over union(IoU)and 95 Hausdorff distance(HD)were used to evaluate the performance of segmented dataset.The automatic body composition analysis system was constructed based on optimal layer selection network and segmentation network,the mean absolute error(MAE),root mean squared error(RMSE)and standard deviation(SD)of MAE were used to evaluate the performance of automatic system for testing the whole test dataset.Results The accuracy,precision,recall and specificity of DenseNet network for automatically classifying T7—T8 layer from chest CT images was 95.06%,84.83%,92.27%and 95.78%,respectively,which were all higher than those of the other layer selection networks.In segmentation of SM,SAT,IMAT and overall,DSC and IoU of UNet++network were all higher,while 95HD of UNet++network were all lower than those of the other segmentation networks.Using DenseNet as the layer selection network and UNet++as the segmentation network,MAE of the automatic body composition analysis system for predicting SM,SAT,IMAT,VAT and MAE was 27.09,6.95,6.65 and 3.35 cm 2,respectively.Conclusion The body composition analysis system based on chest CT could be used to assess content of chest muscle and adipose.Among them,the UNet++network had better segmentation performance in adipose tissue than SM. 展开更多
关键词 body composition THORAX muscle skeletal adipose tissue deep learning tomography X-ray computed
在线阅读 下载PDF
应用MMTONet的迁移学习智能盐体分割方法
2
作者 李克文 范娅婷 +1 位作者 徐志峰 贾韶辉 《石油地球物理勘探》 北大核心 2025年第3期631-641,共11页
盐体是具有良好气密性的地质构造,有利于油气储存,实现精细化盐体的解释极为必要。然而,不同于断层,盐体的特征较为复杂且形态差异大,常规方法易导致混淆和误判。此外,基于数据驱动的盐体识别模型在实际数据集上的泛化能力较差,因此目... 盐体是具有良好气密性的地质构造,有利于油气储存,实现精细化盐体的解释极为必要。然而,不同于断层,盐体的特征较为复杂且形态差异大,常规方法易导致混淆和误判。此外,基于数据驱动的盐体识别模型在实际数据集上的泛化能力较差,因此目前在地震勘探中进行盐体的解释及可视化仍存在挑战。文章将盐体解释视为地震图像的语义分割问题,提出了基于迁移学习的上下文融合与混合注意力的智能盐体分割(Multi-path structure Mixed Attention and Transfer Optimized Net,MMTONet)方法。同时设计了一种基于盐体上下文特征融合模块,进而建立了改进注意力卷积混合的跳跃连接机制,以更好地弥补由下采样造成的信息损失,从而提高模型对盐体边界与高振幅噪声的像素级辨别能力。在此基础上,还设计了迁移学习的适配器微调策略,提升了模型在实际数据上的泛化能力。在地震数据集上的实验结果表明,MMTONet在提高分割精度和减少计算量、参数量方面均优于主流的语义分割方法。 展开更多
关键词 深度学习 盐体分割 地震图像 迁移学习 MMTonet 方法
在线阅读 下载PDF
Learning-by-doing教学模式在安全系统工程教学中的应用 被引量:10
3
作者 樊运晓 《中国安全科学学报》 CAS CSCD 2007年第7期89-92,共4页
安全系统工程课程是安全工程专业的专业基础课,其教学效果的好坏对后续课程的学习以及日后所从事的工作至关重要。因而该课程教学方法的运用选择值得深思。笔者分析了安全工程专业中安全系统工程课程的特点和教学中存在的问题,引用learn... 安全系统工程课程是安全工程专业的专业基础课,其教学效果的好坏对后续课程的学习以及日后所从事的工作至关重要。因而该课程教学方法的运用选择值得深思。笔者分析了安全工程专业中安全系统工程课程的特点和教学中存在的问题,引用learning-by-doing的教学模式并在教学中加以应用,提出"通过授课得到答案——学会一个解,通过案例讨论得到方法——学会一个方法,通过实践模拟学会学习——学会找到个方法,通过总结学会融会贯通"的安全系统工程教学模式,收到了较好的教学效果。 展开更多
关键词 安全工程 专业 安全系统工程 教学模式 learning—by—doing(做中学)
在线阅读 下载PDF
具有不完全技术外部性的随机Learning-by-Doing模型及解法 被引量:1
4
作者 王海军 胡适耕 《华中师范大学学报(自然科学版)》 CAS CSCD 北大核心 2009年第3期359-362,共4页
提出适用于随机Learning-by-Doing模型的"附加效用"值函数解法,并用此方法求解具有不完全技术外部性的随机learning-by-doing模型,得到了均衡时的经济增长路径、消费—资本比和值函数,讨论了技术外部性对私人资本回报率、消... 提出适用于随机Learning-by-Doing模型的"附加效用"值函数解法,并用此方法求解具有不完全技术外部性的随机learning-by-doing模型,得到了均衡时的经济增长路径、消费—资本比和值函数,讨论了技术外部性对私人资本回报率、消费倾向、均值经济增长率和个体福利的影响. 展开更多
关键词 1earning—by-doing 内生增长 技术外部性 “附加效用”值函数法
在线阅读 下载PDF
基于Learning-by-doing的不确定经济增长与财政政策研究
5
作者 王海军 陈勇 《浙江社会科学》 CSSCI 北大核心 2008年第12期2-6,共5页
本文研究基于learning-by-doing的随机增长模型,得到了均衡时的经济增长路径、债券回报率、资产组合份额和消费-资本比,分析财政政策对长期经济增长、资产组合选择、个体消费倾向和个体福利的影响,探讨最优的财政政策。
关键词 随机增长 财政政策 learning—by—doing 财富补贴
在线阅读 下载PDF
“干中学(Learning by Doing)”——浅议课堂教学方法改革 被引量:9
6
作者 徐玲玲 《重庆工学院学报》 2006年第8期150-151,167,共3页
提出了“干中学”的新型课堂教学观.阐释了学生通过“干中学”能主动参与课堂教学,成为教学的真正主体.从传统课堂教学和新型课堂教学的比较,说明新型的师生关系是双向的、交互的,教师作为课堂教学的组织者和协调者,在教学中只能起“主... 提出了“干中学”的新型课堂教学观.阐释了学生通过“干中学”能主动参与课堂教学,成为教学的真正主体.从传统课堂教学和新型课堂教学的比较,说明新型的师生关系是双向的、交互的,教师作为课堂教学的组织者和协调者,在教学中只能起“主导”作用. 展开更多
关键词 干中学 传统课堂教学 新型课堂教学
在线阅读 下载PDF
机器视觉技术在大体型家畜无接触体尺测量中的研究进展 被引量:1
7
作者 李振波 孙浩翔 +2 位作者 郭倩男 张涵钰 刘皓南 《农业工程学报》 北大核心 2025年第7期1-12,共12页
家畜体尺能直接反映其生长发育状态,对育种和养殖过程管理具有重要意义。基于机器视觉的家畜无接触体尺测量技术可以解决传统人工接触式测量中耗时、费力和主观误差等问题,同时能够降低养殖人员的劳动强度,避免家畜产生应激反应。近年来... 家畜体尺能直接反映其生长发育状态,对育种和养殖过程管理具有重要意义。基于机器视觉的家畜无接触体尺测量技术可以解决传统人工接触式测量中耗时、费力和主观误差等问题,同时能够降低养殖人员的劳动强度,避免家畜产生应激反应。近年来,随着机器视觉技术的迅猛发展,家畜无接触体尺测量方法也取得了突破性的进步。该研究聚焦于牛、羊、马和猪4种常见大体型家畜,按照体尺测量任务流程,概述了常见的家畜图像采集场景、图像采集设备和设备部署方式。基于近5年机器视觉在家畜无接触体尺测量中的应用,阐述了目前家畜图像分割算法和家畜体尺测量算法的研究现状。当前研究的着重点主要在于加速体尺测量过程,提升测量结果精度,以及增强测量设备的便携性这3个核心方面。结合当前研究中存在的公开数据集不足、深度学习前沿方法应用较少、算法在实际生产中应用和部署困难等问题,提出了未来应围绕应用生成式模型扩充家畜图像数据集、加速深度学习方法的迁移,开发适用多种家畜的通用测量模型等方面展开研究,旨在为后续的研究及应用提供参考。 展开更多
关键词 体尺测量 家畜 机器视觉 深度学习 图像采集 图像分割 数据集
在线阅读 下载PDF
基于深度学习的家蚕计数与体长测量研究
8
作者 刘莫尘 孙崇凯 +6 位作者 李正浩 常昊 尚明瑞 宋占华 刘贤军 孙廷举 闫银发 《山东农业大学学报(自然科学版)》 北大核心 2025年第4期616-627,共12页
家蚕计数与体长测量是在家蚕养殖过程中的必要环节,传统家蚕计数及体长测量方法主要人工完成,易受主观因素影响,较难实现对家蚕数量和家蚕体长的快速、准确监控。本文使用深度学习的方法实现了家蚕计数及家蚕体长测量,以饲料育家蚕为研... 家蚕计数与体长测量是在家蚕养殖过程中的必要环节,传统家蚕计数及体长测量方法主要人工完成,易受主观因素影响,较难实现对家蚕数量和家蚕体长的快速、准确监控。本文使用深度学习的方法实现了家蚕计数及家蚕体长测量,以饲料育家蚕为研究对象,构建了家蚕关键点检测数据集,提出了YOLOv8-Pose-GE算法。该算法在YOLOv8-Pose的Backbone部分加入GAM注意力机制,可以放大全局交互,进行多层感知器的3D排列,提高模型特征提取能力的同时减少信息损失;在Neck部分添加ECA注意力机制,具有实现全局空间信息聚合的部分和进行跨通道交互进行建模的部分,可以提升模型对重要特征的感知能力,使模型更好的处理提取家蚕关键点特征。YOLOv8-Pose-GE的mAP、P和R分别为94.7%、95.31%和87.98%,均优于其他常用的关键点检测算法。该算法同时兼顾了速度,其FPS达到37.61 s^(−1)。本方法可以依靠YOLOv8-Pose-EG的head部分输出的坐标来对家蚕及家蚕关键点位置进行定位,并按顺序依次用直线连接家蚕关键点,由连线长度得到家蚕体长,同时实现家蚕计数。本文对家蚕拍摄录像中随机截取10帧图片进行计数实验,其MAE_L、MRE_L和MSD_L由分别为1.6头、3.6%和2.1头,说明模型具有较高的准确性的同时具有较高的稳定性。本文对40头家蚕(1-5龄家蚕中各随机取8头)进行测量实验,由结果分析得,该算法具有家蚕龄期越高,测量效果越好的特点,尤其5龄,MAE_L、MRE_L、MSD_L和PCC分别为12.29 px、1.87%、4.15px和0.977,总体误差较小。该算法满足家蚕计数及体长测量的需要,为提高家蚕养殖的质量,加强家蚕品种选育提供技术支持。 展开更多
关键词 家蚕 深度学习 计数 体长 关键点检测
在线阅读 下载PDF
Learning by *ing的教学模式与实践 被引量:2
9
作者 刘依 张晨曦 李江峰 《计算机工程与科学》 CSCD 北大核心 2011年第S1期38-40,共3页
本文论述了Learning by Doing,Learning by Abstracting,Learning by Analogy,Learning byTeaching以及Learing by Simulating等教学模式。分析了其优点,并介绍了我们将其应用于嵌入式软件开发导论和系统结构等课程的效果。文中尤其强调... 本文论述了Learning by Doing,Learning by Abstracting,Learning by Analogy,Learning byTeaching以及Learing by Simulating等教学模式。分析了其优点,并介绍了我们将其应用于嵌入式软件开发导论和系统结构等课程的效果。文中尤其强调了Learning by Abstracting的重要性。 展开更多
关键词 learning by doing learning by Abstracting learning by ANALOGY learning by TEACHING 系统结构国家级精品课程
在线阅读 下载PDF
从“身体技术”到“技术身体”:现象学视域下元宇宙学习空间的建构转向 被引量:1
10
作者 孙田琳子 张亮 《现代远程教育研究》 北大核心 2025年第3期21-29,共9页
人工智能、数字孪生等新兴技术推动教育元宇宙从萌芽阶段进入发展阶段,促使教育者开始深入思考如何建构更理性、更人性的元宇宙学习空间。在人类学视角下,身体技术是生活世界的身体技术化,身体与技术的关系是互相规训与利用;在现象学视... 人工智能、数字孪生等新兴技术推动教育元宇宙从萌芽阶段进入发展阶段,促使教育者开始深入思考如何建构更理性、更人性的元宇宙学习空间。在人类学视角下,身体技术是生活世界的身体技术化,身体与技术的关系是互相规训与利用;在现象学视域下,技术身体是虚拟世界的技术具身化,身体与技术的关系是彼此拓展与共生。在教育元宇宙中,身体与技术的关系逐渐从传统相互规训的“身体技术”形态演变为协同共生的“技术身体”范式。在唐·伊德的“三个身体”(即物质身体、文化身体、技术身体)理论观照下,元宇宙学习空间在身体与技术的双向共生关系中呈现出以技术为中介的“身体—技术—空间”生成逻辑,进而划分出真实世界、镜像世界和理念世界“三重空间”。技术身体观照下元宇宙学习空间的建构应基于学习者肉身在场的物理感知域,促进多元感知的具身学习;重塑基于文化身体的社会文化域,加强共同体间的学习交互;生成基于技术身体的人机协同域,形成身体和技术的经验共生。 展开更多
关键词 身体技术 技术身体 元宇宙 技术现象学 学习环境
在线阅读 下载PDF
生成式人工智能时代学习的技术化重塑与教育应对 被引量:7
11
作者 彭姿铭 谭维智 《苏州大学学报(教育科学版)》 北大核心 2025年第1期25-34,共10页
生成式人工智能技术的出现及其广泛的应用前景引发了人们对学习变革的热议。通过介入学习者与世界的互动关系,生成式人工智能对学习的重塑使得知识转向一种后人类知识,引发了学习内容的意义重组,机器他者的出现拓展了学习活动的关系,学... 生成式人工智能技术的出现及其广泛的应用前景引发了人们对学习变革的热议。通过介入学习者与世界的互动关系,生成式人工智能对学习的重塑使得知识转向一种后人类知识,引发了学习内容的意义重组,机器他者的出现拓展了学习活动的关系,学习者的身体技术由意义转化向意义赋予更迭。但技术对学习的重塑并不允诺学习善的达成,生成式人工智能对学习的重塑存在着学习内容意义建构的失序与同质化、学习过程的无他者与个性化的同一性困境、学习者世界的符号化置换与“感”“知”失衡的潜在风险。对此,面对学习的技术化重塑,教育需要保卫规范性,在教育的训练中培养理性的自主;关注差异性,在教育中培养回应他者的能力;回归生命性,发展本源性的身体技术。 展开更多
关键词 生成式人工智能 技术重塑学习 知识学习 人机关系 身体技术
在线阅读 下载PDF
中医体质智能辨识方法的研究综述
12
作者 梁洁欣 冯跃 +4 位作者 李健忠 陈涛 林卓胜 何盈 王松柏 《计算机科学与探索》 北大核心 2025年第6期1455-1475,共21页
中医在预防疾病方面有着数千年的经验,而中医体质则作为中医的重要组成部分,与个体健康密切相关,因此在疾病预防和治疗中发挥着重要作用。近年来,信息技术与人工智能的快速发展,推动了众多智能技术在中医体质辨识领域的广泛应用。这些... 中医在预防疾病方面有着数千年的经验,而中医体质则作为中医的重要组成部分,与个体健康密切相关,因此在疾病预防和治疗中发挥着重要作用。近年来,信息技术与人工智能的快速发展,推动了众多智能技术在中医体质辨识领域的广泛应用。这些技术不仅使传统的中医体质辨识过程更加科学系统化,还为中医的现代化和个性化医疗提供了强有力的技术支持,旨在进一步提高中医体质辨识的准确性和效率。为了推进中医体质智能辨识的研究工作,对其方法的研究进展进行了梳理与总结。从数据层面对基于数据分析的体质辨识方法进行了系统性概括;回顾并讨论了基于传统机器学习的体质辨识方法,从分类器的角度进行比较;阐述了基于深度学习的体质辨识方法,并从网络架构角度将其划分为早期神经网络、卷积神经网络、混合网络及其他方法。针对上述三种方法,根据其研究方法和结果分别进行了分析,比较了各自的优势与局限性,并讨论了未来研究工作中的潜在发展趋势。 展开更多
关键词 中医体质 体质辨识 机器学习 深度学习
在线阅读 下载PDF
生成式人工智能背景下知识学习的离身困境与实践路径 被引量:6
13
作者 洪玲 《电化教育研究》 北大核心 2025年第5期19-25,共7页
智能技术正推动人工智能走向大模型时代,以ChatGPT等为代表的生成式人工智能正在迅速改变知识生产方式,人类知识学习图景发生了巨大变化。然而,生成式人工智能也引发了知识学习的离身困境,具体表现为知识生产、传播和学习的去身体化、... 智能技术正推动人工智能走向大模型时代,以ChatGPT等为代表的生成式人工智能正在迅速改变知识生产方式,人类知识学习图景发生了巨大变化。然而,生成式人工智能也引发了知识学习的离身困境,具体表现为知识生产、传播和学习的去身体化、知识学习的去情境化和知识交互的主体性脱离。为破除知识学习的离身困境,有必要回溯人类知识学习的历史演进,以探析知识学习的具身立场,即知识学习是以学习者身体为基点,与情境互动融合,与他者交互沟通的认知实践。鉴于此,提出生成式人工智能、身体与知识学习的共生实践之路,包括知识学习应强化身体感知体验,回归知识学习具身性;建构虚实融生环境,凸显知识学习情境性;注重情感交流互动,厚植知识学习交互性。 展开更多
关键词 生成式人工智能 知识学习 离身困境 身体现象学 具身 实践路径
在线阅读 下载PDF
基于体压分布的儿童学习椅单双靠背对比研究
14
作者 任宏 孙洁 +1 位作者 孙熠 刘洋 《家具与室内装饰》 北大核心 2025年第3期1-8,共8页
研究旨在比较儿童学习椅单双靠背在为儿童提供支撑和舒适度方面的差异。通过体压分布测试的方法,对比不同学龄阶段儿童在使用不同形态的单靠背和双靠背学习椅时的体压分布情况,并对实验结果进行分析,总结得出:对于学龄初期与中期儿童,... 研究旨在比较儿童学习椅单双靠背在为儿童提供支撑和舒适度方面的差异。通过体压分布测试的方法,对比不同学龄阶段儿童在使用不同形态的单靠背和双靠背学习椅时的体压分布情况,并对实验结果进行分析,总结得出:对于学龄初期与中期儿童,他们身体体量较小,更适合使用单靠背学习椅;这种学习椅能够为儿童的腰背部提供范围较小的多点支撑,助力养成稳定的合理坐姿。而对于学龄后期儿童,因为身材的变化,躯干更宽,对坐具靠背支撑的需求更高,而肺形双靠背在使用时压力分散在脊椎两侧,提供大范围多点支撑,减少局部压力集中,利于维持健康坐姿、提高学习效率。本研究通过对比不同形态单双靠背的舒适度,为儿童学习椅靠背选择提供科学依据,这一点有助于维护其身体健康和学习效果,为座椅靠背设计提供借鉴和指导。 展开更多
关键词 儿童学习椅 靠背形态 坐姿舒适性 体压分布
在线阅读 下载PDF
利用机器学习构建和优化早期体尺性状对成年母鸡腹脂沉积的预测模型
15
作者 杨苗苗 谢莉 +6 位作者 简宝怡 罗超维 谢卓君 朱飘 周天日 李华 向海 《畜牧兽医学报》 北大核心 2025年第2期548-558,共11页
为探究活体、无创、简单、高效的母鸡腹脂沉积性状测定和选育技术方法,本研究以清远麻鸡为研究对象,将多体尺性状选择法与8种机器学习模型相结合,分别构建不同日龄体尺性状对母鸡腹脂含量的回归预测模型和分类预测模型。利用58~136日龄... 为探究活体、无创、简单、高效的母鸡腹脂沉积性状测定和选育技术方法,本研究以清远麻鸡为研究对象,将多体尺性状选择法与8种机器学习模型相结合,分别构建不同日龄体尺性状对母鸡腹脂含量的回归预测模型和分类预测模型。利用58~136日龄间各个日龄的多个早期体尺性状结合机器学习方法,体尺测定日龄对预测成年清远麻母鸡腹脂含量的准确性未表现出明显差异;进行回归预测时,RF模型的预测效果最好,拟合效果R 2为0.821~0.861,预测误差MAE为6.32~7.27;进行分类预测时,Bagging模型在二分类、三分类中均具有更高的预测准确度,二分类准确度ACC可达94.54%~100%,三分类准确度ACC可达99.58%~100%。本研究基于机器学习建立并优化了优质鸡腹脂沉积活体预测模型,能够为优质鸡腹脂早期活体选育等奠定技术基础,也为腹脂含量预测模型构建的相关技术探索提供参考。 展开更多
关键词 腹脂沉积 早期体尺性状 机器学习 预测模型
在线阅读 下载PDF
全身磁共振成像在血液系统肿瘤中的诊疗进展 被引量:1
16
作者 吴樊宇 刘远康 +2 位作者 江翠萍 夏宇轩 徐向阳 《磁共振成像》 北大核心 2025年第1期228-234,共7页
血液系统肿瘤作为多病灶的全身性肿瘤,早期病灶筛查和诊断对治疗和预后至关重要。全身磁共振成像(whole-body magnetic resonance imaging,WB-MRI)作为一种无电离辐射、软组织分辨率高的全身成像技术,对血液系统肿瘤早期病变,包括微小... 血液系统肿瘤作为多病灶的全身性肿瘤,早期病灶筛查和诊断对治疗和预后至关重要。全身磁共振成像(whole-body magnetic resonance imaging,WB-MRI)作为一种无电离辐射、软组织分辨率高的全身成像技术,对血液系统肿瘤早期病变,包括微小病灶和转移病灶的检测具有优势,已逐步应用于血液系统肿瘤的早期筛查、诊断分期、治疗反应评估及复发预测等方面。本文就WB-MRI在血液系统肿瘤,包括多发性骨髓瘤(multiple myeloma,MM)、淋巴瘤和白血病中的诊疗及预后进展予以综述,并分析这三种血液系统肿瘤在WB-MRI上的异同点,探讨机器学习和深度学习技术在WB-MRI的应用,旨在为临床诊治血液系统肿瘤和今后的研究提供参考。 展开更多
关键词 全身磁共振成像 血液系统肿瘤 多发性骨髓瘤 淋巴瘤 白血病 诊断 治疗反应 预后评估 机器学习 深度学习
在线阅读 下载PDF
基于深度学习的车联网的路网监测系统的DoS和DDoS攻击的入侵检测方法
17
作者 曹磊 温蜜 何蔚 《计算机应用与软件》 北大核心 2025年第1期303-311,共9页
面对日益复杂的交通路况,车联网成为提升智能路网监测系统性能的重要保证,它可以实现车载网、车际网、车辆与移动互联网之间的信息交互共享。然而DoS和DDoS网络攻击的频发,成为车联网可用性的严重威胁之一。针对传统入侵检测算法存在训... 面对日益复杂的交通路况,车联网成为提升智能路网监测系统性能的重要保证,它可以实现车载网、车际网、车辆与移动互联网之间的信息交互共享。然而DoS和DDoS网络攻击的频发,成为车联网可用性的严重威胁之一。针对传统入侵检测算法存在训练困难、分类精度低、泛化能力差的问题,提出一种高效的深度学习模型CNN-BiSRU。实验选择在最新的CICIDS2018数据集中进行验证,结果表明,该模型获得了更高的检测精度,而相比于CNN-BiLSTM,CNN-BiSRU拥有更快的检测速度。 展开更多
关键词 入侵检测 DOS攻击 深度学习 车联网 路网监测系统
在线阅读 下载PDF
基于黄炎培职业教育思想的工学一体化人才培养模式改革研究
18
作者 张兵 刘洋 《教育与职业》 北大核心 2025年第16期107-112,共6页
工学一体化人才培养模式改革存在校企协同的制度设计与运行实践脱节、课程供给滞后于技术迭代、评价体系的滞后性制约改革成效、教师理论教学与实践场景融合不足等问题。黄炎培提出的“社会化”“科学化”“手脑并用、做学合一”三大理... 工学一体化人才培养模式改革存在校企协同的制度设计与运行实践脱节、课程供给滞后于技术迭代、评价体系的滞后性制约改革成效、教师理论教学与实践场景融合不足等问题。黄炎培提出的“社会化”“科学化”“手脑并用、做学合一”三大理念,为工学一体化人才培养模式改革提供了理论支撑。据此,建议以“社会化”理念为导向促进产教深度融合,以“科学化”理念为支撑完善课程设置,以“手脑并用、做学合一”理念为核心加强师资队伍建设。 展开更多
关键词 黄炎培职业教育思想 工学一体化人才培养模式 手脑并用、做学合一
在线阅读 下载PDF
小样本条件下的典型海洋承灾体识别算法研究
19
作者 文莉莉 张炜 +1 位作者 邬满 赵绪成 《应用海洋学学报》 北大核心 2025年第2期346-354,共9页
海洋承灾体的单体识别和精细化管理,对海洋灾害的精准预警和评估具有重要意义。由于海洋承灾体获取大量样本数据困难且成本高,难以满足传统深度学习模型的训练要求,因此本研究针对房屋、码头吊机、养殖网箱、养殖蚝排、危化品储存罐5种... 海洋承灾体的单体识别和精细化管理,对海洋灾害的精准预警和评估具有重要意义。由于海洋承灾体获取大量样本数据困难且成本高,难以满足传统深度学习模型的训练要求,因此本研究针对房屋、码头吊机、养殖网箱、养殖蚝排、危化品储存罐5种典型海洋承灾体,提出一种小样本条件下基于注意力机制和孪生残差网络的海洋承灾体识别方法。为增强小样本条件下模型的关键特征提取能力和泛化能力,本研究从两个方面进行了改进:①引入注意力机制SKNet对残差网络进行改进,设计了具有多尺度自适应能力的SKNet-ResNet-101网络,提高了模型的关键特征提取能力;②利用孪生网络度量学习的原理,以SKNet-ResNet-101网络为主干网络,构建基于注意力机制的双路孪生残差网络,以减少网络训练对大量样本的依赖,同时增强网络在小样本条件下的泛化能力。经过与FSOD、Meta R-CNN等算法在海洋承灾体、VOC、COCO数据集上的对比测试,改进后的双路孪生残差网络在识别准确率上均有所提高,其中,在海洋承灾体数据集上提高了0.89%,在VOC数据集上平均提高了0.97%,在COCO数据集上平均提高了0.33%。该模型增强了小样本条件下网络针对复杂场景图像特征的提取能力,为构建精细化的海洋承灾体脆弱性评价和灾变预警模型提供了技术基础。 展开更多
关键词 小样本学习 SKNet ResNet-101 孪生神经网络 海洋承灾体
在线阅读 下载PDF
融合点云步态模型与深度学习的步态识别算法
20
作者 关迪元 张鑫宇 +1 位作者 王增烨 霍焱 《计算机工程与设计》 北大核心 2025年第8期2312-2319,共8页
针对步态识别过程易受拍摄视角、外观变化等因素影响问题,提出一种融合点云步态模型与深度学习的步态识别算法。算法通过轻量级特征描述符(lightweight feature descriptor,LFD)提取图像特征,并将其进行特征配准;基于几何-匹配核预处理... 针对步态识别过程易受拍摄视角、外观变化等因素影响问题,提出一种融合点云步态模型与深度学习的步态识别算法。算法通过轻量级特征描述符(lightweight feature descriptor,LFD)提取图像特征,并将其进行特征配准;基于几何-匹配核预处理增强识别技术(gait model-key point recognition and extraction,GM-KPRE)提取人体关键点信息,在支持向量机算法中引入径向基函数核进行步态分类和识别;在公开数据集CASIA-B和Market-1501-v15.09.15上进行实验验证,实验结果表明,算法能有效提高步态识别准确率和效率。 展开更多
关键词 深度学习 点云步态模型 特征提取 特征配准 人体关键点 径向基函数核 步态识别
在线阅读 下载PDF
上一页 1 2 15 下一页 到第
使用帮助 返回顶部