-
题名基于手机微信的信息安全翻转实验课堂教学实践
被引量：35
- 1
-
-
作者
梁中
陈波
于泠
于浩佳
-
机构
南京师范大学信息化建设管理处
南京师范大学计算机科学与技术学院
南京师范大学数学科学学院
-
出处
《实验技术与管理》
CAS
北大核心
2016年第10期156-160,共5页
-
基金
江苏省高等教育教学改革重点课题(2015JSJG034)
中国学位与研究生教育研究课题(B1-2015Y11-026)
江苏省教育科学十二五规划重点资助项目(B-a/2013/01/013)
-
文摘
以信息技术与教育深度融合理论为指导,以体现学生学习的主体地位为核心,以移动互联为改革落脚点,探索基于手机微信的信息安全课程实验翻转课堂教学。阐述了翻转实验课堂的基本理论、教学活动设计、学习环境和教学评估方法;介绍了基于手机微信构建新型人机交互环境下进行移动学习的细节。
-
关键词
翻转课堂
移动学习
手机微信
实验教学改革
信息安全教学
-
Keywords
flipped classroom
mobile learning
mobile phone WeChat platform
experimental teaching reform
information security teaching
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于安全本体的信息安全知识聚合技术研究
被引量：2
- 2
-
-
作者
梁中
周嘉坤
朱汉
陈波
-
机构
南京师范大学信息化建设管理处
南京师范大学计算机科学与技术学院
-
出处
《信息网络安全》
CSCD
2017年第4期78-85,共8页
-
基金
江苏省教育科学十二五规划重点资助项目[B-a/2013/01/013]
"赛尔网络"下一代互联网技术创新项目[NGII20160509]
中国学位与研究生教育研究课题[B1-2015Y11-026]
-
文摘
在信息安全教育资源的构建中,为使主题爬虫更全面、准确、快速地获取教育所需的信息安全领域知识,文章通过建立信息安全领域本体,为主题提供高度专业化的精准领域定义描述;通过安全本体描述中概念间的关系,扩展主题信息的语义范围,基于最大相关度引导下的深度优先遍历方法,对爬取的网页在语义概念层进行相关性分析,以提高主题爬虫信息爬取的准确率;采用广度优先搜索策略与链接相关度计算相结合的混合爬取策略,指导主题爬虫进行页面信息的爬取,以有效提升主题爬虫的爬取效率。通过与基于关键词描述的主题爬虫的对比实验验证了该方法的有效性。
-
关键词
描述的主题爬虫的对比实验验证了该方法的有效性.关键词安全本体
安全教育
知识聚合
主题爬虫
信息安全
-
Keywords
security ontology
security education
knowledge aggregation
focused crawler
information security
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
TP391.3
[自动化与计算机技术—计算机应用技术]
-
-
题名残差混合注意力结合骨骼图卷积多人姿态识别
被引量：2
- 3
-
-
作者
陈斌
樊飞燕
陆天易
-
机构
南京师范大学信息化建设管理处
-
出处
《南京师大学报（自然科学版）》
CAS
北大核心
2024年第4期106-117,共12页
-
基金
江苏省现代教育技术研究2023年度智慧校园专项(2023-R-107311)。
-
文摘
多人姿态识别研究起步晚,成熟度低,复杂性高,因此网络深度也随之加深,梯度消失问题也随之加剧,网络性能也随之衰减,由此造成识别精度差,识别效率低等共性问题.为解决这些问题,本文提出了一种残差混合注意力结合骨骼图卷积多人姿态识别模型.通过自顶向下的研究路径,运用预处理干预方式对多人体图像进行检测并对单人体坐标定位及框选标定,生成骨骼关键点架构图,借助残差块对网络结构进行改进以抑制梯度弥散,加载混合注意力机制对模型赋能增效.在MPII及MSCOCO2017两个数据集上对本文提出的模型进行了验证,结果显示该模型对多人姿态识别效果较好,在两个数据集上分布稳定,差异微小.同时,将本文模型与对本领域各类重要文献中记载模型综合能力进行了比较,结果表明在各项精细指标上本模型都有一定程度提升,稳定性较好,分布较为均匀.本文提出的多人姿态识别模型在跨数据集基础上表现出较好的识别效果和效率,为多人姿态识别的研究增添了动力.
-
关键词
多人姿态识别
残差
混合注意力机制
骨骼关键点图
图卷积
-
Keywords
multi-person posture recognition
residual
mixed attention mechanism
skeletal key point diagram
graph convolution
-
分类号
TP394.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于增量学习算法的校园网垃圾邮件检测模型
被引量：1
- 4
-
-
作者
陈斌
东一舟
毛明荣
-
机构
南京师范大学信息化建设管理处
-
出处
《计算机应用》
CSCD
北大核心
2017年第1期206-211,216,共7页
-
基金
南京师范大学数字校园建设研究项目(2013JSJG069)~~
-
文摘
针对大量垃圾邮件对用户带来困扰的问题,提出了一种增量被动攻击学习算法。该方法基于半年时间的对本校校园网内邮件宿主机上所发起的简单邮件传输协议(SMTP)会话日志的采集,针对会话中记录的投递率状态及多种类型的失败消息进行了宿主机行为分析,最终达到有效地适应被检测垃圾邮件源宿主机对最近邮件分类行为的目的。实验结果表明,在执行了若干回合分类策略的调整后,该检测的准确度可以达到94.7%。该设计可以有效地检测内部垃圾邮件宿主机行为,继而从根源上抑制了垃圾邮件的产生。
-
关键词
垃圾邮件宿主机
简单邮件传输协议会话
增量学习
分类器
失败信息
-
Keywords
spam host
Simple Mail Transfer Protocol （SMTP） session
incremental learning
classifier
failureinformation
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名非控场景下主成分稀疏表示与低秩分解的人脸识别
被引量：12
- 5
-
-
作者
陈斌
东一舟
朱晋宁
-
机构
南京师范大学信息化建设管理处
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2019年第8期816-824,共9页
-
基金
国家自然科学基金(No.61603193)
江苏省高校自然科学研究项目(No.18KJB520027)
+1 种基金
赛尔网络下一代互联网技术创新项目(No.NGII20170524)
中国高等教育学会教育信息化专题项目(No.2016XXYB02)~~
-
文摘
针对非受控场景下人脸识别率低的问题,提出一种非控场景下基于主成分稀疏表示与低秩分解的人脸识别算法。首先通过核心基础信息平台收集的数据自构建基础人脸库,然后采集课堂照片并对采样照片通过主成分稀疏表示和低秩分解算法进行分割,最后以基础人脸库为样本进行匹配识别,并将未进行低秩分解的情况与低秩分解后的结果进行比较。实验结果表明,在非受控场景下通过主成分稀疏表示叠加低秩分解的识别效果对光照变化影响的鲁棒性较强,对遮挡情况受到的影响相对明显,总体识别正确率最高达到92.4%,达到较好非控场景下人脸识别效果。该算法对开放型非受控场景下的人脸识别及由此衍生出的表情识别、行为识别等研究都有积极助益。
-
关键词
非控场景
主成分
稀疏表示
低秩分解
人脸识别
-
Keywords
uncontrolled scenes
principal components
sparse representation
low rank decomposition
face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于残差整流增强卷积神经网络的表情识别
被引量：9
- 6
-
-
作者
陈斌
朱晋宁
东一舟
-
机构
南京师范大学信息化建设管理处
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2020年第12期1299-1308,共10页
-
基金
国家自然科学基金(No.61603193)
江苏省高校自然科学研究项目(No.18KJB520027)
赛尔网络下一代互联网技术创新项目(No.NGII20170524)。
-
文摘
针对受控场景下人脸表情识别率低的问题,提出了一种受控场景下基于残差整流增强卷积神经网络的表情识别算法。该方法以卷积神经网络为原型,在训练模型的过程中,引入残差网络的思想,修正测试集效果与训练集效果之间的差。通过内嵌于卷积层中的激励函数对残差块的线性整流操作,协助表达复杂特征。同时,通过数据增强方法抑制深度神经网络模型在训练过程中过快的拟合,提升其在给定识别任务上的泛化性能,进而提高模型学习效果的鲁棒性。实验中通过将该方法运用于模拟在线授课环境中,最终达到受控场景下有效人脸表情识别的效果。实验结果表明,该方法可以有效对受控情况下的人脸图像输入进行表情分类,最高准确率达到了91.7%。该研究对人脸表情识别领域及人机交互领域的发展具有积极意义。
-
关键词
受控场景
卷积神经网络
残差整流
数据增强
激励函数
表情识别
-
Keywords
controlled scene
convolutional neural network
residual rectification
data enhancement
excitation function
expression recognition
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
TH691.9
[机械工程—机械制造及自动化]
-
-
题名双流增强融合网络微表情识别
被引量：3
- 7
-
-
作者
陈斌
朱晋宁
-
机构
南京师范大学信息化建设管理处
-
出处
《智能系统学报》
CSCD
北大核心
2023年第2期360-371,共12页
-
基金
江苏省现代教育技术研究2021年度智慧校园专项课题(2021-R-96609)。
-
文摘
为解决微表情识别领域数据集样本数量少,样本类型分布不均导致识别率鲁棒性差的问题,提出了一种基于双流增强网络的微表情识别模型。该模型基于单帧RGB图像流及光流图像流的双流卷积神经网络,以权威数据集为基础,数据增强为基准,构建微表情识别模型。通过在SoftMax逻辑回归层融合单帧空域信息和光流时域信息,对两个独立流的网络性能进行提升,并通过引入基于带循环约束的生成对抗网络的图像生成方式对数据集进行扩充。通过将输入微表情视频帧序列进行分解,将其分割为双流网络的灰度单帧序列与光流单帧序列,对两类序列图进行数据增强,再进行微表情识别模型构建的方法,有效提高了微表情识别率。基于双流增强网络的微表情识别模型可以较好提升微表情识别准确度,鲁棒性较好,泛化状态较稳定。
-
关键词
微表情
双流网络
生成对抗网络
数据增强
特征融合
模式识别
卷积神经网络
循环约束
-
Keywords
micro-expression
dual-stream network
generative adversarial network
data enhancement
fusion of feature
pattern identification
convolutional neural network
cycle constraints
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
TH691.9
[机械工程—机械制造及自动化]
-
