基于工程教育专业认证的计算机专业导论课程教学改革与实践

在文献分析的基础上,提出按照OBE理念重新制订课程教学目标,重构教学大纲和教学要求,围绕课程所分配的计算机工程职业素养、追踪新技术和不断学习能力、网络应用设计能力这3个毕业要求指标点,介绍课程目标、教学内容以及实验项目设计,最后通过"3个作业、3个实验、1个测验、1个实习"的考核方式说明学生学习效果。     

卷积神经网络层级分解研究

随着深度学习的不断发展,卷积神经网络(CNN)在目标检测与图像分类中受到研究者的广泛关注。CNN从LeNet-5网络发展到深度残差网络,其层数不断增加。基于神经网络中"深度"的含义,在确保感受野相同的前提下,给定标准的输入图片和输出特征图,对不同层数的卷积神经网络进行训练,并将训练结果与标准输出图进行对比。在此基础上,对标准的3×3卷积核进行分解,构建由2×2大小卷积核组成的CNN。根据目标特征是否具有中心对称的性质,提出多层卷积网络初始权值的选取规则。     

基于特征增强和优化SVM的工控入侵检测

针对工控入侵检测系统数据质量低、模型优化差等问题,提出一种基于特征增强和优化支持向量机(LMDRT-AWPRPSO-SVM)的工控入侵检测方法,从数据和模型两方面进行改进.数据方面,针对工控系统缺乏高质量数据,通过对数边际密度比变换(LMDRT)生成新的数据特征,提高数据的质量;模型方面,为解决SVM参数优化过程中易陷入局部极小等问题,采用种群聚集度指导权重自适应变化和粒子重构策略改进粒子群算法(AWPRPSO),增强优化算法搜索能力.使用工控标准数据集进行实验,其结果表明,该方法提高了数据的质量,优化了SVM模型性能,构建的检测模型在检测精度与训练时间方面均有改善.     

基于改进的EWT的轴承故障诊断方法

为了解决受工况噪声影响经验小波变换(EWT)在应用于轴承故障振动信号提取冲击脉冲分量时存在的频带过度划分问题,提出了一种基于能量谱频带合并的改进的EWT方法。实验结果表明,该方法解决了原EWT存在的频带过度划分问题,可以抑制一定程度的工况噪声干扰,准确且较为完整地提取出轴承故障冲击脉冲分量,使故障诊断结果更为准确。     

基于整数混沌的拉格朗日图像加密分存方案

构造了二维整数帐篷映射模型,该模型能够快速、并行地产生多条独立、均匀的二维混沌序列,解决了一维模型复杂度低、均匀性差的根本缺陷。基于此模型设计了一种利用拉格朗日插值公式的彩色图像并行加密分存方案。该方案既解决了拉格朗日插值图像分存方案保密性能差,子秘密图像含有大量原图信息的问题,又降低了传统加密方案密钥丢失、被窃的风险。最后从该方案的计算速度、抗统计分析等方面对其进行分析。结果表明,该方案密码学特性良好,在图像加密领域有着广泛的应用前景。     

基于权值分布的多模型分类算法研究

为了提高卷积神经网络对图像分类的正确率,对网络结构进行研究,提出了多模型融合卷积神经网络。通过提取单个模型的输出特征向量,进行融合后得到新的输出特征向量,再搭建单层分类器进行图像分类,提高分类准确率。将单个模型与多模型融合的分类准确率进行比较,多模型融合卷积神经网络的分类准确率有所提高。分析了卷积神经网络最后一层全连接层的权值分布,发现同一模型在不同数据集上的权值分布曲线相似,分类效果好的网络模型其权值分布曲线更平缓。     

基于IBM Qiskit的量子图像伪彩色增强方法

针对量子图像增强问题，提出一种基于彩虹编码的量子图像伪彩色增强方法。首先，使用NEQR (Novel Enhanced Quantum Representation)模型表示灰度图像，接着设计和优化RGB三通道颜色转换模块的量子线路，最后用QRMW (Quantum Representation of Multi Wavelength Images)模型表示伪彩色图像。为了验证所提方法的有效性，在IBM量子计算框架Qiskit上制备2×2大小与32×32大小的NEQR灰度图像，通过对量子线路测量坍缩后生成对应大小的QRMW伪彩色图像。实验结果表明，与经典和已有的量子图像伪彩色增强方法相比，该方法在处理大小为2ⁿ×2ⁿ、色深为2^q的图像时，所需的量子基本门个数为958，时间复杂度仅为常数级O(1)，空间复杂度为O(2n+2q+3)，显著降低了量子成本，并且处理后图像的信息熵和清晰度指标良好。