大数据在高校的应用与思考

随着大数据时代的到来,高校教育将发生深层次的变革。介绍了大数据的定义和高校信息系统中存在的大数据,分析了大数据在高校教育中的应用,并对可能存在的问题做了初步探讨。     

基于注意力机制与特征融合的课堂抬头率检测算法

课堂教学是整个教育任务中的重要环节,教育信息化的发展为提升教学管理水平提供了更多方案。为加强教学情况正反馈,提高课堂抬头率检测的准确性,提出一种结合注意力机制和特征融合的新型检测算法。将原图及视觉特征RGB difference作为网络输入,令其经过特征提取网络后得到信息更丰富的深层特征。在此基础上,提出一种改进的注意力模型（ICBAM）并加载至特征提取网络上,ICBAM使用通道注意力模块和空间注意力模块并行的双流结构,提升网络的特征提取能力。在通道注意力和空间注意力中加入空洞卷积以过滤输入特征中的冗余特征,减少网络对背景等无用特征的关注。此外,设计精炼模块优化预测结果,并在所提算法的基础上实现课堂行为分析软件的开发与应用。实验结果表明,该算法在抬头率检测数据集RDS上的平均抬头率误差为15.648%,相比于SolvePnP等主流检测算法具有更低的误差率。     

基于小波域和时域的视频质量评价

目前多数视频质量评价算法将视频所有帧的图像质量平均值作为整个视频的质量,但该方式只考虑空间图像质量,忽略视频固有时域上的特性,因而无法准确地描述客观视频质量评价和主观评价的相关性。为此,结合视频的时域特性,提出一种改进的视频质量评价算法。该算法将视频帧图像分为边缘区域与平滑区域,分别对2个区域进行小波变换,并利用小波系数求得各个区域视频帧的图像质量度量值,进行加权后得出视频单帧图像质量的度量值,对连续单帧图像进行时域融合,从而求得整个视频的质量度量值。在LIVE视频数据库上的实验结果表明,该算法与人类主观评价结果具有较好的一致性,斯皮尔曼相关系数达到0.7885。     

改进的逆向组合算法在图像配准中的应用

逆向组合算法在进行图像配准时精度很高,但对模板图像在待配准图像中的初始位置敏感。针对该问题,提出一种改进的逆向组合算法,通过计算巴氏系数进行模板匹配,实现输入图像的粗定位后,应用逆向组合算法进行精确定位。实验结果证明,改进的算法对图像发生形变的情况具有较好的鲁棒性,相比原算法,配准能力更强。     

基于CTI Builder技术的环保12369呼叫中心设计与实现

通过对CTI(ComputerTelephonyIntegration)技术进行介绍,设计实现了一种基于CTIBuilder技术的环保12369呼叫中心系统。在环保行业具有一定的推广价值,同时适用于广大中小呼叫中心建设。     

Blog在教学中的应用与思考

首先介绍什么是博客,然后阐述博客在教育技术中的应用和如何构建自己的教育博客,最后对博客应用于教学的一些问题进行了讨论。     

基于ε-不敏感准则和结构风险的鲁棒径向基函数神经网络学习

该文提出一种新的基于ε-不敏感准则和结构风险的径向基神经网络(RBF-NN)建模方法。通过引入ε-不敏感准则和结构风险项,把RBF-NN训练转化为线性回归和经典的二次规划优化问题。和传统的基于最小平方误差准则的RBF-NN训练算法相比,提出的新方法对小样本数据集和噪声数据显示出较好的鲁棒性,具有较好的泛化能力。通过模拟和真实数据集进行仿真试验,上述优点得到了有效验证。