大学生自媒体叙事特征分析及其教育旨归——基于QQ空间“说说”的叙事分析

1

作者 龙玉兰 周扣娟 许琳 《教育传媒研究》 2024年第3期54-59,共6页

自媒体叙事融合了大学生群体的个人生活经验、情感心理特征,是群体样态的集中彰显。本文对182条大学生QQ空间的“说说”进行叙事分析,以质性研究范式展开叙事内容、叙事结构以及叙事评价分析。通过自媒体叙事的内视角、外聚焦的双重维... 自媒体叙事融合了大学生群体的个人生活经验、情感心理特征,是群体样态的集中彰显。本文对182条大学生QQ空间的“说说”进行叙事分析,以质性研究范式展开叙事内容、叙事结构以及叙事评价分析。通过自媒体叙事的内视角、外聚焦的双重维度叙事评价洞察大学生“说说”的“看”与“被看”原因,发现大学生QQ空间叙事遵循由“我的表达”到“我们的认同”的内视角以及从感性表达到理性意义世界建构的外聚焦的逻辑路径。因此,高校需要深耕自媒体叙事土壤,把握大学生的生活世界和精神脉动,提升传道授业解惑的“话语力”,凸显教育内容和教育方式的感染力、影响力和解释力。 展开更多

关键词 自媒体叙事 大学生 QQ空间“说说” 叙事分析

下载PDF 职称材料

基于三元中心引导的弱监督视频异常检测

2

作者 朱子蒙 李志新 +2 位作者 郇战 陈瑛 梁久祯 《计算机应用》 CSCD 北大核心 2024年第5期1452-1457,共6页

针对监控视频异常的复杂多样性和短时持续性,引入弱监督视频异常检测方法,旨在仅使用视频级别的标签进行异常检测,并提出了基于变分自编码器(VAE)与长短期记忆(LSTM)网络的异常回归网络VLARNet作为异常检测框架,以捕获时序数据中的时间... 针对监控视频异常的复杂多样性和短时持续性,引入弱监督视频异常检测方法,旨在仅使用视频级别的标签进行异常检测,并提出了基于变分自编码器(VAE)与长短期记忆(LSTM)网络的异常回归网络VLARNet作为异常检测框架,以捕获时序数据中的时间依赖关系、去除冗余信息,保留数据的关键信息。该框架将异常检测视为回归问题,为学习检测特征,设计了异常分数回归的三元中心损失(TCLASR),与动态多实例学习损失(DMIL)相结合以进一步提高特征的区分能力。DMIL能够扩大异常实例与正常实例之间的类间距离,但同时也扩大了类内距离,而TCLASR可使来自同类的实例与类中心的距离更接近,与不同类中心的距离更远。对VLARNet在ShanghaiTech与CUHK Avenue数据集上进行了综合实验。实验结果表明,VLARNet能够有效利用视频数据的各种信息,在两个数据集上获得的受试者工作特征曲线下面积(AUC)分别为94.64%和93.00%,明显优于对比算法。 展开更多

关键词 异常检测 弱监督学习 多实例学习 中心损失 受试者工作特征曲线下面积

下载PDF 职称材料

基于多尺度和注意力机制的混合监督金属表面缺陷检测 被引量：2

3

作者 孙博言 王洪元 +2 位作者 刘乾 冯尊登 唐郢 《智能系统学报》 CSCD 北大核心 2023年第4期886-893,共8页

针对缺陷检测中被检测样品中因缺陷目标形状各异引起的无法提取有效特征的问题,本文提出基于深度学习的缺陷检测模型。该模型使用改进后的多尺度特征融合模块,在控制计算量的基础上解决识别不同大小缺陷的问题。通过引入非局部注意力机... 针对缺陷检测中被检测样品中因缺陷目标形状各异引起的无法提取有效特征的问题,本文提出基于深度学习的缺陷检测模型。该模型使用改进后的多尺度特征融合模块,在控制计算量的基础上解决识别不同大小缺陷的问题。通过引入非局部注意力机制模块,模型对缺陷特征的提取能力得到加强;在训练中使用混合监督训练,探索模型所需要的标注量和检测准确度之间的关系。本文方法在KSDD、KSDD2和STEEL 3个数据集上都获得了比先进方法更好的精确度,对于不同类型的缺陷都能提取到有判别力的特征。与先进的完全监督方法和无监督方法相比,在数据集上精确度平均提高0.8%和11%。 展开更多

关键词 缺陷 检测 特征提取 学习算法 学习系统 图像处理 金属 产品品质 深度学习

下载PDF 职称材料

跨学科研究生协同培养模式探究——基于技术转移人才培养的实践 被引量：1

4

作者 刘江珅 王洪元 姚娟 《软件导刊》 2023年第12期44-50,共7页

针对中国式现代化建设对研究生教育高质量发展的迫切需求,探索深化产教融合的研究生协同培养模式,破解制约国家创新体系建设中的技术转移专业人才匮乏难题。通过分析我国技术转移人才培养的现状与问题,以“多主体、跨学科、项目制、复... 针对中国式现代化建设对研究生教育高质量发展的迫切需求,探索深化产教融合的研究生协同培养模式,破解制约国家创新体系建设中的技术转移专业人才匮乏难题。通过分析我国技术转移人才培养的现状与问题,以“多主体、跨学科、项目制、复合型”为基础开展技术转移领域研究生培养实践探索,构建了工程与商科融通的跨学科研究生协同培养模式,形成了专业学位+技术转移能力的复合型人才培养特色,为推动产教深度融合的研究生协同培养模式变革和体制机制创新,提升研究生的工程意识、实践经验和创新能力,积累了实践经验。 展开更多

关键词 跨学科 研究生 协同培养 技术转移 培养模式

下载PDF 职称材料

基于特征金字塔分支和非局部关注的行人重识别

5

作者 孙明浩 王洪元 +2 位作者 吴琳钰 张继 周群颖 《数据采集与处理》 CSCD 北大核心 2023年第1期121-131,共11页

关注全局轮廓和行人局部细节对现有行人重识别方法非常重要。为了能够提取这些更具代表性的特征,提出一种基于特征金字塔分支和非局部关注模块的行人重识别网络方法来提取行人全局和局部表征特征。该方法首先引入一种轻量级别的特征金... 关注全局轮廓和行人局部细节对现有行人重识别方法非常重要。为了能够提取这些更具代表性的特征,提出一种基于特征金字塔分支和非局部关注模块的行人重识别网络方法来提取行人全局和局部表征特征。该方法首先引入一种轻量级别的特征金字塔分支结构,从不同的网络层中提取特征,并且聚合成一个双向金字塔结构。其次为进一步提高行人重识别的精度,使用非局部关注模块提取全局特征,这样既能获取行人的全局信息,又能注重行人的局部细节,使两者最终融合的特征更具代表性。最后将不同层间的特征融合起来,并使用联合损失函数策略对网络模型进行训练,显著提高骨干网络的性能。通过在MSMT17、Market1501、DukeMTMC-ReID和PersonX四个公共行人重识别数据集上的大量实验,证明所提出的基于特征金字塔分支和非局部关注的方法相较于目前一些先进的行人重识别方法,具有一定的竞争力。 展开更多

关键词 行人重识别 特征金字塔分支 注意力机制 非局部关注 联合损失函数策略

下载PDF 职称材料

基于强基计划的人工智能专业人才培养思考

6

作者 毕卉 张继 《产业与科技论坛》 2023年第19期116-117,共2页

强基计划目的是选拔培养有志于服务国家重大战略需求且综合素质优秀或基础学科拔尖的学生。人工智能专业作为新兴专业,应该如何在本科教学中贯彻“强基”的思维,以期提高学生的研究基础能力,值得进一步探讨。

关键词 强基计划 人工智能 人才培养

下载PDF 职称材料

基于自适应森林优化算法的特征选择算法 被引量：3

7

作者 黄君策 石林 +3 位作者 顾玉宛 李宁 庄丽华 徐守坤 《计算机工程与设计》 北大核心 2023年第2期425-431,共7页

森林优化特征选择算法(FSFOA)表现出色,但初始化方法的盲目性以及更新机制的局限性限制了该算法的性能。对FSFOA不足之处加以改进,提出自适应森林优化特征选择算法(AFSFOA)。在初始化过程中,加入特征权重评估算法;在更新机制上,使用自... 森林优化特征选择算法(FSFOA)表现出色,但初始化方法的盲目性以及更新机制的局限性限制了该算法的性能。对FSFOA不足之处加以改进,提出自适应森林优化特征选择算法(AFSFOA)。在初始化过程中,加入特征权重评估算法;在更新机制上,使用自适应参数选择策略以及贪心搜索策略替代原始的更新机制。在不同维度的数据集上进行实验,对比实验结果表明,与FSFOA算法以及近年来提出的较高效的特征选择算法进行对比,在准确率以及维度约简上,AFSFOA算法有很强的竞争力。 展开更多

关键词 数据挖掘 特征选择 初始化策略 特征权重评估算法 更新机制 贪心算法 森林优化算法

下载PDF 职称材料

基于多流语义图卷积网络的人体行为识别

8

作者 刘锁兰 王炎 +1 位作者 王洪元 朱生升 《计算机工程》 CAS CSCD 北大核心 2024年第8期64-74,共11页

与基于图像的行为识别方法相比,利用人体骨架信息进行识别能有效克服复杂背景、光照变化以及外貌变化等因素影响。但是,目前主流的基于人体骨架的行为识别方法存在参数量过大、运算速度慢等问题。对此,提出一种多流轻量级语义图卷积的... 与基于图像的行为识别方法相比,利用人体骨架信息进行识别能有效克服复杂背景、光照变化以及外貌变化等因素影响。但是,目前主流的基于人体骨架的行为识别方法存在参数量过大、运算速度慢等问题。对此,提出一种多流轻量级语义图卷积的行为识别方法。设计多流语义引导的图卷积网络(MS-SGN),将骨架信息分别表达为骨长流、关节流和细粒度流3种数据流形式,再对嵌入语义信息的数据流通过自适应图卷积提取空间特征,并采用不同内核和膨胀率的多尺度时域卷积提取时域特征,最后对各流分类结果进行加权融合。实验结果表明,该方法在NTU60 RGB+D数据集上的识别精度分别为90.0%(X-Sub)和95.83%(X-View),在NTU120 RGB+D数据集上的识别精度分别为83.4%(X-Sub)和84.0%(X-View),优于SGN、Logsin-RNN等主流方法,且网络框架更为轻量化。 展开更多

关键词 行为识别 人体骨架 特征融合 图卷积网络 多尺度

下载PDF 职称材料

基于双句法交互图注意力网络的方面级情感分析

9

作者 杨长春 刘昊 +1 位作者 张毅 李艺 《计算机工程与设计》 北大核心 2024年第8期2503-2512,共10页

为减少利用未处理的短语树引入的关于方面词错误的句法信息,提出一种双句法交互图注意力网络模型。在现有短语树的基础上通过特定的句法拆分获得面向方面的短语子树,在此基础上,在短语树与依赖树之间利用各自的句法特点建立句法信息的... 为减少利用未处理的短语树引入的关于方面词错误的句法信息,提出一种双句法交互图注意力网络模型。在现有短语树的基础上通过特定的句法拆分获得面向方面的短语子树,在此基础上,在短语树与依赖树之间利用各自的句法特点建立句法信息的交互通道,有效结合短语树与依赖树两棵句法树产生的句法信息。在3个公共数据集上的充分实验结果表明,双句法交互图注意力网络模型均优于当前的主流方法,验证了模型的有效性。 展开更多

关键词 方面级情感分析 图注意力网络 短语树 依赖树 句法信息 句法拆分 句法交互

下载PDF 职称材料

基于单模态的多尺度特征融合人体行为识别方法 被引量：1

10

作者 刘锁兰 田珍珍 +2 位作者 王洪元 林龙 王炎 《计算机应用》 CSCD 北大核心 2023年第10期3236-3243,共8页

针对人体行为识别任务中未能充分挖掘超距关节点之间潜在关联的问题,以及使用多模态数据带来的高昂训练成本的问题,提出一种单模态条件下的多尺度特征融合人体行为识别方法。首先,将人体的原始骨架图进行全局特征关联,并利用粗尺度的全... 针对人体行为识别任务中未能充分挖掘超距关节点之间潜在关联的问题,以及使用多模态数据带来的高昂训练成本的问题,提出一种单模态条件下的多尺度特征融合人体行为识别方法。首先,将人体的原始骨架图进行全局特征关联,并利用粗尺度的全局特征捕获远距离关节点间的联系;其次,对全局特征关联图进行局部划分以得到融合了全局特征的互补子图(CSGF),利用细尺度特征建立强关联,并形成多尺度特征的互补;最后,将CSGF输入时空图卷积模块中提取特征,并聚合提取后的结果以输出最终的分类结果。实验结果表明,在行为识别权威数据集NTU RGB+D60上,所提方法的准确率分别为89.0%(X-sub)和94.2%(X-view);在具有挑战性的大规模数据集NTU RGB+D120上,所提方法的准确率分别为83.3%(X-sub)和85.0%(X-setup),与单模态下的ST-TR(Spatial-Temporal TRansformer)相比,分别提升1.4和0.9个百分点,与轻量级SGN(Semantics-Guided Network)相比,分别提升4.1和3.5个百分点。可见,所提方法能够充分挖掘多尺度特征的协同互补性,并有效提高单模态条件下模型的识别准确率和训练效率。 展开更多

关键词 人体行为识别 骨架关节点 图卷积网络 单模态 多尺度 特征融合

下载PDF 职称材料

基于注意力机制和多尺度特征融合的道路裂缝检测

11

作者 钟梅嘉 李宁 +3 位作者 石林 袁宝华 庄丽华 徐守坤 《计算机工程与设计》 北大核心 2023年第12期3714-3721,共8页

针对复杂背景下细小裂缝难以检测和裂缝检测出现断裂的问题,提出一种基于注意力机制和多尺度特征融合的道路裂缝检测方法EAFNet。在编码阶段设计边缘细化模块,更好提取裂缝细节特征;在网络中间部分设计基于注意力机制的多尺度特征融合... 针对复杂背景下细小裂缝难以检测和裂缝检测出现断裂的问题,提出一种基于注意力机制和多尺度特征融合的道路裂缝检测方法EAFNet。在编码阶段设计边缘细化模块,更好提取裂缝细节特征;在网络中间部分设计基于注意力机制的多尺度特征融合模块对裂缝进行准确定位;在解码器部分设计融合优化模块,更好提取裂缝特征和定位裂缝位置。在公开数据集CRACK500训练集上进行训练并在两个道路裂缝数据集上进行测试,与现有的部分检测方法相比,该算法在分割精度和泛化性上都有提升,该算法对于细小裂缝的分割更为精细且有效解决了裂缝检测的断裂问题。 展开更多

关键词 图像分割 裂缝检测 编码器-解码器 融合优化 注意力机制 多尺度特征融合 边缘细化

下载PDF 职称材料

基于图卷积网络的多交互注意方面级情感分析

12

作者 贾音 武伟宁 +3 位作者 杨长春 顾晓清 严鑫杰 马甜甜 《计算机工程与设计》 北大核心 2023年第12期3691-3699,共9页

为解决当前方面级情感分析中提取语义句法信息不充分导致分类结果不准确的问题,提出一种基于图卷积网络的多交互注意模型。基于注意力机制和句法相对距离分别重构带有权重的语义图邻接矩阵和句法图邻接矩阵,以这种方式存储更多信息,结... 为解决当前方面级情感分析中提取语义句法信息不充分导致分类结果不准确的问题,提出一种基于图卷积网络的多交互注意模型。基于注意力机制和句法相对距离分别重构带有权重的语义图邻接矩阵和句法图邻接矩阵,以这种方式存储更多信息,结合图卷积网络充分挖掘上下文中更深层次的语义和句法信息;通过掩码机制和交互注意完成方面词与上下文的语义交互和句法交互,捕获相关关联并进行特征融合。在SemEval 2014和Twitter数据集上进行实验,实验结果表明,该模型与基于注意力的模型和基于图卷积网络的模型相比,有更好的分类效果。 展开更多

关键词 方面级情感分析 图卷积网络 交互注意 句法相对距离 特征融合 语义信息 句法信息

下载PDF 职称材料

基于空洞卷积与动态多核融合池化的裂缝检测 被引量：3

13

作者 杨秋媛 李宁 +2 位作者 石林 庄丽华 徐守坤 《计算机工程与设计》 北大核心 2022年第12期3529-3537,共9页

针对现有裂缝检测方法在裂缝拓扑结构复杂、前后景像素不协调情况下产生的检测精度低的问题,提出一种基于空洞卷积和动态多核融合池化的裂缝检测方法。采用编、解码结构,编码器阶段插入空洞卷积,能够更大限度保留裂缝的细节与结构信息;... 针对现有裂缝检测方法在裂缝拓扑结构复杂、前后景像素不协调情况下产生的检测精度低的问题,提出一种基于空洞卷积和动态多核融合池化的裂缝检测方法。采用编、解码结构,编码器阶段插入空洞卷积,能够更大限度保留裂缝的细节与结构信息;解码器阶段引入动态多核融合池化模块,以更高效获得不同尺寸的裂缝信息。在自制数据集与公共数据集CRACK500上分别进行实验,并与其它算法进行比较,实验结果表明,该算法能更加精细化分割出细小的裂缝,有效提高裂缝检测精度。 展开更多

关键词 图像分割 裂缝检测 编解码网络结构 空洞卷积 动态多核融合池化模块

下载PDF 职称材料

多聚点子空间下的时空信息融合及其在行为识别中的应用 被引量：3

14

作者 杨天金 侯振杰 +3 位作者 李兴 梁久祯 宦娟 郑纪翔 《自动化学报》 EI CAS CSCD 北大核心 2022年第11期2823-2835,共13页

基于深度序列的人体行为识别,一般通过提取特征图来提高识别精度,但这类特征图通常存在时序信息缺失的问题.针对上述问题,本文提出了一种新的深度图序列表示方式,即深度时空图(Depth space time maps,DSTM).DSTM降低了特征图的冗余度,... 基于深度序列的人体行为识别,一般通过提取特征图来提高识别精度,但这类特征图通常存在时序信息缺失的问题.针对上述问题,本文提出了一种新的深度图序列表示方式,即深度时空图(Depth space time maps,DSTM).DSTM降低了特征图的冗余度,弥补了时序信息缺失的问题.本文通过融合空间信息占优的深度运动图(Depth motion maps,DMM)与时序信息占优的DSTM,进行高精度的人体行为研究,并提出了多聚点子空间学习(Multi-center subspace learning,MCSL)的多模态数据融合算法.该算法为各类数据构建多个投影聚点,以此增大样本的类间距离,降低了投影目标区域维度.本文在MSR-Action3D数据集和UTD-MHAD数据集上进行人体行为识别.最后实验结果表明,本文方法相较于现有人体行为识别方法有着较高的识别率. 展开更多

关键词 行为识别 信息融合 深度时空图 多聚点子空间学习

下载PDF 职称材料

基于WT-AM-GRU模型的铜绿微囊藻生长预测研究

15

作者 宦娟 杨贝尔 +5 位作者 李明宝 张浩 徐宪根 孙文迪 史兵 刘智强 《水利水电技术（中英文）》 北大核心 2022年第11期121-130,共10页

蓝藻水华暴发会引发湖泊生态系统的灾害和饮用水安全风险,铜绿微囊藻是我国太湖、巢湖、滇池等富营养化湖泊水华的主要优势物种,研究铜绿微囊藻的生长规律十分必要,然而现阶段铜绿微囊藻从初期到后期的全过程模拟及生长预测尚存在不足... 蓝藻水华暴发会引发湖泊生态系统的灾害和饮用水安全风险,铜绿微囊藻是我国太湖、巢湖、滇池等富营养化湖泊水华的主要优势物种,研究铜绿微囊藻的生长规律十分必要,然而现阶段铜绿微囊藻从初期到后期的全过程模拟及生长预测尚存在不足。鉴于此,基于室内铜绿微囊藻培养试验,提出了一种由小波变换(WT)、注意力机制(AM)和门控循环单元(GRU)组合的预测方法(WT-AM-GRU),旨在掌握铜绿微囊藻的未来生长变化趋势。首先使用小波变换对采集到的5个特征数据进行小波降噪,去除数据中的高频信号,然后将降噪后的结果输入到GRU网络中,并引入注意力机制对GRU的输出进行重要性特征提取,实现铜绿微囊藻生长表征指标叶绿素a浓度的单步和多步预测。结果表明:相比于AM-GRU、WT-GRU和GRU三种模型,引入小波变换和注意力机制的WT-AM-GRU模型预测效果较优。模型在时间步为6 h、12 h、18 h和24 h的RMSE分别为2.443,2.897,3.227和3.555,R 2分别为0.940、0.916、0.896和0.874,表明该模型有较好的预测精度和泛化能力,能够为铜绿微囊藻的生长预测研究提供科学依据。 展开更多

关键词 铜绿微囊藻 小波变换 注意力机制 门控循环单元 多步预测

下载PDF 职称材料