Now showing items 1-20 of 171

    • 一种多层特征融合的人脸检测方法 

      王成济; 罗志明; 钟准; 李绍滋 (2018-01-18)
      由于姿态、光照、尺度等原因,卷积神经网络需要学习出具有强判别力的特征才能应对复杂场景下的人脸检测问题。受卷积神经网络中特定特征层感受野大小限制,单独一层的特征无法应对多姿态多尺度的人脸,为此提出了串联不同大小感受野的多层特征融合方法用于检测多元化的人脸;同时,通过引入加权降低得分的方法,改进了目前常用的非极大值抑制算法,用于处理由于遮挡造成的相邻人脸的漏检问题。在FDDB和WiderFace两个数据集上的实验结果显示,文中提出的多层特征 ...
    • “互联网+”时代高校学生党建工作探索——以厦门大学信息科学与技术学院党委为例 

      陈晨; 黄鸿德; 廖炜 (2018-01-20)
      在\"互联网+\"时代,互联网与其他领域的跨界融合,给高校学生党建工作带来新机遇,同时也给高校学生党建工作带来了新的挑战,提出了更高的要求。厦门大学信息科学与技术学院党委把握互联网与高校学生党建工作融合的切入点,寻找二者融合的连结点和契合点,对互联网与高校学生党建工作的有机融合进行了初步探索,以掌握新时期、新形势下网络文化育人及大学生党员教育培养的主动权。
    • 基于栈自编码器的图像分类器 

      林丽惠; 殷瑞; 李绍滋; 苏松志; 曹冬林 (2018-01-28)
      图像分类问题包含两个重要的部分:特征提取器和分类器.多年来研究人员一直将精力投入到特征表示中,对于分类器却仅进行局部调参.基于一个性能优异的分类器与特征表示对图像分类系统同等重要的思想,提出了基于卷积特征的栈自编码器(stacked autoencoder on convolutional feature maps,SACF)的分类系统,并在数据集CUB-200和VGGflower上进行了实验,对比了SACF与基于卷积特征和多层感知机的 ...
    • 一种高效的基于教与学的社区发现算法 

      李佩茜; 冯少荣 (2018-01-28)
      社区结构是复杂网络的重要特征,社区发现就是为了挖掘复杂网络中的社区结构.为了提高基于教与学的多目标社区发现算法(MODTLBO/D)的准确率,降低时间复杂度,提出了一种在多种群进化策略下的MODTLBO/D(EMODTLBO/D).在E-MODTLBO/D中,采用自适应学习因子加强在教学阶段的探索与搜索能力;在学习阶段,每个个体在各自的子种群内采用随机学习策略或者是改进的量子行为学习策略.在每次迭代更新后,子种群间进行信息交流,维持算法 ...
    • 再论教学改革中的理念和技术问题——兼答朱文辉博士之“商榷” 

      周序; 刘茜 (2018-01-29)
      教学技术不是外在的规定或固定的流程,而是内化在教师身上的各方面教学素质,这些素质可以通过模仿优秀的教学案例来获得。理念需要通过技术来落实,因而技术上的\"可望达成\"是判断理念是否合适的重要依据。如果理念太过超前,技术难以望其项背,那就暂时没有推广的价值。目前学术界的研究偏重于理念推广而忽视对技术的探索,这也导致实践中所谓的技术研究仅仅是零散经验的总结,无法支撑理念的落实。这要求教学改革必须转向,从片面推广理念转到相对重视技术的路子上来 ...
    • 双能谷效应对N型掺杂Si基Ge材料载流子晶格散射的影响 

      黄诗浩; 谢文明; 汪涵聪; 林光杨; 王佳琪; 黄巍; 李成 (2018-01-30)
      性能优越的Si基高效发光材料与器件的制备一直是Si基光电集成电路中最具挑战性的课题之一.Si基Ge材料不仅与成熟的硅工艺相兼容,而且具有准直接带特性,被认为是实现Si基激光器最有希望的材料.对Si基Ge材料N型掺杂的研究有利于提示出其直接带发光增强机理.本文研究了N型掺杂Si基Ge材料导带电子的晶格散射过程.N型掺杂Si基Ge材料具有独特的双能谷(Γ能谷与L能谷)结构,它将通过以下两方面的竞争关系提高直接带导带底电子的占有率:一方面,处 ...
    • HSEC:基于聚类的启发式选择性集成 

      郑丽容; 洪志令 (2018-01-30)
      提出一种基于聚类的启发式选择性集成学习算法.集成学习通过组合多个弱分类器获得比单一分类器更好的学习效果,把多个弱分类器提升为一个强分类器.理论上来说弱分类器的个数越多,组合的模型效果越好,但是随着弱分类器的增多,模型的训练时间和复杂度也随之递增.通过聚类的方法去除相似的弱分类器,一方面有效降低模型的复杂度,另一方面选出差异性较大的弱分类器作为候选集合.之后采用启发式的选择性集成算法,对弱分类器进行有效的组合,从而提升模型的分类性能.同时 ...
    • 基于水平集和最大稳定极值区域的颈椎椎体分割方法 

      兰添才; 陈俊; 张怡晨; 李翠华 (2018-02-05)
      颈椎椎体的分割在颈椎图像处理中起着关键的作用,是颈椎病灶确定和辅助诊断的重要基础.针对颈椎椎体边缘特征复杂的特点,提出一种基于水平集和最大稳定极值区域(maximally stable extremal regions,MSER)融合的颈椎椎体分割方法.首先采用基于图像密集度分布的图像分割方法对图像进行粗分割,自动提取颈椎区域;然后采用改进的水平集方法提取出颈椎椎体的前缘轮廓;根据颈椎椎体后缘的局部稳定特征,采用改进的MSER方法提取出 ...
    • 一种新颖的低温漂高电源抑制比带隙基准源 

      黄宇鹏; 邢建力; 邢舟; 李德华; 杨斌杰 (2018-02-20)
      介绍了一种基于0.6μm BiCMOS工艺的高阶曲率补偿、高电源抑制比的带隙基准源。利用三极管电流增益的温度特性来实现低温度系数,并且不需要额外的电路。采用一种新颖的电压预调整器来实现高电源抑制比。结果表明,该带隙基准源在-40℃120℃内的温度系数为2.83×10-6/℃,在低频、100kHz、1MHz处的电源抑制比分别为-127、-98、-67dB。最低工作电压为1.8V,在1.83V电源电压范围内的线性调整率为4×10-5/V,功耗为57μW。
    • 电器产品塑料部件成份比对的拉曼光谱分析方法 

      吴兆喜; 陆豆; 赖博文; 董小鹏 (2018-02-25)
      文章通过对三种塑料样品ABS、PP、PC的拉曼光谱进行分析和比较,根据光谱的相似度算法定量计算相关的特征参数,从而区分开这三种样品。我们采用自适应迭代重加权惩罚最小二乘法(air-PLS)对2002000cm-1波段的原始光谱进行预处理,并分别采用夹角余弦法和广义Jaccard系数法计算测量样品的相似度,显示两种计算方法在判别相同和不同样品的相似性上各有优势。研究表明采用激光拉曼光谱技术结合相似性分析可以鉴别ABS、PP、PC三种塑料样品成份的差别。
    • 葡萄糖氧化酶与6-脱氧-D-葡萄糖作用机制的模拟分析 

      赵小水; 李成伟 (2018-02-25)
      葡萄糖氧化酶(GOx)具有多种用途,它是一种氧化还原酶,也是一种需氧脱氢酶,与生命的重要物质葡萄糖和氧有密切联系,且对人体无毒无害。本文基于分子动力学模拟手段,对GOx以及含有底物6-脱氧-D-葡萄糖的GOx复合物分子进行了计算分析,通过分析复合物体系中能量、回转半径、二级结构等相关数据,探究了GOx与底物6-脱氧-D-葡萄糖的催化机理和作用机制。
    • 基于人工神经网络的胃食管反流病治疗方案优选及MATLAB实现(英文) 

      Wei-Wu WANG; Rui-Qing NI; Fang-Yan YU; Guo-Feng LOU; 赵彩丹 (2018-03-15)
      目的利用人工神经网络模拟建立智能中医治疗系统,用于胃食管返流病的治疗方案优选。方法本文采用人工神经网络进行机器学习,通过系统学习古代文献对于胃食管返流病相关症状的治疗方案,对临床辨证施治过程进行模拟,并取病例模拟进行了客观的验证。结果机器处方与古文献符合度高达95%以上;结论机器学习用于中医智能处方切实可行,值得进一步深入研究。
    • 基于区块链的网络安全技术综述 

      陈烨; 许冬瑾; 肖亮 (2018-03-20)
      随着移动互联网与物联网技术的发展,网络空间承载了海量数据,必须保证其安全性和隐私性。基于区块链的网络安全机制具有去中心化、不可篡改、可追溯、高可信和高可用的特性,有利于提升网络安全性。探讨了区块链在网络安全方面的应用方案,分析了基于区块链的网络安全机制的主要技术特点和方法以及未来研究方向。首先探讨了数据管理体系应用区块链进行数据管理的方法,利用区块链不可篡改的特性提高数据的真实性和可靠性。其次分析了物联网应用区块链进行设备管理的方案,通 ...
    • 深度卷积神经网络应用于人脸特征点检测研究 

      郑银环; 王备战; 王嘉珺; 陈凌宇; 洪清启 (2018-04-10)
      为解决在复杂环境下,如姿势不同、光照条件以及遮挡等因素导致传统人脸特征点检测算法的精度大幅度下降的问题,在特征点检测理论知识以及研究现状的基础上,针对传统卷积神经网络模型在处理人脸特征点检测问题时的不足之处,提出基于小滤波器的深卷积神经网络。算法引入小滤波器思想和以拓展\"网络深度\"优先的深层卷积神经网络模型,针对人脸特征点检测重新设计训练,提高了算法的有效性与适用性。通过将算法应用于ALFW和AFW人脸数据集上预测5点人脸特征点问题 ...
    • 预约模式下的病房床位协同管理研究 

      赵敏; 林民强; 陈松斌; 张露 (2018-04-15)
      病床是大型医院关键的医疗资源,随着住院患者数量日益增长,病床资源的合理配置已成为医院管理者亟待解决的难点。以厦门大学附属第一医院(总院)为例,在统计医院现有病床资源的基础上,分析病床配置合理性,研究病床预约排队算法和调度规则,研发病床协同预约管理系统,提高了医院床位的使用率与周转率,提升了医院总体管理水平。
    • 西藏弱信号区域应急无线通信系统研究 

      郭小丹; 解永军 (2018-04-28)
      针对当前西藏GSM基站信号覆盖较弱或无信号覆盖区域的通信局限性,将多种技术融合应用于应急无线通信系统。系统分析了低速率语音压缩编解码算法、联合信源信道编译码相关技术和北斗/GPS混合定位等相互融合的技术方案和设计方法,具有较高推广应用价值。
    • 基于超体素聚类的三维点云轮廓特征提取 

      郑书富; 李渭; 刘莉 (2018-05-10)
      三维点云的轮廓结构作为大规模三维场景的一种表征信息,能够保留其主要信息且大幅度压缩数据量,因此,对于大规模三维场景的表达具有重要意义.本文提出一种基于超体素聚类分析的大规模三维点云轮廓特征提取算法.首先,对三维点云进行超体素聚类分析,生成分割块;其次,结合超体素块的法向量,利用α-shape提取每个三维超体素块的边缘点;最后,利用相互最近邻法剔除相邻且共面超体素块间的边缘点,保留相邻但不共面超体素块间的边缘点并结合无邻接的超体素块边缘点 ...
    • 膜计算模型、理论及应用研究 

      张兴义; 曾湘祥 (2018-05-15)
      <正>膜计算由欧洲科学院院士、罗马尼亚科学院院士、国际数学化学科学院院士G.Pun在1998年芬兰图尔库计算机中心的报告中提出,主要研究如何从生物细胞中获得解决复杂问题的计算模型、思想和算法.膜计算由于其强大的计算能力和潜在的应用价值,受到越来越多学者的关注,成为仿生计算的热点研究方向.每年有多个关于膜计算的专题会议举行,如WMC(workshop on membrane computing)、
    • 基于约束的神经机器翻译 

      熊德意; 李军辉; 王星; 张飚 (2018-05-20)
      神经机器翻译是近几年出现并快速发展的一种深度学习驱动的新型机器翻译模式,目前已成为机器翻译学术和工业界广为接受的主流技术.本文总结了我们在神经机器翻译方面的工作,特别是在各种信息和知识约束条件下提出的一系列神经机器翻译模型和方法,具体包括隐变量约束的变分神经机器翻译模型、单词与短语级统计机器翻译译文推荐与约束模型、源端句法结构约束模型.除此之外,本文也对神经机器翻译未来发展进行了初步思考和展望.
    • 基于迭代延长纠错输出编码的微阵列数据多分类方法 

      钟天云; 刘昆宏; 王备战 (2018-05-28)
      微阵列技术使快速大量检测基因成为可能,人们迫切需要利用该技术提高疾病诊断水平.因此,对微阵列数据的分析研究迅速发展,其中以数据多类分类研究尤为突出.但由于微阵列数据具有特征多、样本少的特点,使得传统统计学习方法分类效果欠佳.为了针对微阵列数据特点解决多类分类问题,提出了一种迭代延长纠错输出编码(iterative extension error correct output coding,IE-ECOC)的算法.在几个特征子集上,配合与 ...