<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[安徽建筑大学学报 -->计算机科学与技术]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[改进聚类算法在DRDoS攻击检测中的应用研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20160810008&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对DBSCAN及K-means聚类算法固有缺陷，提出基于信息熵的贪婪迭代增长式聚类算法(GIG-CA)。该算法将熵值理论引入聚类初始点的确立，以类内对象间欧几里德距离均值作为聚类的区域密度阈值，用贪婪法迭代增长生成聚类。将该算法应用于DRDoS攻击检测中，通过实验验证其正确性、鲁棒性及实用性。]]></description>
<pubDate>2017/4/5 15:14:20</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[温海波]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20160810008&flag=1]]></guid><cfi:id>31</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于用户兴趣的个性化推荐算法研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20160923001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对协同过滤算法存在用户兴趣不易捕捉的问题,提出了一种基于用户兴趣偏移和项目自身属性特征的个性化推荐算法。首先利用滑动时间窗内项目属性和用户评分建立出用户兴趣偏爱因子,并通过推荐项目自身属性特征给出用户对项目的偏爱度；然后结合项目偏爱度和协同过滤算法中预测评分产生推荐。实验结果表明,该算法准确反映出用户兴趣的偏移和项目自身属性特征,在推荐质量上也得到提高。]]></description>
<pubDate>2017/4/5 15:14:20</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[孙克雷,陈安东]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20160923001&flag=1]]></guid><cfi:id>30</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种基于小波包主成分分析的语音情感识别方法]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20170627003&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[在语音情感识别中，由于特征参数的提取直接影响到最终的识别效果，从原始语音信号中提取特征参数是非常重要的。但是本文中提取的特征维数太多，导致特征匹配时过于复杂，消耗系统资源，不得不采用特征降维的方法。本文主要是研究一种在小波包变换的基础上通过特征降维来提高语音情感识别效果的方法，为此本文在德国库EMODB的基础上， 通过小波包变换提取出语音的情感特征参数，然后利用主成分分析法对特征参数进行降维，最后利用支持向量机进行训练和测试。通过实验，获得了较好的识别效果。]]></description>
<pubDate>2017/12/13 14:22:31</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[朱宗宝,王坤侠]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20170627003&flag=1]]></guid><cfi:id>29</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于双通路跃层卷积网络的交通标志识别算法]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20171030005&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[交通标志识别(Traffic Sign Recognition, TSR)是智能交通系统的重要研究方向之一。因道路交通的环境复杂、交通标志数据库规模大小等因素制约,在设计TSR系统可行性方案时必须考虑算法的复杂度、识别率和鲁棒性。针对这一问题,本文提出了一种不同尺度的双通路跃层卷积神经网络算法,在同一通路上交通标志的底层局部特征和高层全局的特征,与不同通路上经过局部响应归一化和池化后的特征在全连接层融合,从而丰富了交通标志分类的特征,最后将特征图输入分类器进行交通标志识别。采用德国交通标志识别标准数据集(German Traffic Sign Recognition Benchmark, GTSRB)进行训练和测试,本文算法的识别率达到97.96%,明显优于单一通路的跃层卷积网络算法和人工方法。]]></description>
<pubDate>2018/5/2 15:27:25</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[朱东涛,陈杰,杨星,邵慧,李钊]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20171030005&flag=1]]></guid><cfi:id>28</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于改进的MSRCR下穿立交监控图像增强算法研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20180504001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[受粉尘、低照度或点光源等因素影响，城市道路下穿立交监控图像存在对比度低、背景噪声强和整体视觉效果不理想等问题。针对这类问题，本文提出了一种改进的带色彩恢复的多尺度视网膜增强（MSRCR）算法，并且详细分析了改进的MSRCR算法的原理和实现方法。为验证本文算法的有效性，以实际采集的4幅彩色图像为实验样本，分别利用SSR（单尺度Retinex）算法、MSRCR算法和本文算法对其进行了增强处理。实验结果表明，与对比算法相比，本文算法具有更大的优势。]]></description>
<pubDate>2019/3/20 14:50:23</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[李钊,陈杰]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20180504001&flag=1]]></guid><cfi:id>27</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于画像技术对学生实现精准分析和服务]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20181015002&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[用户画像技术是一种应用领域广泛的新型精准化分析技术。在高校管理过程中，如何实现对学生的精准管理一直是学校管理的难点。借助用户画像技术，基于高校智慧校园的大数据，通过标签分类技术，数据加工技术，模型分析技术等，实现对学生的精准化画像可以有效地解决这个难点。本文对学生用户画像主要技术进行了解析，通过学生用户画像技术应用，高校管理者可以有效地提升对学生的管理水平。]]></description>
<pubDate>2019/8/4 11:07:18</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[葛晓滨]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20181015002&flag=1]]></guid><cfi:id>26</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于表情特征描述与稀疏加权决策的情感识别]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20181210001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了进一步提高表情特征应用在情感判别上的识别性能和鲁棒性,提出基于稀疏加权决策的情感识别方法。在基于表情特征构建的稀疏表示模型上,根据不同类别字典在表达待测目标时的稀疏性以及未知图像与类内形变量间的相似度赋予稀疏系数不同的权值。在判别过程中,将待测目标建模为不同稀疏表示模型的加权组合。在JAFFE表情数据库上的实验结果表明,该方法有效地提升了原稀疏表示模型的判决能力,提高了系统的识别性能。]]></description>
<pubDate>2019/10/16 10:36:44</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[李艳秋,颜普,徐荃]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20181210001&flag=1]]></guid><cfi:id>25</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于人脸T型区域Gabor小波变换的表情识别方法]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20190428002&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[Gabor特征可以用来描述图像纹理信息，在表情识别中Gabor小波变换具有很好的识别性但是存在着冗余度高和特征维数高的问题。对于此文中提出一种基于人脸T型区域Gabor小波变换的表情识别方法。该方法首先提取经过预处理之后的表情图像的Gabor特征，然后抽取人脸T型区域的Gabor特征，使用主成分分析法（Principal Component Analysis,PCA）进行降维。实验在JAFFE表情库中进行，在实验中通过更改构建Gabor滤波器时的各项参数来提取不同的人脸表情特征，改变了多种降维维度和采用了不同的划分方式和比例对测试集训练集进行划分，处理后得到的特征向量在支持向量机（Support Vector Machine, SVM）的不同核函数的作用下进行分类。实验结果证明了该方法具有很好的鲁棒性和较好的识别性能。]]></description>
<pubDate>2020/3/26 15:09:40</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[段晓珊,王坤侠]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20190428002&flag=1]]></guid><cfi:id>24</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于股票价格的股票差异性与相关性获取方法研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20190505001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为获取股票市场中正常交易的相关性股票集,本文基于股票价格序列定义了股票的距离和泛化距离,实现了股票差异性的定量计算。采用多尺度分析方法建立了股票价格序列的k维欧式空间。进一步,本文在讨论了股票股价的相关的基础上设计了股票的β相关,给出了获取β(α)相关股票的方法。实验表明,本文提出的方法可以用于基于股票价格序列的相关性股票的有效获取。]]></description>
<pubDate>2020/7/2 14:31:40</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[程红梅]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20190505001&flag=1]]></guid><cfi:id>23</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一类分数阶混合型差分与和分方程任意初值问题 解的存在唯一性]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20191008001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[本文研究一类Riemann-Liouville型混合分数阶差分与和分方程的初值问题，通过建立与该类初值问题解等价的Volterra和分方程，运用Banach压缩映射原理，在一定的条件下，证明该初值问题解的存在唯一性；另外，还通过构造逐次迭代序列，运用离散Mittag-Leffler函数性质和离散分数阶Gronwall不等式，在较弱的条件下得到了该初值问题解的存在唯一性。]]></description>
<pubDate>2020/5/9 9:59:43</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[张晓锐,王良龙]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20191008001&flag=1]]></guid><cfi:id>22</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[改进的SLIC超像素图像分割与合并算法]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20191231001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[采用超像素实现图像分割，既保留了图像的局部信息，又降低了图像分割的计算复杂度。针对已有的SLIC算法在处理分辨率高的图像时存在实时性差和欠分割的问题，提出一种改进的SLIC图像分割与合并算法。利用像素间的相关性和像素抽样，降低算法的时间复杂度；对欠分割区域，采用基于纹理特征的K-means聚类方法进行修正；采用改进的区域邻接图对分割结果进行合并。实验结果表明，与已有的SLIC算法相比，所提出的算法在运算效率上提升了约22%，分割结果的准确率也有所提高。]]></description>
<pubDate>2020/9/24 9:39:32</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[刘安琪,王焕宝]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20191231001&flag=1]]></guid><cfi:id>21</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于新型建筑智能化平台的二次供水优化运行算法研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20200323005&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[当前，二次供水泵组的节能控制问题已经成为建筑节能研究的重点方向之一。传统二次供水优化调度由中央处理器集中式全局寻优，对计算机的处理能力要求较高，并且水泵之间无信息交互，水泵由中央控制器集中控制，很难达到实时协同作用效果。本文建立了以泵组当前电功率最小为目标函数的优化模型，研究了传统遗传算法的无中心实现，并在新型建筑智能化平台上，利用无中心遗传算法进行了泵组优化调度实验。实验结果表明，无中心遗传算法与传统遗传算法得到的优化能耗结果基本一致，证明了无中心遗传算法在二次供水泵组优化调度中的可行性、有效性，同时研究结果为泵组的分布式优化控制提供了参考依据。]]></description>
<pubDate>2020/8/17 10:15:05</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[杨亚龙,杨先锋,方潜生,谢陈磊,李善寿]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20200323005&flag=1]]></guid><cfi:id>20</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于新型建筑智能化平台的多储能装置协同控制方法研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20200414001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[储能系统接入建筑配电网络可以起到“削峰填谷”的作用,有助于优化电能的分配与使用。当前储能装置的优化调度问题正在成为研究热点。新型建筑智能化平台采用的邻居节点交互机制,为实现多节点的协同控制提供了有效途径。本文针对现有控制方法难以适应多储能装置的协同调度问题,以用电负荷波动方差最小为优化目标,构建了多储能装置削峰填谷优化调度模型,基于新型建筑智能化平台,结合用户用电的负荷数据,利用粒子群算法实现了优化调度模型的求解。仿真实验结果表明,基于新型建筑智能化平台的多节点协同机制,可以实现多约束条件下用电负荷波动方差最小的优化目标,实现多储能装置的协同控制,证明了该方法的有效性。]]></description>
<pubDate>2020/8/17 10:15:30</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[盛锦壮,谢陈磊,李善寿]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20200414001&flag=1]]></guid><cfi:id>19</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[WSN中多径路由节点的分层信誉管理框架研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20200512001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对无线传感器网络面临多种恶意节点攻击威胁网络安全,本文提出了多径路由节点的分层信誉管理框架。在贝叶斯算法模型的基础上,该框架综合考虑了无线传感器网络节点的能量信任、通信信任与路由向量信任,对不同的信任因素采用分层专家系统不确定推理方法进行组合,客观地评价节点的信任度,最终在AOMDV路由协议中选择出安全高效的下一跳节点。仿真实验结果表明,该框架能够较好地评价节点的信任度,有效识别并防范恶意节点,提高了网络的安全性,延长了网络的生存期。]]></description>
<pubDate>2021/3/27 14:42:48</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[钟娟,汪乾,程远,吴一尘]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20200512001&flag=1]]></guid><cfi:id>18</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种基于小波的磁通门传感器信号去噪方法]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20240116001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[磁通门信号在采用低通滤波去除噪声的过程中，会引入电路中的白噪声，为了有效去除磁通门信号中的白噪声，本文在研究双磁芯磁通门的基础上，采用小波分析的方法处理磁通门信号，从而实现去噪。本文采用一种新型阈值函数，通过仿真实验确定小波的最优匹配组合，并将其运用到磁通门信号的去噪处理中，所得信噪比和均方根误差分别为25.5601dB和0.0950，相较于传统阈值方法都有所提高。]]></description>
<pubDate>2025/4/11 11:15:23</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[方潜生,林汝月,朱徐来]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20240116001&flag=1]]></guid><cfi:id>17</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种改进的基于梯度提升回归算法的O2O电子商务推荐模型]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20160108001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[位置属性对于线下消费的用户具有重要影响。为了有效提高个性化推荐精度，在对O2O电子商务特点进行用户特征分析的基础上，在推荐算法中引入当前时间参数和位置参数，提出了一种改进的基于梯度提升回归算法的O2O电子商务推荐模型。实验结果表明，改进的基于梯度提升回归算法的O2O电子商务推荐模型在实时性和准确性方面明显优于传统的推荐算法。]]></description>
<pubDate>2016/5/4 9:19:05</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[孙克雷,邓仙荣]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20160108001&flag=1]]></guid><cfi:id>16</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种基于CPN网络的分布式粒子群优化算法]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20210618001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[CPN网络是群智能建筑平台系统的基础网络。CPN网络中，每个CPN节点只能和它邻接的CPN节点交换数据，而CPN节点之间连接与否依赖于其代表的空间区域是否相邻或代表的建筑设备单元是否物理连接。以CPN网络数据交换方式为约束，本文提出了基于CPN网络的粒子群优化算法分布式实现的数据交换策略和粒子位置更新策略，设计并实现了运行于CPN节点中、全部CPN网络上的分布式粒子群优化算法。实验表明，基于所提出数据交换策略和粒子位置更新策略实现的分布式粒子群优化算法可以快速、有效的收敛。]]></description>
<pubDate>2021/12/16 12:50:29</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[张振亚,骆丽春,王越,彭浩,王萍,程红梅]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20210618001&flag=1]]></guid><cfi:id>15</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[徽派建筑知识图谱的半自动化构建]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20201221005&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[摘要：针对徽派建筑领域知识智能化推荐和搜索系统需要构建专业知识库的问题，提出了一种BiLSTM-CRF模型与徽派建筑词典相结合的命名实体识别方法，利用先验知识的辅助作用，提升了BiLSTM-CRF模型的实体识别效果，完成了对建筑实体进行的识别抽取。利用Neo4j图数据库支持的属性图模型对知识进行表示。最后使用Neo4j图数据库存储知识，并在此基础上对构建的徽派建筑知识图谱进行了可视化展示。研究结果表明，此方法能够有效地构建徽派建筑领域知识图谱，为今后徽派建筑知识在智能化推荐和搜索系统的研究奠定基础。]]></description>
<pubDate>2021/10/18 17:04:06</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[张润梅,杨超,尹蕾,张媛]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20201221005&flag=1]]></guid><cfi:id>14</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[高等教育省域时空分布差异性研究 ——基于空间计量分析]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20210311001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[近年来中国高等教育规模快速扩张,高等教育区域发展不均衡的现象也愈加突出。以中国大陆30个省域2000-2019年的面板数据为研究对象，采用空间计量方法对中国高教育学校数、在校学生数和专任教师数三项指标的省域时空分布规律及其差异性进行研究。研究结果表明：中国各省域高等教育学校数、在校学生数和专任教师数均具有明显的空间集聚性；在探索期内前10年省域间高等教育空间集聚特征不断加大，后10年集聚特征有所减小；高等教育规模分布出现明显的东强西弱态势，且东部沿海及中部少数发达省域高等教育发展迅速，西部的四川省域出现罕见的“发展极”现象。]]></description>
<pubDate>2022/5/27 15:46:43</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[郑倩]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20210311001&flag=1]]></guid><cfi:id>13</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[带形状参数的三角λ-Bézier曲线]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20230413001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了克服传统Bézier曲线缺乏局部调整性并且不能精确表达圆锥曲线的缺点，构造了一个带形状参数的n(n≥2)次三角λ-Bézier曲线，为了降低工作难度，各阶曲线的形状参数的取值范围保持不变。首先基函数空间选择在三角多项式空间中，利用递推性构造了λ-Bernstein基函数，进而讨论了该基函数的端点性和对称性等重要性质，并由该基函数定义了n(n≥2)次λ-Bézier曲线。另外，讨论了形状参数取不同值时对曲线形状的影响以及曲线的拼接条件：在一定的条件下，该曲线可达到G2拼接；最后，给出了张量积形式的λ-Bézier曲面以及性质。实例表明，该曲线克服了传统Bézier曲线缺乏局部调整性的缺点且能精确表达圆弧和抛物线等圆锥曲线。]]></description>
<pubDate>2024/5/6 18:10:58</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[蒋金文]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20230413001&flag=1]]></guid><cfi:id>12</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于CEEMDAN-GRU混合多尺度模型的欧盟碳价预测研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20230606001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[价格机制是碳排放权市场的核心，研究碳排放权市场化交易中的价格预测问题是推动碳市场减排作用发挥、破解能源约束的关键。基于碳价特有的非线性非平稳和多尺度特征，构建CEEMDAN-GRU混合多尺度模型，对碳排放权价格进行非线性预测，并进行样本外期限异质性检验。结果显示，相比EMD、CEEMD技术与LSTM、BP所构建的混合模型而言，CEEMDAN-GRU模型能有效捕捉碳价多尺度时频特征，实现分解误差的有效降低，预测误差RMSE、MAE、MAPE仅为1.0218、0.6815和0.0110，碳价预测精度优于基准模型，特别是短期预测效果呈现良好的鲁棒性，研究结论为投资者研判市场行情、开展量化分析提供参考。]]></description>
<pubDate>2024/6/13 16:06:54</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[云坡,杨玉]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20230606001&flag=1]]></guid><cfi:id>11</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于同态加密和区块链的成绩分析方案]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20231229002&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着数字化时代的推进,智慧教学的成绩分析技术在引导学生学业发展、实现个性化教学以及课程改进与调整方面发挥着越来越关键的作用。然而,传统的明文形式成绩分析存在学生个人数据泄露的风险,给学生的学习积极性带来不利影响,从而背离了成绩分析技术提升学生学习能力的初衷。在本文中,我们提出了一种基于同态加密和区块链的成绩分析方案,并对其中的恶意行为进行了分析。通过BGN同态加密,在密文域中实现了具体排名和分析指标的精确计算,完全消除了学生和分数之间的直接映射,保护了成绩数据的安全性。该方案为教师调整教学方案提供了参考,并为学生学习计划提供了指导。在成绩分析功能正常运作的前提下,满足了不同学生和教师对隐私的需求,保障了学生成绩的隐私安全。此外,利用区块链存储分析过程中的数据,为后续方案调整也提供了佐证。安全性分析和实验结果表明,本文方案在保证成绩分析功能的同时,保护了数据隐私。]]></description>
<pubDate>2024/6/13 16:08:53</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[凌宝红,李彤,胡敏,胡东辉]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20231229002&flag=1]]></guid><cfi:id>10</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于改进LiteFlowNet3网络的轻量化光流估计方法]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20240128001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[现有的光流估计方法参数量大，计算耗时，难以满足实时性需求。为解决这一问题，提出一种基于改进LiteFlowNet3网络的轻量化光流估计方法。使用池化和深度可分离卷积替换LiteFlowNet3网络中的常规卷积层，大幅减少网络模型参数量。在损失函数中增加了光流梯度的损失，强调训练中对光流边界的监督，在不增加参数情况下提升性能。改进的LiteFlowNet3网络参数量仅为0.78M。实验结果表明，改进的LiteFlowNet3光流估计方法在Sintel数据集的Clean和Final序列上的端点误差分别为2.69和4.12，同时单次推理时间仅为25ms。性能优于其他的轻量级光流方法，具有较强的竞争力。]]></description>
<pubDate>2024/9/9 10:05:26</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[方潜生,张亮,颜普,徐朝阳]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20240128001&flag=1]]></guid><cfi:id>9</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于虚拟现实技术的数字媒体艺术特征与应用研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20240401003&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[虚拟现实技术通过模拟三维空间，使用户能够在其中虚拟环境进行交互。这种沉浸式的体验为数字媒体艺术带来了更为丰富的创作思路和表现形式。本文旨在探讨基于虚拟现实技术的数字媒体艺术的特征以及其在各领域的应用。首先，对虚拟现实技术与数字媒体艺术关联的相关核心概念进行了分析，探讨了基于虚拟现实技术的数字媒体艺术特征，包括沉浸性、交互性、多感知性以及构想性。总结了对虚拟现实技术在数字媒体艺术所涉及的艺术创作、教育、娱乐等领域的应用特点。最后，对其发展趋势进行了展望。]]></description>
<pubDate>2024/9/9 10:06:02</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[张抗抗]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20240401003&flag=1]]></guid><cfi:id>8</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于PP-YOLOE+的虾米异物检测系统设计与实现]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20240918002&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[虾米中混入异物，降低了虾米的质量和经济价值。由于异物在颜色与形态上与虾米十分相似，致使人工目测难以检测剔除异物。为了剔除虾米中的异物，本文设计实现了基于PP-YOLOE+的虾米异物检测系统。系统通过现场图片采集模块采集带有鼠妇等异物的图片，将其标注为训练数据集。在训练数据集上训练几种流行的目标检测模型，对比分析这些目标检测模型的性能，选择PP-YOLOE+作为目标检测模型，并通过计算设计异物剔除模块，根据检测到的异物信息剔除异物。基于PP-YOLOE+的虾米异物检测系统异物识别精度达到88.6%，帧率5.56 FPS，符合并超过系统需求，相对于人工目测检测，降低了人工成本，提高了检测准确度，提升了虾米相关食品质量。]]></description>
<pubDate>2025/7/29 13:03:19</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[张家精,于振虎,陈金兰,李启朗]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20240918002&flag=1]]></guid><cfi:id>7</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于色彩形象坐标理论和K-Means聚类 算法的博物馆展示空间色彩研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20241017003&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[色彩设计是博物馆设计中的重要一环，在展示过程中起到吸引观者的视觉注意、凸显博物馆展示内容、提升博物馆文化内涵、引发观者的情感共鸣的重要作用。本文通过文献分析法、跨学科研究法、数据分析法、计算机辅助设计法等研究方法，基于K-Means聚类算法，以博物馆展示空间色彩设计为研究对象，以色彩形象坐标理论为理论支撑，提出博物馆展示空间色彩设计的研究方法：运用K-Means聚类算法并对中国大运河博物馆的色彩数据进行分析，并与通过调查问卷获得的观者反馈的色彩形象数据进行对比分析，从而分析中国大运河博物馆的色彩设计是较为符合观者意向的，进一步论证了该研究方法的可行性。]]></description>
<pubDate>2025/9/4 15:30:23</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[宋益民,储桢]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20241017003&flag=1]]></guid><cfi:id>6</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[融合上下文感知的深度残差点击率预测模型]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20241118005&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[摘  要: 点击率（Click-Through Rate，CTR）预测在广告和电子商务领域应用广泛，众多点击率预测模型应运而生。然而，已有的CTR预测模型大多只关注单一特征的固定表示，忽视了每个特征在不同上下文中的不同重要性，导致模型的性能不佳。此外，现有模型在高阶特征交互与细粒度特征融合方面存在不足，难以提升模型的表达能力。为解决上述问题，提出了一种融合上下文感知的深度残差点击率预测模型(Context-aware Deep Residual, CDR)。首先，该模型通过上下文聚合单元CAU捕获上下文相关信息以及特征之间的关系信息，生成上下文感知特征以丰富特征表示；其次，通过将残差连接与MLP网络相结合，以优化特征交互的非线性变换，增强模型对高阶特征的学习能力；最后，利用双线性融合操作实现更加细粒度的特征融合，提升了特征表示的全面性与鲁棒性。在Criteo、Avazu、Movielens和Frappe等公开数据集上进行了对比实验，AUC指标平均提升了1.04%，Logloss指标平均改善了2.27%。结果表明，该模型的性能优于现有先进模型，有效提升了CTR预测的精度。]]></description>
<pubDate>2025/7/29 13:03:09</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[张媛,程小宝,苏亮亮,马驻]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20241118005&flag=1]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于BiLSTM的城市供水管网压力跟随算法研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20241230004&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[压力调控对城市供水管网的优化调度至关重要。因此，提出了基于多层双向长短期记忆神经网络（Bi-directional Long Short-Term Memory，BiLSTM）的压力跟随算法。首先，以麻雀搜索算法对BiLSTM的参数进行优化，寻找当前最优的超参数，从而更好的提高模型对压力的拟合精度。其次，对损失函数添加惩罚项，该惩罚项主要学习流量与压力之间的相关性，通过神经网络的不断迭代，对供水管网的压力进行优化。实验结果表明，经过压力跟随算法优化后的压力与流量同步变化，优化后的压力能够为供水管网的优化调度提供理论依据和支撑。]]></description>
<pubDate>2025/9/4 15:31:21</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[夏巍,倪开范,马驻]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20241230004&flag=1]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于改进Transformer和CNN的建筑结构损伤识别方法研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20250304001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对建筑结构损伤识别中振动信号噪声干扰显著、多尺度特征提取困难等问题，本文提出了一种基于改进Transformer和卷积神经网络（Improved Transformer and Convolutional Neural Network，ITCN）的结构损伤识别方法。首先，ITCN设计了一种时域增强模块，通过线性变换与多尺度一维卷积神经网络（1D-CNN）的协同作用，在提取全局结构特征的同时强化局部细节的捕获能力；其次，ITCN对Transformer的结构进行了改进，将前馈神经网络与注意力机制从串联改为并联，以提高模型对噪声的鲁棒性。最后，通过系统的对比实验验证，ITCN模型在损伤识别准确率上较传统CNN、长短期记忆网络及标准Transformer等方法均有显著提升，展现出优越的工程应用价值。]]></description>
<pubDate>2025/11/21 16:09:22</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[夏巍,张浩然,马驻]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20250304001&flag=1]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[平面图形最小封闭区域识别算法]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20250408004&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对平面图形的最小封闭区域识别，提出了基于图形边的自动搜索算法。读取DXF文件中的边数据，计算向量夹角，判断分支方向，沿着每条边的两个方向逆时针或顺时针路径搜索，辅以鞋带公式排除重复搜索区域。无需判断封闭图形间的包含关系，能搜索出平面图形中的所有最小封闭区域。示例结果证明了该算法的准确性。]]></description>
<pubDate>2026/2/12 9:36:18</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[高冀峰,王晨阳,卢光福,叶中豹,陈务军]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20250408004&flag=1]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[广义Sierpiński网络拓扑指数信息熵的研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20250514002&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为理解网络变化规律，本文对广义Sierpiński网络边基于度的划分，运用拓扑指数及信息熵的定义，得到十类拓扑指数信息熵的精确表达，分析其拓扑指数信息熵的特性。结果表明：十类拓扑指数信息熵均随网络演化呈上升趋势，表明网络扩展过程中拓扑复杂性显著增加，整体结构复杂性提升。]]></description>
<pubDate>2025/11/21 16:09:49</pubDate>
<category><![CDATA[计算机科学与技术]]></category>
<author><![CDATA[刘家保,司家东]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20250514002&flag=1]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>