课程文献中心 更多>>

关键词： 加工特征识别   实例分割   点云   图神经网络   概率编码  

摘要： 为解决多加工特征交叉下的特征定位问题,提高复杂零件加工特征识别性能,提出实例分割框架下的加工特征识别方法Brep3pNet。首先,基于三维模型的边界表示,提取面点云、面邻接图等几何与拓扑数据,构建三维模型的图表示,利用点云学习网络以及图神经网络学习三维模型面级嵌入表示。其次,提出概率位置编码方法,引入位置先验信息将三维模型各面编码为与空间位置相关的三元高斯分布,基于Bhattacharyya核度量面间相似性,以实现加工特征的面级定位,生成候选实例。最后,设计得分网络用于预测实例生成质量,以此指导实例间的非极大抑制,去除冗余特征实例,获得最终加工特征识别结果。本研究在MFCAD、MFCAD++、MFInstSeg和合成的回转类零件数据集等4个多特征数据集上对所提方法进行评估。研究结果表明:Brep3pNet相较于其他先进方法具有更好的特征定位能力,可以通过轻量的模型参数实现最优的特征识别准确率,展现了所提方法在相交特征识别上的应用潜力。

关键词： 图像修复取证   深度取证网络   操作痕迹   多域修复特征   桥式注意力   语义对齐融合  

摘要： 为提升多媒体信息的可靠性，减轻图像伪造事件对于社会造成的负面影响，亟需发展图像修复取证技术，检测并定位图像的篡改区域。本研究提出了一种面向图像修复的桥式注意力取证网络，该网络直接接收篡改后的图像，端到端的输出图像中被篡改的区域，网络采用编码器-解码器架构作为基础框架。首先，编码器选用Swin Transformer和RepVGG两个主干网络以提取多域修复特征。然后，使用桥式注意力模块连接两个主干网络的同级阶段，来增加编码器在局部和全局维度上的建模能力。最后，在编码器和解码器中间搭建了语义对齐融合模块，消除了两个主干网络提取的特征之间的语义不一致，有助于提高网络的取证性能。在不同修复取证数据集上的实验结果表明，所提出的模型与其他主流取证模型相比，能够更准确地对修复区域进行定位。特别是在有挑战性的DeepFillV2数据集和Diffusion数据集上，所提出的BAFNet分别取得了91.37%和82.34%的IoU分数，相比于主流的取证网络MVSS-Net, IoU指标分别提升了8.77%和10.46%。另外，综合多个实验结果，BAFNet在取证性能和模型复杂度之间取得了很好的平衡。

关键词： 立式风洞   尾旋仿真   神经网络   飞行动力学   非定常气动力  

摘要： 为提升战斗机尾旋过程中的气动力预测能力，改善稳定尾旋运动的仿真精度，结合深度神经网络强大的函数拟合能力，提出了一种新型神经网络模型，实现对尾旋非定常气动力的准确建模，并通过尾旋耦合仿真开展高精度的尾旋姿态预测。以战斗机失速尾旋下的气动特性为研究对象，首先，利用神经网络模型对立式风洞试验中的非定常气动力矩进行高精度建模。其次，基于神经网络模型特点与传统气动数据库构造方式，提出了增量叠加神经网络模型，将气动数据库的舵效增量引入神经网络，实现了变舵面下的尾旋非定常气动力矩的高精度建模。最后，将得到模型与尾旋运动学方程耦合，开展稳定尾旋仿真与尾旋特征预测。研究结果表明，所提出的模型能够很好地刻画不同舵面组合下尾旋气动力变化，与传统气动数据库相比气动力矩预测误差降低77%,利用该模型能够实现对飞机稳定尾旋特性的高精度预测，其中稳定尾旋周期预测相对误差降低34%,验证了机器学习方法在飞机复杂动力学仿真中的工程有效性。

关键词： 大学生   美育   网络审美   网络文明素养  

摘要： 在网络空间治理、高校美育改革和网络审美异化的背景下，通过审视大学生在网络世界中的审美理念与行为现状，探索解决新时代高等教育中美育面临的实际问题，研究网络审美理念培育机制，为高校美育研究拓展新的研究视角，通过学生网络文明素养的养成，在实践中为提升大学生网络审美提供了可操作的新质路径和方法。网络审美观的提升是网络美育的主要任务，大学生的网络活动包含审美欣赏和审美创造。本研究立足于提升大学生群体的网络审美欣赏力和创造力，从实践出发，将“美育”的概念研究转换为“审美活动”的研究，将生硬的、灌输式、传统的政治语言和逻辑转变为一种综合性的理解和多角度体验的学习实践，提升思想政治教育的效果和质量。

关键词： 青少年   网络成瘾问题   社会工作   干预策略  

摘要： 随着互联网的快速普及，青少年网络成瘾问题日益严重，这不仅影响了他们的心理健康，还可能导致学业成绩下降、社会功能障碍和其他负面社会行为。本研究聚焦于社会工作在解决青少年网络成瘾问题中的应用，通过运用认知行为干预和社会联结理论，分析了影响青少年网络成瘾的多种因素，并提出了一系列切实可行的社会工作干预策略[1]。这些策略包括家庭、学校和社会的多方协作，旨在综合提升青少年的自我控制能力、家庭沟通与社会适应性，最终帮助他们摆脱网络成瘾，恢复正常学习和生活。

关键词： 强国理念   网络信息时代   弘扬传统文化   高校  

摘要： 中华传统文化包含了丰富的物质文明，传承、弘扬传统文化对于我国建设社会主义文化具有重要作用。高校是我国培养优秀人才的重要基地，也是传承与弘扬传统文化的重要场所。在强国理念的指导下，高校教育应积极适应网络信息时代的发展趋势，创新弘扬传统文化路径，本文旨在探讨在强国理念的指导下，如何利用网络信息技术，有效推进高校传统文化教育，以期为传统文化的传承与发展提供新的思路。

关键词： 党员干部   先锋模范作用   网络空间   党性修养   网络群众路线  

摘要： 随着信息技术的飞速发展,互联网已成为各领域的新平台和重要阵地,党员在网络空间发挥先锋模范作用的重要性也日益凸显.党员在网络空间的积极言行不但是对党的理论和政策的积极传播,也是加强与群众的密切联系、提升党员党性修养与网络素养、推动正能量传递和社会稳定建设的重要支撑.因此,通过探索党员在网络空间发挥先锋模范作用的新思路、新方法、新机制,解决当前党员在网络空间发挥作用存在的不足和突出问题,对引导广大党员在网络空间发挥积极作用、推动社会治理现代化和信息化进程具有重要意义.

关键词： 高校   大学生   网络安全教育  

摘要： 在如今的社会,网络已成为大学生浏览知识、获取信息的重要渠道.网络一把双刃剑,大学生正处在"三观"形成的关键时期,缺乏有效的自控自辩能力,容易产生依懒性、网络被诈骗钱财、裸贷等事件发生.高校应该扎实开展大学生网络安全教育,建强网络安全教育的课程,打造过硬的师资团队,依靠一切力量.切实构筑网络的安全屏障,维护大学生自身利益.

关键词： 低截获概率雷达信号   脉内调制识别   时频分析   注意力机制   轻量级卷积神经网络  

摘要： 针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题，该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法，旨在提升LPI雷达信号的识别性能。该方法先从信号预处理角度给出一种适合LPI雷达信号的时频图像增强处理方法，并基于双时频特征融合技术，有效提升了后续网络对LPI雷达信号脉内调制的识别准确率。接着改造了一种高效轻量级网络，用于对LPI雷达脉内调制信号识别，该网络在GhostNet基础上，结合HDC和CBAM，形成了改进型GhostNet，扩大了特征图的感受野并增强了网络获取通道和位置信息的能力。仿真结果表明，在–8 dB信噪比下，该方法的雷达信号识别准确率依然能够达到98.98%，并在参数数量上也优于对比网络。该文所提方法在低信噪比环境下显著提高了LPI雷达脉内波形识别的准确率，为LPI雷达信号识别领域提供了新的技术途径。