电脑与电信

Select

吴楚楚, 丁国勇

电脑与电信. 2025, 1(8): 1-7.

摘要 ( )

可视化

第十六届教育数据挖掘国际会议的主题为拓展人类潜能的教育数据挖掘。在信息技术快速发展的背景下,如何利用教育数据获取有用信息来指导教育实践和决策,是目前教育领域需要解决的问题。聚焦教育数据挖掘国际会议,从会议总体概括、发表作者国别、关键词、研究技术、研究方向等多个角度深度分析,总结教育数据挖掘领域的未来发展趋势,包括多模态数据融合、应用生成式人工智能、优化个性化学习路径等特点,希望能够为今后相关学者进一步的研究与实践提供参考。

Select

基于MWLB-YOLOv11的地震“牛眼”效应识别研究

陈琪璟, 李攀, 孟佳兵

电脑与电信. 2025, 1(8): 8-13.

摘要 ( )

可视化

地震反演低频模型中的“牛眼”效应严重影响反演结果的精度和可靠性,尤其在弱对比度、模糊边界和复杂地质背景下难以精准识别。为解决这一问题,在以往研究的基础上,提出了一种轻量级、高鲁棒性的目标检测模型MWLB-YOLOv11。该模型基于YOLOv11,集成了四项关键模块以提升检测性能。通过采用MobileNetV4作为主干网络,模型借助更深的层次结构和参数优化增强了特征提取能力。为了扩大感受野并捕捉低频结构信息,设计了C3k2-WTConv模块,同时避免了过度参数化的问题。在此基础上,引入了大核可分离注意力机制LSKAttention,进一步提升了模型对空间上下文的建模能力,并有效控制了计算开销。此外,BiFPN特征融合结构促进了不同尺度间的信息交互,优化了小目标检测性能。该模型针对地震图像中的“牛眼”类环状异常进行了优化,实验结果表明,MWLB-YOLOv11在精度、效率和鲁棒性上优于传统方法,能够更准确地检测和定位牛眼效应区域。该模型为地震反演分析及其他异常检测任务提供了有效的解决方案,展现了广泛的应用前景。

Select

基于fullRes2-SLSTM多特征融合的声纹识别

杨正才, 杨乘

电脑与电信. 2025, 1(8): 14-19.

摘要 ( )

可视化

为解决当前声纹识别领域中特征融合困难以及现有模型的表达能力不足的问题,提出了一种基于改进的Res2Net和改进的长短时记忆神经网络(Stacked Long Short-Term Memory, SLSTM),并结合MFCC、FBank和LFBank三种特征进行融合。首先,通过对三种特征融合,全面捕捉声音的特性,并结合改进的Res2Net以更细粒化的工作方式对每个输入的特征获取多种不同尺度组合的特征表达,最后将提取的特征信息输入到堆叠长短时记忆神经网络处理序列问题,提升模型的表达能力。实验结果表明,所提出的方法在CN-Celeb数据集上的效果良好,等错误率与最小检测代价函数达到了2.89%和0.372 5,证明了本文所提方法的鲁棒性和准确性。

Select

改进U-Net的脑肿瘤MRI图像分割算法

林霜, 宋飞飞, 武文杰, 高畅, 徐洁, 赵康康

电脑与电信. 2025, 1(8): 20-25.

摘要 ( )

可视化

脑肿瘤属于神经系统中有较高致死率的疾病,其精准诊断和治疗的水平直接对患者的预后情况及生存质量产生影响。卷积神经网络在图像特征提取与分割中展现出高效的特征学习能力与分割精确性,为脑肿瘤的快速分割提供了高效的解决方案。针对脑肿瘤MRI图像分割过程中出现的边界模糊、肿瘤和正常组织对比度低、背景噪声等问题,在传统U-Net架构中融合残差块与注意力机制,构建基于残差注意力的改进U-Net模型。实验采用公开数据集训练模型,通过Sigmoid激活函数与二元交叉熵损失函数联合优化,缓解肿瘤与正常组织的类别不均衡问题。模型经多轮迭代优化后在测试集MRI图像上完成分割验证,结果显示模型分割结果与真实标签相吻合,且在量化指标上均取得良好表现。消融实验结果表明,残差注意力U-Net与传统U-Net、残差U-Net、注意力U-Net的分割性能相比,在Dice、IoU、Recall等指标上更具优势,充分验证了该模型在脑肿瘤MRI图像分割任务中的有效性和实用价值。

Select

基于国微DSP的MUSIC算法设计

王文青, 贺江, 张涛

电脑与电信. 2025, 1(8): 26-30.

摘要 ( )

可视化

多重信号分类（MUSIC）算法作为现代信号处理的重要技术,在波达方向定位（DOA）等领域有显著应用潜力,其核心是利用信号子空间与噪声子空间的正交性实现DOA等参数的高精度估计。基于国微DSP芯片,完成1024点采样、8至32天线规模的MUSIC算法设计,实现算法全流程。通过设计复矩阵乘法、共轭转置等加速算子及粗/细搜索策略,国微DSP在8天线至32天线场景下的处理耗时均显著优于TMS320C6678,验证了算法的高效性与硬件适配性。

Select

FCCD-YOLO：一种面向无人机航拍图像的小目标检测方法

刘旭东, 孟俊磊, 任晓朵, 王新鹏

电脑与电信. 2025, 1(8): 31-40.

摘要 ( )

可视化

针对无人机平台目标检测中目标尺寸大小不一、密集程度高、计算资源受限以及环境背景复杂等问题,基于YOLOv8框架提出轻量化与特征强化相结合的FCCD‑YOLO模型。首先,在主干网络中设计C2f‑FC模块,通过动态门控机制,有效降低模型参数与浮点运算量的同时保持关键空间特征提取能力;其次,构建DCGF(DySample Context‐Aware Guided Fusion)“三明治”结构,依次融合DySample、内容感知上下文融合（CGF）与C2f模块,增强多尺度特征交互与细节表达;最后,在检测层引入DS‑Head提升对微小目标的边界定位与类别判别能力。在VisDrone2019数据集上进行测试,实验结果表明,较基线模型YOLOv8s,FCCD‑YOLO实现了P提升1.16%、Recall提升1.90%、mAP50提升2.37%、mAP50:95提升1.68%,同时模型参数量与GFLOPS分别下降28.14%和20.35%,证明了该模型在资源受限的空中场景的实用性。

Select

基于平行耦合线的紧凑型宽带多零点带通滤波器设计

陈普申, 武晨诚, 马科新, 魏诚, 程勇

电脑与电信. 2025, 1(8): 41-47.

摘要 ( )

可视化

紧凑型宽带多零点带通滤波器由于其具有宽频带覆盖与高选择性、陡峭带外抑制等特点,可以采用多模谐振与混合结构设计,加强非线性响应与抗干扰能力,实现相对带宽超过100%的超宽带覆盖、宽阻带的性能。提出了一种基于平行耦合线结构的紧凑型宽带多零点带通滤波器设计。该设计采用新型紧凑耦合线级联宽阻带结构,在保持宽带特性的同时实现了多传输零点,有效拓展了阻带带宽。研究内容包括：滤波器谐振机理与零点特性分析、参数灵敏度研究、电磁仿真建模与优化。最终实测结果表明,3.5 GHz~6.5 GHz的频带内回波损耗优于10 dB,中心频率处插损约为0.29 dB,3-dB FBW Chen Pu为91.2%,其带外抑制在4倍中心频率（20 GHz）处达到20 dB。

Select

一种提高数字化相控阵天线的自跟踪精度的方法

王文政, 杜丹, 扈景召, 官劲, 胡阳

电脑与电信. 2025, 1(8): 48-53.

摘要 ( )

可视化

数字化相控阵天线的自跟踪系统由于采用数字化跟踪环路,存在因离散化而导致的跟踪误差。针对数字化相控阵天线的自跟踪特性,提出一种利用自跟踪波束对目标跟踪的惯性,并使用内插的方法来提高天线的数字波束的跟踪指向的实时性。实验结果表明,无内插处理时自跟踪离散误差的标准差为0.086 6,而采用内插处理后自跟踪的离散误差的标准差为0.001 735,大大减小了数字跟踪环路在对高动态目标跟踪时由其数字化造成的离散误差。

Select

基于深度LSTM的MST雷达中间层数据优化

张烨, 杨逍, 陈世国, 黄日顺

电脑与电信. 2025, 1(8): 54-60.

摘要 ( )

可视化

在大气动力学研究中,大气风场数据是分析大气动力特性、动力过程以及大气相互作用的重要参数。然而,受多种因素影响,MST（中层—平流层—对流层雷达,Mesosphere-Stratosphere-Troposphere Radar）在对中层高空区域进行探测时,往往无法获得完整的中间层风场数据。为解决这一问题,本研究引入了深度长短期记忆（Long Short-Term Memory, LSTM）时序预测模型,用于补全缺失的风场数据。在传统LSTM时序预测模型的基础上,通过增加网络层数来捕捉数据之间更深层次的关系,从而构建了基于深度LSTM循环神经网络的预测模型,并对模型进行了参数调优。选用武汉MST雷达（崇阳站）大气中间层水平风场数据作为输入,进行模型训练与测试。实验结果表明,深度LSTM循环神经网络在风速预测方面展现出良好的预测性能,所预测的风速与实测数据高度吻合。此外,深度LSTM模型在数据拟合方面具有较强的适应性,能够有效地对缺失数据进行补充,并展现出较好的预测能力。

Select

基于LangChain的张衡一号卫星RAG问答系统的研发

张元敬, 李忠, 黄建平, 泽仁志玛

电脑与电信. 2025, 1(8): 61-66.

摘要 ( )

可视化

针对大语言模型在专业领域应用中存在的知识准确性不足、实时性欠缺和专业性局限等问题,提出了一种基于LangChain框架的张衡一号卫星电场数据RAG问答系统。通过融合RAG(Retrieval-Augmented Generation)技术与LLMs(Large Language Models)的推理能力,利用LangChain的模块化组件（包括LLMs接入、提示词模板和任务链编排）和Milvus向量数据库,实现了专业知识的动态检索与生成优化。实验数据来源于41篇张衡一号卫星电场领域的核心文献,涵盖电场异常检测、数据处理方法等研究方向。实验结果表明,相较于普通Qwen-Plus模型,RAG增强版本在科学参数描述和数据分析方法适用性方面展现出更优的专业性、实时性和准确性。这证实了RAG技术可有效解决LLMs在专业领域的知识局限性,为构建高可靠性的专业知识问答系统提供了可行的技术方案,具有重要的实践价值和理论意义。

Select

Coze平台驱动的课程作业智能考核工作流构建与实践

潘莹

电脑与电信. 2025, 1(8): 67-72.

摘要 ( )

可视化

针对数据分析与挖掘技术课程作业人工考核效率低、反馈同质化问题,研究基于Coze平台构建智能考核工作流,通过设计“本地预处理—云端分析”混合架构,融合知识库检索与大模型提示词工程技术,实现作业文本解析、代码评估及个性化反馈的全流程自动化。实践表明,该方案使单份作业批改耗时从120秒降至6秒（耗时降低95%）,在56名学生样本中评分结果与教师评价显著相关。研究成果为教育数字化转型提供了可跨学科迁移的智能考核范式。

Select

新工科背景下应用型计算机人才培养模式的改革与实践研究

蒋梦云, 刘萍, 王世威

电脑与电信. 2025, 1(8): 73-78.

摘要 ( )

可视化

为应对新工科建设背景下地方高校计算机类人才培养与行业需求脱节的问题,探索一种适应产业发展趋势与岗位需求的应用型计算机人才培养新模式。基于OBE（成果导向教育）理念,融合PBL（项目驱动学习）工程教育方法,构建“理论教学—实践体系—创新机制”三位一体应用型人才培养模式。通过重构课程体系、建设项目实践平台、推进校企协同与“AI+X”跨学科融合。改革在1 500余名学生中试点,显著提升了学生的工程实践与创新能力,增强了学生对岗位的适应性。研究为地方应用型高校实施新工科教育改革提供了可行路径。

Select

专创融合视域下嵌入式系统课程的智慧教学范式重构

王彩峰, 冯彩英

电脑与电信. 2025, 1(8): 79-83.

摘要 ( )

可视化

随着智能AI技术驱动教育数字化转型,嵌入式系统课程面临教学内容滞后与学生创新能力培养不足的双重挑战。以商丘工学院嵌入式系统原理及应用课程为例,提出基于“技术赋能—教学重构—创新生态”三元交互模型的智慧教学范式重构路径。通过整合教育多模态数据、混合式教学和专创融合理念,重构教学内容、方法和评价体系,实现专业知识传授、创新能力培养与价值引领的协同发展。实践表明,该模式有效提升了学生的复杂工程问题解决能力、高阶思维及创新实践能力,课程获评河南省一流本科课程、课程思政样板课程等多项荣誉,学生学科竞赛率显著提升。

Select

混合式教学模式下电路分析基础课程教学改革与实践——以谐振电路教学为例

高翻琴, 花蕾, 马国锋

电脑与电信. 2025, 1(8): 84-90.

摘要 ( )

可视化

针对应用型高校工程技术人才培养的需求,以谐振电路为载体,构建“理论—实践—思政”三维融合的混合式教学模式。依托OBE理念优化PBOPPS教学模型,结合“红色收音机”历史案例贯穿课程思政,通过软件仿真与分层实验设计强化工程实践能力。教学实践表明,该模式显著提升了学生的知识应用能力、创新实践能力及职业素养,为电子信息类专业基础课程改革提供可复制路径。

Select

“大思政”视域下计算机专业教赛融合型课程建设研究——以创意与创新课程建设为例

王苹, 林菲

电脑与电信. 2025, 1(8): 91-98.

摘要 ( )

可视化

聚焦计算机专业创意与创新课程,探索“大思政”视域下教赛融合型课程的建设路径。通过挖掘算法设计、人工智能等技术领域的思政元素,将课程思政与创新创业教育深度融合,采用“教赛协同、场景沉浸”的教学模式,实现知识传授与价值引领的有机统一。教学实践表明,课程改革后学生的编程创新、项目开发等技能显著提升,科技报国意识、团队协作等思政素养与综合能力得到有效培育。本研究为计算机专业培养德才兼备的创新型人才提供了实践范例,对推动高校创新创业类课程的思政建设与教赛融合具有积极意义。

选择文件类型/文献管理软件名称

选择包含的内容

2025年, 第1卷, 第8期　
刊出日期：2025-08-10

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

2025年, 第1卷, 第8期 刊出日期：2025-08-10

2025年, 第1卷, 第8期　
刊出日期：2025-08-10