王剑
- 作品数：26 被引量：56H指数：4
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金国家精品课程建设项目国家级人才培养模式创新实验区建设项目更多>>
- 相关领域：自动化与计算机技术电子电信自然科学总论文化科学更多>>
- 基于小波收缩的改进阈值脑电信号去噪方法研究被引量：1
- 2023年
- 脑电(EEG)信号是脑神经细胞的电生理活动在大脑皮层的反应,但采集到的脑电信号一般都含有大量噪声信号。为了有效去除噪声信号并保留有用信息,在经过研究分析后提出一种基于小波收缩的改进阈值去除脑电信号噪声的方法,改进的阈值可以随着分解层数的变化而变化,在实际中可灵活应用。首先利用小波变换对脑电信号进行分解,得到多层的高频系数和低频系数;然后根据分解层次的不同,对小波系数进行自适应的阈值处理;将缩放后的小波系数重构,得到去噪声后的脑电信号。以信噪比(SNR)、均方根误差(RMSE)作为去噪效果的定量指标,通过实验对比了改进阈值法和软硬阈值法以及自适应阈值法,实验结果表明基于小波收缩改进的阈值法去噪效果优于其他三种阈值法。
- 楚瑞博王剑王剑陈欢欢
- 关键词：小波阈值去噪小波收缩
- 基于SE-CDIO的人才培养创新实验区的建设经验被引量：3
- 2018年
- 针对当代软件产业的发展情况,基于CDIO理念,提出采用SE-CDIO模式建设人才培养创新实验区,以达到教育的开展与产业相结合的目的。结合当前软件工程专业的特性和实际情况,不断完善适合软件工程教学的SE-CDIO模式。该模式的运用不仅提高了学生的编程能力,同时锻炼了团队合作能力,让学生完全融入学习的氛围中,很好地诠释了"做与学相结合"的理念,对培养创新实验区的建设起到了举足轻重的作用。
- 赵娜唐旭光王炜郁湧谢仲文周廷宇王剑
- 融入上下文特征提取的非自回归神经机器翻译被引量：1
- 2024年
- 非自回归翻译(NAT)模型是一种消除目标句子中的顺序依赖关系的翻译模型,在推理速度上取得了显著的突破。然而该模型在翻译质量方面存在一些局限,为探究原因,主要对注意机制进行了细致而全面的初步研究,研究结果揭示了NAT模型在捕捉局部性特征方面存在明显不足。为此提出了一种通过明确引入周围词汇信息而改进NAT模型局部性能力的方法。具体而言,在编码器和解码器两个方向上引入了混合分组线性变换,以获得更具局部感知性的表示。通过在WMT14英德与WMT16英罗两个数据集上进行实验,结果表明该方法以微弱的速度代价分别提高了0.7与1.03个BLEU分数,这表明该研究方法在改善NAT模型的局部性特征提取方面具有显著的效果和潜力。
- 赵光耀王剑高盛祥高盛祥
- 基于CDIO的“软件项目开发入门”综合技能实践课程被引量：6
- 2011年
- 本文将CDIO教育理念引入"软件项目开发入门"综合技能实践课程进行教学设计和教学活动安排。从计算机学科工程性的特点着手,讨论如何以CDIO人才培养模式指导课程建设,采用问题驱动教学、实用案例教学及工程项目教学等多种教学方法,建立理论与实践相结合、多维度、立体化的课程内容体系。给出本教学团队在"软件项目开发入门"综合技能实践课程建设的措施和方法。
- 赵娜王剑秦江龙朱艳萍刘宇张云春
- 关键词：CDIO
- 基于动态词嵌入对齐的无监督泰语依存句法分析被引量：1
- 2023年
- 泰语的依存句法分析任务具有重要研究价值。但泰语作为低资源语言,缺乏公开可用的句法标注训练集,难以训练有效的依存解析模型。针对这种情况,借助泰语和英语间的动态词嵌入对齐矩阵,将在英语标注数据上训练的依存解析模型迁移到泰语中,分析无监督泰语依存句法。实验结果表明,该方法能有效地从无标注泰语数据中提取到依存句法知识。此外该方法还支持多语言联合训练迁移到泰语来提升泰语依存句法分析的性能。
- 张弘弢文永华王剑
- 关键词：依存句法分析泰语
- 基于最大连通子图相对效能的相依网络鲁棒性分析被引量：12
- 2021年
- 目前鲁棒性指标的研究主要针对单一网络,而对相依网络的探究较少。为此,该文对鲁棒性研究中几个常用的鲁棒性指标进行探究,针对相依网络级联失效过程,提出了基于最大连通子图相对效能的鲁棒性度量指标,并通过仿真实验验证其合理性。结果表明,相比现有常用指标,该指标能更准确地衡量相依网络在级联失效过程中的鲁棒性变化,可适用于大规模相依网络中基于仿真的鲁棒性分析。
- 赵娜柴焰明尹春林杨政王剑王剑
- 关键词：级联失效复杂网络鲁棒性
- 基于YOLOv5的倾斜视角下轻型红外小目标检测算法
- 2025年
- 针对倾斜视角下的红外行人小目标难以快速准确检测的问题,提出了一种红外行人小目标轻量化实时检测网络模型DRA-YOLO。首先,使用K-means++锚框聚类自适应不同大小尺度目标,从而加快网络收敛并提高检测精度。其次,融入不同注意力机制来重新设计特征提取网络,提高特征定位与计算效率,并搭配改进特征金字塔结构提取关键特征和提升模型稳定性。最后,颈部去掉下采样重新搭配SimAM形成新的特征融合结构,并重新设计检测头来适应本文数据集。对比实验显示,相对原始YOLOv5s模型,在自制和公共数据集上表现突出。m AP50达到94.5%,检测速度提高20.8%,模型大小压缩至10.1 MB,降低了30.3%,且GFLOPs下降了29.1%。这些改进实现了对目标的准确快速检测,有效地平衡了模型大小、检测精度和推理速度。
- 张飞王剑王剑
- 关键词：图像处理行人检测
- 基于BiLSTM的低资源老挝语文本正则化任务被引量：1
- 2023年
- 文本正则化TN是语音合成文本前端分析任务中必不可少的工作,老挝语的文本正则化是将老挝语文本中不可读的词NSW转化为可以口头表达的词SFW。目前文本正则化任务尚未在老挝语中开展,主要面临训练数据难获取、部分不可读词存在歧义的问题。针对以上问题,构建了老挝语文本正则化任务的语料,并将老挝语文本正则化任务当作序列标注任务,使用神经网络结合上下文语境预测存在歧义的不可读的老挝语文本,增加自注意力机制加深序列字符间的关系,探究了不同策略引入预训练语言模型的效果,融合各自注意力机制的BiLSTM模型在测试集上达到67.59%的准确率。
- 王剑姜林王琳钦余正涛张松张松
- 关键词：老挝语神经网络
- 应用于心脏病诊断的线性回归决策树模型
- 2021年
- 心脏病是一种十分常见的高发性疾病,已经成为导致人类死亡的主要因素之一。提高心脏病的医疗诊断的准确性,并对其实行更早的干预与治疗是需要关注的问题。在本文中,我们在数据预处理和模型建立前期阶段采用的是python代码实现,最终发现患病比例与性别和年龄也有着一定的联系。然后采用了SPSS对其进行分析,发现R值为0.719,属于0.5~1之间的大效应的情况,因此,模型拟合效果良好。此外,方差分析的显著性值为0,处于0~0.05的范围之内,可以说明各个参数建立的线性关系回归模型具有极显著的统计学意义,即线性关系显著。模型建立的后期阶段采用以决策树为代表的多种预测模型,最终预测准确率如下:基于信息熵的决策树模型为85.6%,基于基尼指数的决策树模型为84.2%,基于基尼指数的决策树(预剪枝)模型为86.6%。我们发现:模型的准确率均在85%左右,其中基于基尼指数的决策树(预剪枝)模型准确率最高。
- 闵杰青李昕洁谭强赵娜李向娟王剑曾敬勋刘学承
- 关键词：决策树
- 基于SE-CDIO方法的软件工程国家精品课程理论课程架构被引量：3
- 2012年
- 以云南大学软件学院"软件工程"国家精品课程为背景,讨论了基于SE-CDIO方法的"软件工程"国家精品课程理论课程架构体系.
- 李彤赵娜张璇王剑王炜郁湧谢仲文
- 关键词：软件工程国家精品课程课程架构
