胡静
- 作品数：62 被引量：139H指数：6
- 供职机构：太原科技大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金山西省自然科学基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术文化科学矿业工程机械工程更多>>
- 改进的混合高斯模型及阴影消除方法被引量：8
- 2013年
- 为了有效减少运动目标检测中混合高斯模型的计算量和提高阴影消除的准确性,提出了一种选择性地更新混合高斯模型和基于亮度变化消除阴影的方法。首先,在各个高斯分布进行更新之前,先将其权值与不属于背景的高斯分布的比重进行比较,若前者较大,则此高斯分布不更新,反之则更新;然后,在阴影消除时,将亮度的变化程度作为阴影检测阈值的一个因子,以使其随亮度变化自适应地做出调整。最后,将该方法与传统方法在室内外视频条件下进行了实验对比,结果表明该方法的计算时间约为传统方法的1/3,阴影消除更加准确。
- 陈雷张荣国胡静刘焜
- 关键词：运动目标检测自适应背景减除阈值混合高斯模型
- 基于电子作品创作的教学模式
- 2005年
- 使用计算机辅助教学手段,开发形式多样的教学课件,是高校教师面临的又一次新的教学改革。本文介绍了电子作品集的概念和基于电子作品创作的BUS式的教学模式。
- 胡静
- 关键词：电子作品集教学模式BUS
- 动态环境下一种改进的微粒群算法被引量：5
- 2008年
- 改进了动态环境下微粒群算法常用的环境检测方法,同时使用环境变化前后全局最好解的距离Dgbest(t)和种群多样性diversity(S)作为响应变化环境的依据,并将其与改进的响应方法相结合,在增加种群多样性的同时及时响应了动态环境中的各种变化.最后,将其应用于各种复杂变化的抛物线函数中,并与Eberhart-PSO和APSO进行了对比,结果表明了该算法的有效性.
- 胡静曾建潮谭瑛
- 关键词：微粒群算法动态环境种群多样性
- 地方高校计算机类研究生创新能力培养
- 2024年
- 为解决地方高等学校计算机类研究生创新能力培养过程中优质资源偏少、生源质量欠佳的问题,针对地方高校研究生培养具备的条件、计算机学科研究生培养的特点进行分析,提出从基础知识储备积累、内部学术交流协作、外部科研环境支撑、个人潜能特性和学术成果验证5个方面,对计算机类研究生进行创新能力培养的探索和思考。通过调研进一步确认了相关因素对研究生创新能力培养的影响程度,并对后续工作提出了建议。
- 张荣国王建丽崔红艳胡静崔志华
- 关键词：计算机学科研究生教育创新能力培养
- 高校计算机专业核心课程群建设研究被引量：9
- 2015年
- 分析计算机专业核心课程群地位和作用,以算法与数据结构课程作为8门核心课程群建设的示例,重点对课程中知识单元的划分、课程教学过程的组织、课程群教学团队的建设、核心课程群的总体建设思路等内容提出看法,为高等院校计算机专业核心课程群建设提供借鉴。
- 张荣国李富萍张素兰胡静
- 关键词：计算机专业算法与数据结构
- 马尔科夫随机场迭代重加权图像分割方法
- 一种马尔科夫随机场迭代重加权图像分割方法，属于计算机应用技术的图像处理领域，其特征在于：（1）图像马尔科夫随机场模型的构建；（2）图割图像标注及优化；（3）迭代重加权能量函数构建；（4）标号像素交换图像优化；优点及积极效...
- 张荣国李慧赵建刘小君胡静李晓明李富萍王芳
- 文献传递
- BSGAN-GP:类别均衡驱动的半监督图像识别模型
- 2025年
- 目的已有的深度学习图像识别模型严重依赖于大量专业人员手工标记的数据,这些专业图像标签信息难以获取,人工标记代价昂贵。实际场景中的数据集大多具有不平衡性,正负样本偏差严重导致模型在拟合时常偏向多数类,对少数类的识别精度不足。这严重阻碍了深度学习在实际图像识别中的广泛应用。方法结合半监督生成式对抗网络(semi-supervised generative adversarial netowrk)提出了一种新的平衡模型架构BSGAN-GP(balancing semi-supervised generative adversarial network-gradient penalty),使得半监督生成式对抗网络的鉴别器可以公平地判别每一个类。其中,提出的类别均衡随机选择算法(class balancing random selection,CBRS)可以解决图像样本类别不均导致少数类识别准确度低的问题。将真实数据中有标签数据按类别随机选择,使得输入的有标签数据每个类别都有相同的数量,然后将训练后参数固定的生成器NetG生成每个类同等数量的假样本输入鉴别器,更新鉴别器NetD保证了鉴别器可以公平地判别所有类;同时BSGAN-GP在鉴别器损失函数中添加了一个额外的梯度惩罚项,使得模型训练更稳定。结果实验在3个主流数据集上与9种图像识别方法(包含6种半监督方法和3种全监督方法)进行了比较。为了证明对少数类的识别准确度提升,制定了3个数据集的不平衡版本。在Fashion-MNIST数据集中,相比于基线模型,总体准确率提高了3.281%,少数类识别率提升了7.14%;在MNIST数据集中,相比于基线模型,对应的4个少数类识别率提升了2.68%~7.40%;在SVHN(street view house number)数据集中,相比于基线模型,总体准确率提高了3.515%。同时也在3个数据集中进行了合成图像质量对比以验证CBRS算法的有效性,其少数类合成图像质量以及数量的提升证明了其效果。消融实验评估了所提出模块CBRS与引进模块在网络中的重要性。结论本�
- 胡静张汝敏连炳全
- 多区域注意力的细粒度图像分类网络被引量：3
- 2024年
- 目前细粒度图像分类的难点在于如何精准定位图像中高度可辨的局部区域以及其他辅助判别特征。提出一种多区域注意力的细粒度图像分类网络来解决这个问题。首先使用Inception-V3对图像特征进行提取,通过重复使用注意力擦除的方法使模型关注次要特征;然后通过背景去除以及上采样的方法获取图像更精准的局部图像,对提取到的局部特征进行位置统计,并以矩形框的方式获取图像整体,减少细节信息丢失;最后对局部与整体图像进行更加细致的学习。此外,设计联合损失函数,通过动态平衡难易样本和缩小类内差距的方法改善模型的识别效果。实验结果表明,该方法在公开的细粒度图像数据集CUB-200-2011、Stanford-Cars和FGVC-Aircraft上的准确率分别达到89.2%、94.8%、94.0%,相较于对比方法性能更优。
- 白尚旺王梦瑶胡静陈志泊
- 关键词：卷积神经网络
- 带边界约束的结构敏感性彩色图像分割超像素化方法
- 一种带边界约束的结构敏感性彩色图像分割超像素化方法，属于计算机应用技术的图像处理领域，特征是：（1）用线性迭代技术完成对彩色图像分割超像素化初始化构建；（2）彩色图像流形空间映射及超像素敏感性区域计算；（3）超像素CVT...
- 张荣国张建宇胡静刘小君李富萍赵建李晓明牛雪莹
- 文献传递
- 基于MOOC+SPOC混合教学的翻转课堂教学实践被引量：26
- 2017年
- 介绍基于MOOC+SPOC的线上线下混合教学模式,从SPOC资源建设、翻转课堂实施方案、即时通讯工具配合课堂教学、碎片化与知识结构导图、计算思维能力的培养等几方面介绍这种教学模式的实践过程,通过对比成绩说明实施效果,对基于MOOC+SPOC混合教学的翻转课堂教学模式进行评价与总结并提出展望。
- 胡静陈立潮
- 关键词：混合教学
