湖南科技大学计算机科学与工程学院DigitalSTB

附件2湖南科技大学2015年大学生科研创新计划（SRIP）立项项目一览表（一般项目）项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYZ2015001旋风除尘水浴吸尘器刘纯玉1301030228能源与安全工程学院李孔清一般/自科一年SYZ2015002指纹识别车锁的研究张琼华1401020407能源与安全工程学院田兆君一般/自科一年SYZ2015003冲击载荷下煤岩组合体力学特性研究郭涛1301010102能源与安全工程学院叶洲元一般/自科一年SYZ2015004雨伞及伞套的便携化与一体化王哲1401040302能源与安全工程学院廖巍一般/自科一年SYZ2015005制造业企业中节能减排问题及对策研究——以九华区为例胡志伟1301040106能源与安全工程学院张红波一般/自科一年SYZ2015006基于相对位移监测的锚杆锚固诊断装置刘冬1401010401能源与安全工程学院李青锋一般/自科一年SYZ2015007煤矿塌陷区土地破坏评价模型及程序开发阳超1401010406能源与安全工程学院袁越一般/自科一年SYZ2015008内部先导式减压蒸发冷凝水气动阀门李馥韩1401030225能源与安全工程学院刘佢一般/自科一年SYZ2015009人行踩压式发电地板王森1301040206能源与安全工程学院吴海一般/自科一年SYZ2015010矿井回风热回收装置陆会思1301010118能源与安全工程学院余伟健一般/自科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYZ2015011关于基坑施工监测的研究郭宏金1301020305能源与安全工程学院伍爱友一般/自科一年SYZ2015012基于单片机的多功能智能型保温杯刘思凯1403060104土木工程学院马克新一般/自科一年SYZ2015013张家界区域砂岩峰林的分布特点常海滨1302050306土木工程学院戴世新一般/自科一年SYZ2015014乡村桥梁调查及其管理数据库建立——以湘潭市响水乡为例覃小玲1302010829土木工程学院郑玉国一般/自科一年SYZ2015015基于循环的热水管道装置杨远峰1402010802土木工程学院曾超峰一般/自科一年SYZ2015016钢绞线与rpc混凝土界面粘结滑移特性研究冯延国1218030207土木工程学院汪建群一般/自科一年SYZ2015017剩余活性污泥处理酸性土壤镉污染彭悦1202040106土木工程学院王西峰一般/自科一年SYZ2015018玻璃纤维增强水泥稳定性土的路用性能研究谢相焱1302010809土木工程学院马缤辉一般/自科一年SYZ2015019可伸缩便携卡纸器孙若湜1302010316土木工程学院黄海林一般/自科一年SYZ2015020土工格室展开形状对其加筋效果的影响研究刘一平1302010606土木工程学院马缤辉一般/自科一年SYZ2015021无损墙面挂钩研究李铜军1302060210土木工程学院徐大清一般/自科一年SYZ2015022加固学生保险箱的门——以湖南科技大学为例史方石1402010401土木工程学院贺成斌一般/自科一年SYZ2015023植被护坡根系浅层固土机制研究梅征友1302010607土木工程学院王志斌一般/自科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYZ2015024小直径钻孔灌注组合抗滑桩研究何矾1302010107土木工程学院刘泽一般/自然一年SYZ2015025土工格室加筋混凝土承载特性研究王岩涛1302010720土木工程学院唐旭光一般/自然一年SYZ2015026富水隧道围岩卸荷失稳试验研究段尚磊1202010711土木工程学院安永林一般/自然一年SYZ2015027速度预警车辆防倾覆系统谢乾鹏1303010217机电工程学院王启明一般/自科一年SYZ2015028笔记本电脑用镁合金的强韧化工艺研究刘洪进1303040233机电工程学院卢立伟一般/自科一年SYZ2015029挂墙式升降多层折叠桌王金成1303010101机电工程学院刘平一般/自科一年SYZ2015030大孔径菠萝头式硬岩破碎冲击器邓斌1403010506机电工程学院郭勇一般/自科一年SYZ2015031多功能便利自行车易惠1403010528机电工程学院欧云一般/自科一年SYZ2015032快速人体自我保护气球装置唐玉波1403040114机电工程学院康辉民一般/自科一年SYZ2015033移动式智能水华清理预防器张明慧1303020129机电工程学院张龙燕一般/自科一年SYZ2015034智能输液护理仪朱美韵1303050224机电工程学院张龙燕一般/自科一年SYZ2015035基于太阳能发电系统和压力发电系统的减速带发电装置胡亮1303060108机电工程学院陈立锋一般/自科一年SYZ2015036基于用户需求的篮球架创新设计梅琳锐1403020127机电工程学院邢江浩一般/自科一年SYZ2015037基于单片机控制的多功能插线板设计周智强1203030113机电工程学院王启明一般/自科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYZ2015038基于智能手机的图像处理App应用软件开发与设计陈明猜1304030207信息与电气工程学院张剑一般/自科一年SYZ2015039双电机耦合伺服系统半实物仿真平台的搭建与参数辨识彭晓洁1306020223信息与电气工程学院周兰一般/自科一年SYZ2015040变形蔡氏电路及其在信号检测中的应用研究徐城涛1304020404信息与电气工程学院潘昌忠一般/自科一年SYZ2015041基于压电发电技术的遥控器研究与设计杨健1304020303信息与电气工程学院吴亮红一般/自科一年SYZ2015042智能家居环境综合调控系统周程鸿1304020118信息与电气工程学院赵延明一般/自科一年SYZ2015043一种面向课堂教学管理的便携式电子签到装置研究周检1304010104信息与电气工程学院韦文祥一般/自科一年SYZ2015044基于超声波测距的电视机荧屏智能调光系统孙建平1304020111信息与电气工程学院张小平一般/自科一年SYZ2015045基于太阳能的农用诱灭虫灯设计龚文杰1304010113信息与电气工程学院卢明一般/自科一年SYZ2015046超低功耗智能遥控车位锁设计傅崧原1404010119信息与电气工程学院李目一般/自科一年SYZ2015047LED灯节能控制系统杨帆1304010202信息与电气工程学院曾照福一般/自科一年SYZ2015048群机器人自动充电装置刘红波1304030313信息与电气工程学院曾照福一般/自科一年SYZ2015049基于LBS的音乐社区APP开发蔡永龙1305030212计算机科学与工程学院刘玉珍一般/自科一年SYZ2015050基于深度学习的图片识别软件李汉生1305020105计算机科学与工程学院李雄一般/自科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYZ2015051基于校园网络用户中心的andriod校园网断线自连app孙宗正1305030210计算机科学与工程学院向德生一般/自科一年SYZ2015052湖南科技大学微信公众平台潘鑫1205020118计算机科学与工程学院曾治国一般/自科一年SYZ2015053基于NDN的动态分布Web资源查询方法马君1205010302计算机科学与工程学院廖祝华一般/自科一年SYZ2015054智慧旅游信息服务系统设计与实现李林华1305010515计算机科学与工程学院余建勇一般/自科一年SYZ2015055高校师生互动平台曾巍1305010110计算机科学与工程学院唐明董一般/自科一年SYZ2015056溶剂极性对含氢键席夫碱紫外吸收光谱的影响龚晴1306080111化学化工学院曹朝暾一般/自科一年SYZ2015057高性能常温养护单组份碱激发水泥的制备研究李隆江1306060207化学化工学院彭美勋一般/自科一年SYZ2015058ρ-Al2O3的水化特性与水化产物热行为研究闫语1206060304化学化工学院张欣一般/自科一年SYZ2015059卟啉化合物与牛血清蛋白的相互作用郑泓江1406070215化学化工学院李筱芳一般/自科一年SYZ2015060CeO2-ZrO2-Al2O3储氧材料改性与织构特性的研究王存1206040131化学化工学院李友凤一般/自科一年SYZ2015061SBA-15分子筛氨基改性及吸附再生废润滑油研究王红丽1206040229化学化工学院刘国清一般/自科一年SYZ2015062大肠菌群的检测方法的研究及改进王星林1406040326化学化工学院龙云飞一般/自科一年SYZ20150632,2-联吡啶及其衍生物的合成杨磊1306060211化学化工学院于贤勇一般/自科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYZ2015064功能MOFs材料的设计，合成与二氧化碳气体吸附性能研究曾文江1406040112化学化工学院汪朝旭一般/自科一年SYZ2015065荧光碳纳米颗粒杂化微凝胶的可控制备陈佳玲1406030121化学化工学院廖博一般/自科一年SYZ2015066纳米金/sandwich多酸盐修饰多级孔磷酸铝复合材料研制和环己烷氧化催化研究陈资文1406030110化学化工学院陈丽娟一般/自科一年SYZ2015067回收锌锰干电池并从中制备LiMn2O4技术的研究郭丹丹1306020120化学化工学院易清风一般/自科一年SYZ2015068镁离子电池正极材料MgxM2-xB2O5(M=Fe、Mn)的制备和电化学性能研究勾海镔1306020102化学化工学院唐安平一般/自科一年SYZ2015069褐煤氧化氨解法制取腐殖酸的研究张鹏1206040221化学化工学院周剑林一般/自科一年SYZ2015070湖南省物流的现状及发展前景李婷1407020423数学与计算科学学院周飞跃一般/自科一年SYZ2015071跨平台的网络教学系统的研究与实现陈业海1207020104数学与计算科学学院侯进军一般/自科一年SYZ2015072自然数e中各个数字出现的频次研究杜嘉旭1307010328数学与计算科学学院陈建华一般/自科一年SYZ2015073半导体光催化剂三氧化钨的能带调控朱雨萌1308010127物理与电子科学学院许英一般/自科一年SYZ2015074基于无线的输液检测系统刘根明1308040118物理与电子科学学院盛威一般/自科一年SYZ2015075新式测控的无线多功能旋转LED的设计彭亚平1408020316物理与电子科学学院谢素霞一般/自科一年SYZ2015076基于ARM的智能管家机器人梁雪源1308030109物理与电子科学学院詹杰一般/自科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYZ2015077基于电磁感应原理的电热水器郑海华1308040108物理与电子科学学院唐海波一般/自科一年SYZ2015078一种可统一管理门禁的红外智能手表余淼1308020204物理与电子科学学院李志坚一般/自科一年SYZ2015079探测宇宙透明度孙嘉诚1308010118物理与电子科学学院付响云一般/自科一年SYZ2015080籽莲对重金属镉的富集特性研究颜世平1309010101生命科学学院于辉一般/自科一年SYZ2015081食源性耐盐菌的系统发育及生物保鲜研究陈盼1209010114生命科学学院许爱清一般/自科一年SYZ2015082新型永磁悬浮风力发电机虢啸东1410010209建筑与城乡规划学院刘云峰一般/自科一年SYZ2015083货币分拣机黄振荣1353010524潇湘学院朱秋玲一般/自科一年SYZ2015084振弦式土地压力传感器测量仪罗婷1354040118潇湘学院罗朝辉一般/自科一年SYZ2015085智能温控蜂鸣电加热器荣钰1354010330潇湘学院陈度华一般/自科一年SYZ2015086支架改良型电风扇朱俊豪1454040105潇湘学院董孜孜一般/自科一年SYZ2015087基于声电-风电系统的智能路灯王瑾琪1254010305潇湘学院赵延明一般/自科一年SYZ2015088多功能老人防身拐杖桂宗祥1465030307潇湘学院陈源一般/自科一年SYZ2015089普通机床语音控制紧急停机系统刘东浩1454010307潇湘学院韦文祥一般/自科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYZ2015090城市排水系统之下水道设计谭浩1465030401潇湘学院陈源一般/自科一年SYZ2015091植物油机械压榨工艺的改进吴凯1353010119潇湘学院马克新一般/自科一年SYS2015001高校二级学院特色成长辅导室机制建设与效能建设研究蒋宇豪1301010328能源与安全工程学院陶娟一般/社科一年SYS2015002我校矿山特色专业就业形势与措施研究资瑞1201010327能源与安全工程学院廖巍一般/社科一年SYS2015003论同学关系对大学生成长发展的影响王婷婷1402010831土木工程学院安永林一般/社科一年SYS2015004对《英雄联盟》游戏风靡现象的调查骆成乾1402010429土木工程学院唐旭光一般/社科一年SYS2015005新时期研究生党支部建设机制研究史淑玲1203050229机电工程学院郑海祥一般/社科一年SYS2015006提高工科学生英语四级通过率的途径探析刘邵1303040121机电工程学院尹菊花一般/社科一年SYS2015007高校“三情”教育的探索与实践陈毓文1304010531信息与电气工程学院邱慧一般/社科一年SYS2015008基于移动及pc端互联网平台的驾培维权网站设计杨家豪1305040108计算机科学与工程学院符琦一般/社科一年SYS2015009当代大学生电子产品废弃后回收处理的调查研究——以湖南科技大学为例陈立志1306080217化学化工学院刘万强一般/社科一年SYS2015010湘潭市大学生饮水安全调查分析陈鹏1306020204化学化工学院夏晓东一般/社科一年SYS2015011关于城市垃圾的产生、处理及后续污染的调查——以湘潭市为例宋沛洵1306020103化学化工学院刘婷一般/社科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYS2015012关于湖南高校房屋资产使用效益比较研究路毅恒1407020301数学与计算科学学院陈佘喜一般/社科一年SYS2015013湖南省新能源汽车推广情况的调查研究张佳莹1407020130数学与计算科学学院刘学泳一般/社科一年SYS2015014大学生环境意识水平及归因的调查分析研究（以湘潭本科院校为例）马竞怡1308020328物理与电子科学学院张华一般/社科一年SYS2015015不同植物对雾霾污染因子的净化效果研究付铃竞1310060124建筑与城乡规划学院余光辉一般/社科一年SYS2015016湖南科技大学道路安全问题及对策研究——以校园中心区为例陈旭玫1310020228建筑与城乡规划学院杨健一般/社科一年SYS2015017人工湿地对湘潭再生水深度处理的技术研究刘庆龙1310060201建筑与城乡规划学院陈章一般/社科一年SYS2015018湘江水质变化及治理状况调查贺露炎1410030109建筑与城乡规划学院莫宏伟一般/社科一年SYS2015019空村现象的反思——湖南省农村，乡镇规划发展探析李盛1310050121建筑与城乡规划学院傅早霞一般/社科一年SYS2015020符合单独二胎政策家庭生育意愿的区域差异、成因比较研究——以湖南省为例陈梦欣1310030117建筑与城乡规划学院向云波一般/社科一年SYS2015021当代大学生自主选课制度可实施性调查——以湘潭高校为例高慧敏1310030226建筑与城乡规划学院邓江楼一般/社科一年SYS2015022贵州省穿青衣现状调查——以纳雍县勺窝乡为例陈语暄1411020215人文学院聂志军一般/社科一年SYS2015023关于湖南侗族酒歌文化调查研究杨小乐1311020118人文学院颜红菊一般/社科一年SYS2015024大学生日常特殊行为习惯研究——关于我们生活的“强迫症”周晓如1311020120人文学院杨石峰一般/社科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYS2015025新媒体背景下社交群对大学生地域情结的影响李慧1411010216人文学院张顺军一般/社科一年SYS2015026大学生网购情况调查——以湖南科技大学为例李若雨1411010112人文学院李胜清一般/社科一年SYS2015027明星等公众人物不良示范的社会规范研究崔桦1311010127人文学院张学知一般/社科一年SYS2015028网络流行语对日常交流的影响姚远1411020219人文学院李康澄一般/社科一年SYS2015029当地在校大学生开展农村留守儿童艺术教育的问题及对策分析——以湖南省新宁县水庙镇为例罗艳群1211010108人文学院刘郁琪一般/社科一年SYS2015030瑶族嫁娶习俗研究与传承——以广西省贺州市八步区黄洞瑶族乡为例敬蓉1211030209人文学院李建明一般/社科一年SYS2015031湘楚苗边陲地区古城民族文化特征与保护研究——以湘西第一古镇黔阳古城为中心徐家盈1311010406人文学院鲁茜一般/社科一年SYS2015032东北二人转雅俗共赏性研究——以改革开放以来辽宁省为例王荣茂1411030110人文学院成伟明一般/社科一年SYS2015033在校大学生自主创业情况调查研究——基于湖南科技大学在校大学生的调查陈钰1311010108人文学院张本青一般/社科一年SYS2015034湘西土家族濒危婚俗抢救性研究刘荷雅1411010414人文学院吴广平一般/社科一年SYS20150352015年湖南省在校大学生抑郁症现状调查王莉1314040308教育学院周海波一般/社科一年SYS2015036大学生手机依赖甄别与干预示范研究——以湖南科技大学为例邓征星1314040216教育学院吴文峰一般/社科一年SYS2015037雾霾对心理健康的影响：基于焦虑和抑郁两维度肖如艳1314040125教育学院周海波一般/社科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYS2015038湘西非物质文化遗产的数字化保护许君1414020114教育学院杨世伟一般/社科一年SYS2015039长株潭高校性心理健康自助服务网络平台建设刘亚琨1314040203教育学院刘旭一般/社科一年SYS2015040当代青少年媒体依赖及其应对策略研究单靖雯1414020217教育学院张克敏一般/社科一年SYS2015041基于产业集群的公共政策研究——以长株潭城市圈为例武志强1415070103商学院曹休宁一般/社科一年SYS2015042WTO框架下我国外贸发展与环境保护的协调研究朱红梅1315020221商学院赵丽华一般/社科一年SYS2015043高校扩招背景下大学生学业质量监控与评价研究刘静1315040317商学院仇怡一般/社科一年SYS2015044农民工城市就业融合压力调查研究李雪艳1315070216商学院江海潮一般/社科一年SYS2015045农业生产投入要素结构调整的污染减排潜力测算张银翘1315070218商学院邓明君一般/社科一年SYS2015046市政设施BOT项目的资产性质与负债确认研究曾易婷1315030322商学院颜剩勇一般/社科一年SYS2015047产业结构调整对污染减排的效应韩欣颖1315040306商学院胡石其一般/社科一年SYS2015048物质流成本会计在火力发电企业的应用俞熹鹍1315030305商学院罗喜英一般/社科一年SYS2015049湖南文化创意产业发展业态与产业组织创新研究王科斌1315010203商学院曹休宁一般/社科一年SYS2015050环境服务业培育路径、推进机制与协调政策——基于对湘潭市环境服务业的调查研究黄继勇1319020103商学院曾世宏一般/社科一年SYS2015051长株潭高新区海外人才回流现状调查研究靳玉娟1315060219商学院吴建军一般/社科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYS2015052当前宏观经济环境下地方金融企业所面临的风险李隆格1315040126商学院宋健一般/社科一年SYS2015053关于城市噪音污染的研究性学习邹佩潼1215020211商学院张群卉一般/社科一年SYS2015054大学生微信营销的动因、方式及发展趋势研究——以湖南省在校大学学生为例吴丹1415060225商学院文杏梓一般/社科一年SYS2015055基于湖南城镇家庭生活方式的可持续厨房设计研究唐超1316070203艺术学院吴志军一般/社科一年SYS2015056湘潭传统食品包装创新设计张毅坚1216020611艺术学院胡慧一般/社科一年SYS2015057高校学生党建与大学生管理工作互动研究黄丹1317010420体育学院文红梅一般/社科一年SYS2015058环城生态休闲体育发展与生态文明建设的研究耿茹茹1317010401体育学院张铁雄一般/社科一年SYS2015059农屋e求有限责任公司创业计划欧阳明月1318040111管理学院张海燕一般/社科一年SYS2015060畅通农村物流“最后一公里”姚惠1318010319管理学院周志强一般/社科一年SYS2015061高校老师绩效管理中存在的问题与对策研究——以湖南科技大学为例傅天怡1318010120管理学院张笑秋一般/社科一年SYS2015062社区流动小吃摊的监管困境及对策研究李绍阳1318030204管理学院戴年红一般/社科一年SYS2015063关于旅游接待设施及服务满意度研究——以韶山景区为例许迎1318020132管理学院潘芬萍一般/社科一年SYS2015064山水易程——劳务旅游服务平台的构建与推广牛小萌1318020234管理学院邓淇中一般/社科一年SYS2015065我国微商运营模式及规范化研究陈敏1318020212管理学院王慧琴一般/社科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYS2015066基于可雇佣性的大学生素质研究章文1318020217管理学院张笑秋一般/社科一年SYS2015067社会炫富风气对高校大学生的影响研究谢玉齐1418030107管理学院王明一般/社科一年SYS2015068高校理工科男生幸福感影响因素与提升对策研究——以长株潭高校为例陈秀1418030125管理学院王慧慧一般/社科一年SYS2015069从哲学视角探讨90后女性婚恋观变化郑瑞珍1219020124法学院陈玉林一般/社科一年SYS2015070当代大学生学习内驱力缺失的原因及对策研究——以湖南科技大学为例尹丽霞1319030217法学院毛小平一般/社科一年SYS2015071大学生用法能力现状调查与对策研究——以长株潭部分高校为例林豪庭1319030105法学院徐德刚一般/社科一年SYS2015072用人单位面试模式及大学生应对方式的研究薛童予1419020126法学院叶军一般/社科一年SYS2015073大学生网络兼职受骗状况与权益保障研究——以湖南科技大学为例廖芳媛1419030112法学院伍安一般/社科一年SYS2015074网络自主学习平台的现状调查研究戴晓晨1412010105外国语学院何素芳一般/社科一年SYS2015075湖南省长株潭地区日语培训班现状研究陈美龄1412030111外国语学院朱棠一般/社科一年SYS2015076日本动漫文化对高校学生的影响——以长株潭地区高校为中心周雪敏1412030224外国语学院朱棠一般/社科一年SYS2015077马克〃吐温幽默文学中的衬跌手法研究——以《卡县名蛙》为例卿莫愁1212010606外国语学院傅婵妮一般/社科一年SYS2015078湖湘文化国际传播途径与方法的调查研究韩春1212020128外国语学院杨江一般/社科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYS2015079湘潭市企事业单位外宣翻译调查研究颜琳珏1312040119外国语学院张景华一般/社科一年SYS2015080关于电子商务进入农村市场的研究邓碧云1365060126潇湘学院李向辉一般/社科一年SYS2015081公益广告创意设计实践与思考龙静宜1266020518潇湘学院邓辉一般/社科一年SYS2015082MINI住宅的空间布局及建造研究刘婷婷1260010227潇湘学院郭俊明一般/社科一年SYS2015083合并型高校地下排水管道的维护与改造研究——以湖南科技大学为例许海燕1360010217潇湘学院郭俊明一般/社科一年SYS2015084古建筑的修缮与再利用——以江永上甘棠村为例唐钰琳1360010215潇湘学院冯博一般/社科一年SYS2015085大学寝室融洽程度与心理健康分析与研究肖佳玲1452010126潇湘学院钱宁一般/社科一年SYS2015086亟待呵护的大学生心灵守护者——大学生心理委员压力调查赵姣睿1354040116潇湘学院唐璟一般/社科一年SYS2015087独立院校大学生就业趋向及影响因素调查研究——以湘潭市独立院校为例唐文峰1354010325潇湘学院汤仁斌一般/社科一年SYS2015088湘潭市民防治雾霾意识的现状调查与对策研究田彪1354040104潇湘学院禹旭才一般/社科一年SYS2015089网络语言对广播电视语言的影响王杏枝1265030214潇湘学院易琳琅一般/社科一年SYS2015090当前高校汉语言文学教育中存在的问题及对策——以湖南高校为例曾娟1265030228潇湘学院易琳琅一般/社科一年SYS2015091多球训练法在乒乓球组合技战术中的应用研究黄江发1367010114潇湘学院郭清林一般/社科一年项目编号项目名称项目负责人学号所属单位指导教师项目类别完成时间SYS2015092大学生面对突发事件应急能力的调查研究——以湖南科技大学为例李文1455010135潇湘学院禹良才一般/社科一年SYS2015093关于当代女大学生恋爱观的调查研究秦小梦1462010425潇湘学院牛伟玮一般/社科一年SYS2015094影视广告的构图研究李思璇1266020525潇湘学院胡慧一般/社科一年SYS2015095现代化视野下理工科大学生法治意识培养探析宁亚1461010113潇湘学院刘正妙一般/社科一年SYS2015096独立学院大学生睡眠质量及其影响因素的调查研究——以湖南科技大学潇湘学院为例黄雯娟1362010621潇湘学院彭立春一般/社科一年SYS2015097高校新媒体发展现状、问题及对策的调查研究——以长株潭地区高校为参考视野戴雅婷1461040117潇湘学院刘艳凤一般/社科一年SYS2015098当代大学生的婚恋价值观王赛男1368010110潇湘学院黄俊一般/社科一年SYS2015099当代大学生创业价值观的调查及研究熊英1368010114潇湘学院邱靖一般/社科一年SYS2015100论湘潭大学生安全意识和教育王耀德1468010106潇湘学院熊耀林一般/社科一年SYS2015101高校外籍教师课堂教学模式与教学效果调查研究——以长株潭高校为中心梁春兰1462010203潇湘学院王桃花一般/社科一年SYS2015102论独立学院班级风气的现状及提升对策周柔1462010305潇湘学院熊耀林一般/社科一年SYS2015103黄鳝繁殖的问题研究王怡1452010127潇湘学院钱宁一般/社科一年备注：其中编号为SYZ2015025《土工格室加筋混凝土承载特性研究》、SYZ2015026《富水隧道围岩卸荷失稳试验研究》、SYZ2015069《褐煤氧化氨解法制取腐殖酸的研究》、SYS2015020《符合单独二胎政策家庭生育意愿的区域差异、成因比较研究—以湖南省为例》项目，为不给予资助项目。

以培养实用型信息人才为己任——湖南科技大学计算机科学
与工程学院
萍湘
【期刊名称】《电子技术与软件工程》
【年(卷),期】2013(000)005
【摘要】湖南科技大学计算机科学与工程学院由成立于1990年的湘潭工学院计
算机应用技术研究所发展而成，2003年8月由原湘潭工学院计算机科学与技术系、原湘潭师范学院计算中心和计算机科学与技术专业合并组成学院。

【总页数】4页(P24-27)
【作者】萍湘
【作者单位】不详
【正文语种】中文
【中图分类】TP3-4
【相关文献】
1.电子科技大学计算机科学与工程学院教授董乐:r让AI更好地服务于教育 [J],
2.本科生导师制在计算机类学生实践教学中的探索研究——以湖南科技大学计算机科学与工程学院学生为例 [J], 姜磊;唐兵
3.本科生导师制在计算机类学生实践教学中的探索研究——以湖南科技大学计算机科学与工程学院学生为例 [J], 姜磊;唐兵
4.材料科学与工程专业学生工程素养与创新能力培养实践研究——以桂林电子科技
大学材料科学与工程学院为例 [J], 朱归胜;陈彩明;陈国华;赵昀云;张秀云
5.严谨治学,亲和待人——电子科技大学计算机科学与工程学院傅彦 [J],
因版权原因，仅展示原文概要，查看原文内容请购买。

C++程序设计课程教学大纲1课程根本信息课程中文名称：C++程序设计课程代码：D3133142课程类别：学科根底教育平台考核性质：测试先修课程：C语言程序设计计算机科学与技术、软件适用专业：工程开课单位：机器人学院软件教研室课程负责人：课程英文名称：C Plus Plus Programming 学时/学分：60/4课程性质：必修后续课程：JAVA、C#开课学期：2成员：2课程目标2.1本课程对学生到达如下毕业要求有奉献：2.1.1掌握程序设计的根本思想,常用程序设计算法.2.2.2掌握6++语言的根本理论、根本知识；掌握软件开发的根本流程；了解当前编程软件的开展现状和开展趋势,为未来在软件开发领域从事教学、研究、应用提供坚实的专业知识根底.2.2.3具有B/S信息系统、游戏软件、终端程序、嵌入式开发程序的设计、开发、测试、运行及维护水平,开发水平.2.2.4具有较强的工作适应水平,能适应软件开发领域快速开展的要求.2.2.5具有编程语言的学习水平,能自主学习、有创新精神和团队意识,为将来就业做准备.2.2完成课程学习后,学生应取得以下学习成果：2.2.1能运用所学程序设计技术解决常见的数学问题、信息治理问题.2.2.2会进行工程开发的流程设计、算法分析、系统架构,代码编程,运行维护.2.2.3理解工程开发中的一般规那么、养成良好的开发习惯,具有编写一般应用程序的水平、具备软件开发的综合素质.3教学容3.1课程导论3.1.1面向对象程序设计根本概念3.1.2C++语言的产生和开展3.1.3掌握6++程序结构3.1.4C++源程序的编辑、编译、和运行3.1.5VisualC++6.0集成开发环境的安装和使用重点：C++程序结构,C++语言程序上机调试步骤和方法.3.2教学单元1：数据类型3.2.1关键字和标识符3.2.2根本数据类型3.2.3常量和变量重点：标识符的命名规那么,根本数据类型的表示围对使用的影响.3.3教学单元2：运算符和表达式、输入和输出简介3.3.1C++中的运算符及其表达式3.3.2输入、输出简介重点：算数运算符、关系运算符、逻辑运算符、条件运算符及其表达式难点：数据输入输出中格式限制符的使用.3.4教学单元3：程序限制流程3.4.1选择结构3.4.2循环结构3.4.3continue语句和^©2卜语句重点：掌握程序设计的三种根本结构：顺序结构、选择结构、循环结构难点：循环结构的嵌套、混合使用三种根本结构解决实际问题.3.5教学单元4：函数3.4.1函数的定义和使用格式3.4.2函数的调用过程、函数的嵌套调用和递归调用3.4.3函数的重载重点：函数的声明、定义、调用和返回；函数参数传递的两种方式对程序运行结果的影响；函数重载.难点：按地址传递函数参数,递归函数的使用.3.4.4单元5：数组1.1.1一维数组1.1.2二维数组1.1.3字符数组重点：一维、二维数组定义及使用方法,并应用数组解决实际问题.难点：二维数组的应用.3.7教学单元6：指针3.7.1指针的定义和使用3.7.2指针与数组3.7.3指针作为函数的参数3.7.4旅川和~©1©1^操作符重点：指针定义与运算,指针与数组,指针变量作为函数的参数.难点：返回指针的函数、指向结构体的指针.3.8教学单元7：类及其成员的定义和使用3.8.1类的定义3.8.2构造函数、析构函数、复制构造函数的创立和使用3.8.3类成员的访问限制重点：类及其成员函数的定义和使用难点：含有指针类型的成员的类的复制构造函数的定义3.9教学单元8：对象的创立和使用3.9.1对象的创立3.9.2对象数组3.9.3this指针重点：对象的创立和使用难点：指向对象的指针与对象的引用3.10教学单元9：类的组合3.10.1组合类的创立3.10.2组合类的成员的创立3.10.3组合类的应用重点：组合类及其成员的创立难点：组合类的构造函数、复制构造函数的定义3.11教学单元10：继承3.11.1继承与派生的概念3.11.2派生类的声明3.11.3继承方式与访问限制3.11.4派生类的成员函数的定义重点：派生类的构造函数、复制构造函数、析构函数的定义难点：派生类与基类的兼容性规那么3.12教学单元11：虚基类3.12.1虚基类的定义和使用3.12.2虚基类和派生类的构造函数的定义重点：虚基类的定义和使用难点：虚基类的派生类的构造函数的定义3.13教学单元12:运算符重载3.13.1多态的概念3.13.2运算符重载的规那么3.13.3运算符重载为类的成员函数和友元函数重点：重载运算符的规那么和定义难点：运算符重载为后置++运算符3.14教学单元13：虚函数3.14.1虚函数的定义和使用3.14.2虚析构函数的定义和使用3.14.3纯虚函数与抽象类重点：虚函数的定义和使用、纯虚函数与抽象类难点：纯虚函数与抽象类的编程4学时分配4.1学时分配5教学方式方法5.1教学方法在教学中教师利用6人1课件讲授、计算机上操作演示及学生上机实践相结合的教学方法,辅以交流、讨论式、案例式,工程驱动式、分组式方法教学.5.2教学手段及举措教学手段：机房教学.举措：认真学习新的课程标准,严格根据15级计算机人才培养方案安排教学,改良传统的课堂教学,使用机房授课边讲边练的方式,学生讲解的方式,发挥学生的主体作用,采用分组、讨论式方法教学.6课程考核6.1考核方式说明本课程采用上机考核,试题类型全部为程序相关题型：读程序段写结果、程序填空、程序改错、编程.考核成绩构成：平时成绩占30%,期末成绩占70%.平时成绩构成：出勤占10%,上机练习占10%,作业占5%,辩论占5%.注：用,表示容的相关评价方式7参考教材及相关资料雷鹏.?面向对象C++程序设计?.清华大学,2021.11进才.?C++语言程序设计教程?.清华大学,2006.12莉.?C++语言程序设计?〔第3版〕.清华大学,2021.128其他说明本课程是一门应用性很强的课程,它所涉及的容也十分广泛.整个教学过程都在机房授课,理论与上机实践交替进行、即讲一节练一节,教学中应注意让学生及时稳固知识点,多练习编程,注重学生动手水平的培养.制订人: 审核人: 审定人:。

计算机网络_湖南科技大学中国大学mooc课后章节答案期末考试题库2023年1.若甲向乙发起一个TCP连接，最大段长MSS=1KB，RTT=8ms，乙开辟的接收缓存为32KB，则甲从连接建立成功至发送窗口达到16KB，需经过的时间至少是参考答案:32ms2.以太网交换机的自学习是指参考答案:记录帧的源MAC地址与该帧进入交换机的端口号3.假设交换机的转发表是空的，当交换机收到某个单播帧后，会将该帧参考答案:泛洪4.若路由器因为检查出IP分组首部误码而将其丢弃，则此时路由器向该IP分组的源主机发送的ICMP报文类型是参考答案:参数问题5.在TCP/IP体系结构中，网际层的相邻下层为参考答案:网络接口层6.在OSI体系结构中，运输层的相邻上层为参考答案:会话层7.某路由表中有转发接口相同的4条路由表项，其目的网络地址分别为212.56.132.0/24、212.56.133.0/24、212.56.134.0/24、212.56.135.0/24，这4条路由聚合后的目的网络地址为参考答案:212.56.132.0/228.OSI体系结构、TCP/IP体系结构、原理体系结构的分层数量分别为参考答案:7，4，59.以下关于ARP协议的描述，错误的是参考答案:ARP协议不存在安全隐患10.某主机的IP地址为166.77.88.99，子网掩码为255.255.240.0，若该主机向其所在子网发送广播分组，则目的地址可以是参考答案:166.77.95.25511.某网络的IP地址空间为192.168.9.0/24，采用定长子网划分，子网掩码为255.255.255.224，则可划分出的子网数量、每个子网内可分配地址数量分别是参考答案:8, 3012.在CSMA/CD协议中，“争用期”指的是参考答案:信号在最远两个端点之间往返传输的时间13.在OSI参考模型中，直接为人类用户提供服务的是参考答案:应用层14.在TCP/IP参考模型中，运输层的相邻下层实现的主要功能是参考答案:IP数据报在多个网络间的传输15.下列选项中，不属于物理层接口规范定义范畴的是参考答案:传输媒体16.在OSI参考模型中，控制两个对等实体进行逻辑通信的规则的集合称为参考答案:协议17.同步卫星链路的往返时间RTT比较小，这是因为其带宽比较大。

湖南科技大学信息与电气工程学院《单片机课程设计报告》题目：基于单片机的数字电压表专业：通信工程班级：姓名：学号：指导教师：尹艳群谢平阳单片机原理与应用课程设计评阅书题目基于单片机的数字电压表设计姓名专业班级学号指导教师评语：成绩评定为：指导教师（签字）：年月日信息与电气工程学院课程设计任务书2014-2015学年第 2学期专业：学号：姓名：课程设计名称：单片机原理与应用课程设计设计题目：基于单片机的数字电压表完成期限：自 2015 年 6 月 9 日至 2015 年 6 月 19 日共 2 周设计依据、要求及主要内容（可另加附页）：设计依据：本次课程设计使用的单片机为STC15F2K60S2增强型单片机，带有ADC转换器，为8路电压输入型。

输入口为P1口。

P1口既可以设为I/O口，又可以设为A/D转换口。

本次设计使用P1.0做为A\D 转换输入口，输入电压经一个10K限流电阻连接P1.0口，输入电压为系统电压，经一滑动变阻器接接到P1.0口。

LCD的数据/命令输入端口接下单片机的P0口，P0口接上一个1K的排阻作为上拉电阻。

LCD的RS（数据/命令选择端4引脚）、RW（读写选择端5引脚）、E（使能信号端6引脚）分别接于P2的P2.0、P2.1、P2.2。

四个轻触开关分别接在P2的4、5、6、7口。

要求：用STC15F2K60S2单片机构成数字电压表，测量0-5v的电压，将所测电压用4位数码管动态显示出来。

主要内容：利用带有ADC的STC15F2K60S2单片机、LCD显示器设计一个数字电压表。

指导教师（签字）：批准日期：年月日目录摘要关键词一、设计方案二、硬件原理图三、基本原理说明四、程序流程框图五、源程序清单六、心得体会七、参考文献摘要：数字电压表（Digital Voltmeter）简称DVM，它是采用数字化测量技术，把连续的模拟量（直流输入电压）转换成不连续、离散的数字形式并加以显示的仪表。

南科技职业学院(南院)校园网湖南科技职业学院(本院)校园网设计方案书设指计导人老：师刘：厚卓任群尚清科声明：本方案设计书由刘厚群起草书写只做为毕业设计之用。

其内容并不与湖南科技学院校园网完全符合。

仅供参考，请勿传阅用于它用，如用于它用本人对此不负任何责任。

目录第一章前言 (8)第二章用户需求分析 (5)第三章. 网络总体设计方案 (7)3.1. 网络方案设计原则 (7)3.2. 吉比特太网组网方案 (8)3.2.1 吉比特太网骨干 (9)3.2.1 信息点连接 (10)3.2.1 广域网连接方案 (14)3.2.1 其它 (14)第四章.IP地址与VLAN划分 (15)4.1. IP地址划分原则 (15)4.2. VLAN划分原则 (16)第五章.网络全局设置 (17)5.1 设备命名，链路类型 (17)5.2VTP设置，STP设置 (17)5.3路由协议 (18)5.4概况图 (20)第六章.产品主要性能描述 (21)6.1 Catalyst 系列交换机 (21)6.2 CISCO 2600系列路由器 (27)6.3. Cisco PIX防火墙 (30)第七章.网络管理系统设计 (34)7.1网管系统设计原则 (34)7.2网管系统 (34)第八章.工程实施规划 (35)8.1实施计划 (35)8.2 安装 (35)8.3系统网络产品验收、确认服务 (36)附录 (37)方案设备报价 (38)第一章前言一、公司简介略二、现状概述本方案是针对湖南科技职业学院(以下简称科技学院)校园网建设的具体需求，结合学院的的未来发展需要，所作的校园网具体设计方案。

根据学院的具体需要，我们提供了主干吉比特以太网解决方案,并通过帧中继与其它校区互连。

根据系统建设目标及应用系统的特点，当前计算机网络普遍采用结构化三层设计，即核心层，分布层，接入层。

鉴于Internet技术的迅猛发展及其在信息系统领域的广泛应用，我们在系统中同时提供Internet环境和应用开发平台。

湖南科技大学单片机课程设计题目基于单片机的红外报警控制系统姓名____________________学院专业学号指导教师成绩二〇一三年六月二十二日摘要本系统是基于AT89s52单片机控制的红外线防盗报警器，主要由红外线感应部分、单片机以及声光报警部分组成。

可通过红外感应器的红外线被遮挡时控制报警系统报警，通过单片机控制报警电路的运行，并能同时进行声光报警，用红外线收发管进行检测，安装隐蔽，不易被发现；探测信号采用脉冲信号，节能且抗干扰。

系统可以探测到一定范围内的人的闯入，可以应用在安防范围比较确定的情况下。

采用这种方法设计的防盗报警器具有成本廉价和探测效果好的优点，有着广阔的市场前景。

关键词：单片机；红外线防盗报警器；声光报警ABSTRACTThe system is a infra-red anti-theft alarm controlled by single-chip AT89S52, including infra-red part of the launch,part of the infrared receiver, microcontroller,as well as part of sound and light alarm.The system will alarm when infrared ray has been blocked,through the single-chip microcomputer to control the operation of alarm circuit,and at the same time sound and light alarm,with infrared transceiver test tube,install hidden, can not easily be found;detection signal using pulse signal,energy-saving and anti-jamming.This system can detect a certain person within the scope of the intrusion,security can be applied to determine the scope of the case. Designed using this method of anti-theft alarm and detection in a cost-effectiveness of low-cost best advantages,has broad market prospects.KEY WORDS:Single chip microcomputer；Infrared anti-theft alarm;Sound and lightalarm目录1.绪论 (1)1.1前言 (1)1.2设计任务与要求 (1)1.3传感器的选择 (2)2.热释电红外传感器概述 (3)2.1PIR传感器简单介绍 (3)2.2PIR的原理特性 (3)2.3PIR结构特性 (4)2.4红外传感器RE200B的相关参数 (6)3.方案设计 (7)3.1系统概述 (7)3.2总体设计 (8)3.3系统硬件选择 (9)3.4硬件电路实现 (9)3.5软件的程序实现 (12)4.程序设计及仿真 (13)4.1主程序 (13)4.2外部中断程序 (15)5.结论概述 (13)5.1主要论述 (17)5.2结束语 (17)致谢 (18)参考文献 (18)附录一：红外报警系统后续测试及注意事项附录二：附录二：系统程序清单附录三：电路原理图附录四：仿真图第一章绪论1.1前言人们生活水平不断提高，对私有财产的保护意识在不断的增强，因而对防盗措施提出了新的要求。

1NN0VATINC.TALI：N|列新达人湖南科技大学复杂系统分析与控制研究所所长陈超洋:致力智能化研究助力科技腾飞■文/王永梅作为“80后”，他立志科研事业，努力学习，积极进取，在人生的道路上开启了自己生命的新篇章。

多年来，他致力 于网络化系统性能分析、多智能体系统协同控制、复杂系统 研宄及应用、智能电网可靠性等研究，取得了突出的科研成 绩，在我国科研界脱颖而出，成为同行学习的楷模。

他就是湖南科技大学复杂系统分析与控制研究所所长陈 超洋。

1984年出生的他，自带一股不服输的精神，在科研的 大海中驾驶着翩翩小舟，披荆斩浪，奋勇前行。

开拓思路努力创新在多年的科研中，陈超洋不断地开拓自己的科研思路，努力寻求创新之路。

他首先提出了一种对网络输入能量和被 控对象输入能量作权衡的因子，并构造了新型性能指标，设 计了单、双参数控制结构，从而得到了相应的控制系统性能，取得了初步的成功。

在此基础上，陈超洋还设计了相应的均值型性能指标，解决了传统的频域法难以处理衰落信道的问题，对在时域下的最优调节性能进行了科学的研宄，得到了其性能极限值。

陈超洋针对网络噪声、带宽两大基本通信参量，研宄了 网络受有色高斯噪声和网络带宽受限情形下的网络控制系统 的最优跟踪性能，提出了融合信道输入能量约束的新的性能 指标，采用谱分解技术和频域分析方法，得到了控制系统跟 踪随机信号的最优性能显示表达式。

他进一步研究了多种通信约束共同影响下的多输入多输 出网络化系统的跟踪性能极限，得到了跟踪性能与系统内部 特征、网络噪声和量化噪声功率分布及方向、适配带宽和适 配编码解码分配及分配方向等的定量关系。

陈超洋首次研究了带重复零极点的网络系统跟踪性能极 限，类似于香农极限，给出了带通信噪声的网络系统性能极 限。

此结果可为网络系统的通信、信息安全等的研宄提供重 要的参考依据和理论基础。

在不断的研究中，陈超洋还针对具有动态未知的虚拟领 导者的多智能体非完整系统的汾布式群集控制问题，设计了2020年第19期•中国高新科技 33f d 新达人 I INNOVATING T A L K \T两种不连续分布式控制协议，并提出了分布式连续控制协议， 解决了整个集团的避撞问题。

湖南科技大学文件科大政发[2013] 号关于公布湖南科技大学2013年度大学生科研创新计划（SRIP)立项项目的通知校属各单位：根据《湖南科技大学大学生科研创新计划（试行）》（科大政发[2011]182号）要求，学校启动了2013年度大学生科研创新计划项目（以下简称“SRIP项目”）申报立项工作。

经学生申报，学院评审推荐，校SRIP领导小组办公室组织专家评审委员会审核、评定，报学校审批后，共确定立项项目184项，其中重点项目30项（自然科学类18项，社会科学类12项），一般项目154项（自然科学类76项，社会科学类78项）。

为保证项目顺利实施，现将有关事宜通知如下：一、项目启动自文件下发之日起，各项目负责人应进一步完善立项项目具体实施方案，与项目成员团结协作，刻苦钻研，及时展开项目研究；指导教师应切实加强学生参与项目研究各项环节的具体指导；学院应为SRIP项目研究提供设备、场地、图书资料等必要的研究条件支持。

二、经费管理1、项目经费严格按照《湖南科技大学大学生科研创新计划（试行）》（科大政发[2011]182号）进行管理，具体参照《湖南科技大学考研经费管理办法》（科大政发[2010]109号）文件实施。

2、自然科学类重点项目每项资助4000元，社会科学类重点项目每项资助3000元，自然科学类一般项目每项资助2000元，社会科学类一般项目每项资助1500元。

SRIP项目经费资助分两次划拨，立项后划拨80%，结项后划拨20%。

3、对无故终止或未按期结项的项目，学校将取消项目经费资助，收回剩余经费，并保留追回已使用经费的权力。

三、过程管理1、项目一经立项，不得擅自变更项目名称、内容及成员。

因特殊原因需要变更，项目负责人须提交《湖南科技大学SRIP项目变更申请表》，经学院SRIP项目领导小组同意后方可变更，并报校SRIP项目领导小组办公室备案。

2、项目研究中期，项目负责人应向所在学院递交《湖南科技大学SRIP项目中期检查报告》，学院组织召开项目中期检查汇报会，未通过中期检查的项目，将终止资助并取消立项。

湖南科技大学文件科大政发〔2011〕23号关于下发《湖南科技大学本科学生创新与技能学分认定实施暂行办法》的通知校属各单位：《湖南科技大学本科学生创新与技能学分认定实施暂行办法》已经学校审定，现予下发，请认真遵照执行。

二○一一年四月十一日湖南科技大学本科学生创新与技能学分认定实施暂行办法第一章总则第一条为推进全面素质教育，鼓励学生参加科技竞赛和科技创新与技能活动，优化知识结构，丰富社会实践，培养创新意识和创新精神，促进学生主动适应社会，增强学生的可持续发展能力，特制定本办法。

第二条创新与技能学分是指我校全日制本科学生在校期间，根据自己的特长和爱好在教师指导下或独立参加课外创新活动或技能活动并取得一定成绩，经学校认定后被记入学生课程成绩档案的学分。

第二章认定范围第三条创新学分认定范围（一）参与学校认定的省级或国家级的科技竞赛或学科竞赛活动，并获得奖励。

（二）主持省级或国家级大学生研究性学习和创新性实验项目、大学生德育实践项目等，按计划完成研究内容并结题验收。

（三）获得国家发明专利、实用新型专利、外观设计专利等。

（四）学校认定的其它创新活动。

第四条技能学分认定范围（一）非英语专业学生参加全国大学英语四、六级考试，艺术、体育类专业学生参加湖南省普通高等学校英语应用能力考试(三级)，达到学校认定的合格分数。

（二）非计算机类专业学生参加全国计算机等级考试，获得相应的等级证书。

（三）参加政府认定的注册资格考试并获得资格证书。

（四）参加政府认定的技能或应用水平考试并获得证书。

（五）学校认定的其它技能活动。

第五条创新与技能学分认定范围每学年确定一次，由各学院申报并填写《湖南科技大学本科生创新与技能学分认定项目申报表》（附件2）、教务处统一组织审定。

第三章认定标准第六条创新学分与技能学分认定标准为每项1.5学分，同一项成果不重复计算学分，按最高等级认定。

第七条创新与技能学分记入学生课程成绩档案，获得国家级奖励的科技竞赛或学科竞赛等创新学分，成绩记为90分；其它均记为85分。

第１３卷㊀第８期Ｖｏｌ．１３Ｎｏ．８㊀㊀智㊀能㊀计㊀算㊀机㊀与㊀应㊀用ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓ㊀㊀２０２３年８月㊀Ａｕｇ．２０２３㊀㊀㊀㊀㊀㊀文章编号：２０９５－２１６３（２０２３）０８－０１０７－０７中图分类号：ＴＰ３９１文献标志码：Ａ一种基于交叉注意力机制多模态遥感图像匹配网络石添鑫，曹帆之，韩开杨，邓新蒲，汪㊀璞（国防科技大学电子科学学院，长沙４１００７３）摘㊀要：多模态遥感图像之间复杂的非线性辐射失真和几何形变，给图像匹配带来了巨大的挑战㊂由于传统方法普遍采用人工设计的特征描述子，难以表达更深层次和更抽象的特征，在差异较大的图像间匹配结果较差㊂而现有的深度学习描述符不适合直接用于多模态遥感图像配准且普遍存在正确特征点提取较少，配准不稳定的问题㊂针对上述问题，本文提出一种基于交叉注意力机制的多模态遥感图像匹配网络㊂该网络利用相位一致抑制遥感图像之间的巨大差异，同时通过交叉注意力机制学习多模态图像匹配的描述符在小容量数据集上实现了神经网络的泛化训练㊂实验结果表明，所提算法在公开多模态遥感数据集上性能优异，且在其他领域的多模态数据上仍然有效㊂关键词：相位一致性；多模态；交叉注意力机制Ａｍｕｌｔｉｍｏｄａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｍａｔｃｈｉｎｇｎｅｔｗｏｒｋｂａｓｅｄｏｎｃｒｏｓｓ－ａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍＳＨＩＴｉａｎｘｉｎ，ＣＡＯＦａｎｚｈｉ，ＨＡＮＫａｉｙａｎｇ，ＤＥＮＧＸｉｎｐｕ，ＷＡＮＧＰｕ（ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１００７３，Ｃｈｉｎａ）ʌＡｂｓｔｒａｃｔɔＣｏｍｐｌｅｘｎｏｎ－ｌｉｎｅａｒｒａｄｉｏｍｅｔｒｉｃｄｉｓｔｏｒｔｉｏｎｓａｎｄｇｅｏｍｅｔｒｉｃｄｅｆｏｒｍａｔｉｏｎｓｂｅｔｗｅｅｎｍｕｌｔｉｍｏｄａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｐｏｓｅａｓｉｇｎｉｆｉｃａｎｔｃｈａｌｌｅｎｇｅｔｏｉｍａｇｅｍａｔｃｈｉｎｇ．Ａｓｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｓｇｅｎｅｒａｌｌｙｕｓｅｍａｎｕａｌｌｙｄｅｓｉｇｎｅｄｆｅａｔｕｒｅｄｅｓｃｒｉｐｔｏｒｓ，ｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｅｘｐｒｅｓｓｄｅｅｐｅｒａｎｄｍｏｒｅａｂｓｔｒａｃｔｆｅａｔｕｒｅｓ，ａｎｄｔｈｅｍａｔｃｈｉｎｇｒｅｓｕｌｔｓｂｅｔｗｅｅｎｉｍａｇｅｓｗｉｔｈｌａｒｇｅｄｉｆｆｅｒｅｎｃｅｓａｒｅｐｏｏｒ．Ｔｈｅｅｘｉｓｔｉｎｇｄｅｅｐｌｅａｒｎｉｎｇｄｅｓｃｒｉｐｔｏｒｓａｒｅｎｏｔｓｕｉｔａｂｌｅｆｏｒｄｉｒｅｃｔｕｓｅｉｎｍｕｌｔｉｍｏｄａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅａｌｉｇｎｍｅｎｔａｎｄｇｅｎｅｒａｌｌｙｓｕｆｆｅｒｆｒｏｍｌｏｗｅｘｔｒａｃｔｉｏｎｏｆｃｏｒｒｅｃｔｆｅａｔｕｒｅｐｏｉｎｔｓａｎｄｕｎｓｔａｂｌｅａｌｉｇｎｍｅｎｔ．Ｔｏａｄｄｒｅｓｓｔｈｅｐｒｏｂｌｅｍｓ，ｔｈｅｐａｐｅｒｐｒｏｐｏｓｅｓａｍｕｌｔｉｍｏｄａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｍａｔｃｈｉｎｇｎｅｔｗｏｒｋｂａｓｅｄｏｎｃｒｏｓｓ－ａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍ．Ａｆｔｅｒｔｈａｔ，ｔｈｅｒｅｓｅａｒｃｈｔａｋｅｓａｄｖａｎｔａｇｅｏｆｐｈａｓｅｃｏｈｅｒｅｎｃｅｔｏｏｂｔａｉｎｍｏｒｅｓｔａｂｌｅｆｅａｔｕｒｅｐｏｉｎｔｓ，ａｎｄｔｈｅｍｕｌｔｉ－ｍｏｄａｌｉｍａｇｅｍａｔｃｈｉｎｇｄｅｓｃｒｉｐｔｏｒｉｓｌｅａｒｎｅｄｂｙｔｈｅｃｒｏｓｓ－ａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍｔｏｒｅａｌｉｚｅｔｈｅｇｅｎｅｒａｌｉｚａｔｉｏｎｔｒａｉｎｉｎｇｏｆｎｅｕｒａｌｎｅｔｗｏｒｋｓｏｎｓｍａｌｌｄａｔａｓｅｔｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｐｅｒｆｏｒｍｓｗｅｌｌｏｎｐｕｂｌｉｃｌｙａｖａｉｌａｂｌｅｍｕｌｔｉ－ｍｏｄａｌｄａｔａｓｅｔｓａｎｄｒｅｍａｉｎｓｅｆｆｅｃｔｉｖｅｏｎｏｔｈｅｒｄｏｍａｉｎｓ．ʌＫｅｙｗｏｒｄｓɔｐｈａｓｅｃｏｎｓｉｓｔｅｎｃｙ；ｍｕｌｔｉ－ｍｏｄａｌ；ｃｒｏｓｓ－ａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍ作者简介：石添鑫（１９９７－），女，硕士研究生，主要研究方向：图像匹配；曹帆之（１９９２－），男，博士研究生，主要研究方向：图像匹配；韩开杨（１９９９－），男，硕士研究生，主要研究方向：图像匹配；邓新蒲（１９６６－），男，博士，副教授，主要研究方向：视线确定；汪㊀璞（１９８６－），男，博士，讲师，主要研究方向：视线确定㊂通讯作者：汪㊀璞㊀㊀Ｅｍａｉｌ：ｗｐ４２１１８９＠ｎｕｄｔ．ｅｄｕ．ｃｎ收稿日期：２０２２－０９－１１０㊀引㊀言近年来，多模态遥感图像匹配引起了广泛关注㊂该研究目的是在２张或多张由不同的传感器㊁不同的视角或不同的时间获得的图像中识别同名点㊂由于不同传感器成像机制㊁成像条件不同，多模态图像之间存在明显的非线性辐射失真（ＮＲＤ）和几何畸变㊂因此多模态图像之间精确匹配仍然是一个具有挑战性的问题㊂最近研究表明，图像的结构和形状特性在不同的模态之间得以保留㊂Ｙｅ等学者［１］通过捕获了图像之间的形状相似性，提出了一种新的图像匹配相似度度量（ＤＬＳＣ），且与图像间强度无关㊂虽然该研究方法在处理图像间非线性强度差异效果较好，但如果图像包含很少的形状或轮廓信息，则ＤＬＳＣ的性能可能会下降㊂基于此，Ｙｅ等学者［２］又提出一种快速鲁棒的传统匹配框架，在所提框架中，图像的结构和形状属性由像素级特征表示，并将定向相位一致性直方图作为特征描述子，且获得了良好的结果㊂但该框架无法处理具有较大旋转和比例差异的图像㊂Ｌｉ等学者［３］发现相位一致性图（ＰＣ）具有很好的辐射鲁棒性，并构建最大索引图来削弱多模态图像的ＮＲＤ差异，提出了一种具有旋转不变性且对辐射变化不敏感的特征变换方法（ＲＩＦＴ）㊂但是ＲＩＦＴ方法不支持图像的尺度差异㊂Ｘｉｅ等学者［４］提出了基于ｌｏｇＧａｂｏｒ滤波的扩展相位相关算法（ＬＧＥＰＣ），更好地解决了ＮＲＤ以及大尺度差异和旋转变换问题，但该方法配准精度不太令人满意㊂这些传统方法均是人工制作的描述子，而这些描述子通常来自图像的外观信息，如颜色㊁纹理和梯度，难以表达更深层次和更抽象的特征㊂此外，人工特征描述符的系数和最佳的参数需要大量的手动调整㊂因此深度学习的方法渐渐受到人们的关注㊂在图像匹配的领域，基于深度学习的算法吸引了许多关注［５－７］㊂但是在多模态遥感图像匹配中，深度学习的方法并没有表现出极大的优势㊂一方面，因为将图像匹配的任务重新设计为可区分的端到端过程是具有挑战的㊂另一方面，正如文献［８］中所述，当前用于训练的本地多模态数据集还不够多样化，无法学习高质量且广泛适用的描述符㊂目前该领域只有少量深度学习方法是针对多模态设计的，大多仅适用于某一种类型的跨模态，例如可见光与ＳＡＲ图像匹配㊁红外与可见光图像匹配等㊂且现有的多模态匹配深度方法ＳＦｃＮｅｔ［９］㊁ＣＮｅｔ［１０］普遍存在提取正确特征点个数较少的问题㊂针对上述问题，本文提出一种基于交叉注意力机制的多模态遥感图像匹配网络（ＰＣＭ）㊂具体来说，利用相位一致性具有良好辐射鲁棒性，首先构建多模态图像的相位一致图（ＰＣ图），然后利用Ｆａｓｔ算法在ＰＣ图上来获得更多㊁更稳定的特征点，接着通过交叉注意力机制学习多模态图像的共有特征，得到特征点的描述子㊂最后，计算描述子之间的余弦距离，选取距离最短的点作为匹配点㊂实验表明该算法在公开多模态遥感数据集上性能优异，且在其他领域的多模态数据上仍然有效㊂１㊀背景知识１．１㊀注意力机制在２０１７年，Ｇｏｏｇｌｅ团队在论文‘Ａｔｔｅｎｔｉｏｎｉｓａｌｌｙｏｕｎｅｅｄ“［１１］中提出了一个自我注意的结构㊂这引起了巨大的反响，使注意机制成为最近研究的重要主题，该研究在各种ＮＬＰ任务中取得了成功，同时在视觉领域也开始尝试把自我注意的结构应用于各类任务中，如语义分割㊁图像分类㊁人类姿势估计等㊂注意机制旨在自动探索有意义的功能，以增强其表示能力并提高最终性能㊂自注意力机制的计算方式如下：Ａｔｔｅｎｔｉｏｎ（Ｑ，Ｋ，Ｖ）＝ｓｏｆｔｍａｘＱＫＴｄｋæèçöø÷Ｖ（１）Ｑ＝ＷＱＸ（２）Ｋ＝ＷＫＸ（３）Ｖ＝ＷＶＸ（４）㊀㊀其中，Ｘ表示输入的数据，Ｑ，Ｋ，Ｖ的值都是通过Ｘ和超参Ｗ相乘得到的㊂这里，Ｑ可理解为查询的变量，Ｋ为索引的变量，Ｖ为内容的变量㊂１．２㊀相位一致性相位一致性（ｐｈａｓｅｃｏｎｇｒｕｅｎｃｙ，ＰＣ）是将图像傅立叶分量中相位一致的点的集合㊂这是一个无量纲的量，其取值范围被标准化为０ １，因此受图像亮度或对比度变化的影响较小㊂最早关注到图像相位信息是Ｏｐｐｅｎｈｅｉｍ等学者［１２］，研究中发现在信号的傅立叶表示中，在某些情况下如果仅保留相位，信号的许多重要特征就会得到保留㊂随后，Ｍｏｒｒｏｎｅ和Ｏｗｅｎｓ［１３］发现能量函数的极大值出现在相位一致的点上，因此提出了一种利用构造局部能量函数来检测和定位特征点算法㊂Ｋｏｖｅｓｉ［１４］对该方法做出了改进，克服了噪声等问题，使该方法的应用得以保证㊂目前，相位一致图已经广泛应用于图像边缘检测中㊂１．３㊀构建相位一致图本文利用相位一致性构建多模态图像的相位一致图（ＰＣ图），如图１所示㊂具体来说，本文使用Ｌｏｇ－Ｇａｂｏｒ小波在多个尺度和方向上计算，计算公式见式（５）：ＰＣ（ｘ，ｙ）＝ðｏðｓＷｏ（ｘ，ｙ）Ａｓｏ（ｘ，ｙ）ΔΦｓｏ（ｘ，ｙ）－ＴðｏðｓＡｓｏ（ｘ，ｙ）＋ε（５）其中，ＰＣ（ｘ，ｙ）表示相位一致性的大小；Ｗｏ是频率分布的权重因子；Ａｓｏ（ｘ，ｙ）为在小波尺度ｓ和方向ｏ上的（ｘ，ｙ）处的振幅；ε是一个很小值，为了防止分母为零；⌊．」运算符防止结果为负值，即封闭的值为正值时结果等于其本身，否则为零㊂ΔΦｓｏ（ｘ，ｙ）是一个敏感的相位偏差函数，定义为：Ａｓｏ（ｘ，ｙ）ΔΦｓｏ（ｘ，ｙ）＝（ｅｓｏ（ｘ，ｙ）ϕ－ｅ（ｘ，ｙ）＋㊀㊀㊀ｒｓｏ（ｘ，ｙ）ϕ－ｄ（ｘ，ｙ））－｜（ｅｓｏ（ｘ，ｙ）ϕ－ｄ（ｘ，ｙ）－㊀㊀㊀ｒｓｏ（ｘ，ｙ）ϕ－ｅ（ｘ，ｙ））（６）㊀ϕ－ｅ（ｘ，ｙ）＝ðｓðｏｅｓｏ（ｘ，ｙ）／Ｅ（ｘ，ｙ）（７）８０１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀㊀ϕ－ｄ（ｘ，ｙ）＝ðｓðｏｒｓｏ（ｘ，ｙ）／Ｅ（ｘ，ｙ）（８）其中，ｅｓｏ（ｘ，ｙ），ｒｓｏ（ｘ，ｙ）是将图像与偶对称小波和奇对称Ｌｏｇ－Ｇａｂｏｒ小波分别进行卷积，得到在尺度ｓ和方向ｏ上的响应㊂Ｅ（ｘ，ｙ）是一个局部能量函数，函数中的２部分通过信号和一对正交滤波器进行卷积来得到，即：Ｅ（ｘ，ｙ）＝ðｓðｏｅｓｏ（ｘ，ｙ）()２＋ðｓðｏｒｓｏ（ｘ，ｙ）()２（９）01002003004005000200400o r i g i nP C010020030040050002004000100200300400500200400o r i g i nP C0100200300400500200400图１㊀利用相位一致性构建多模态图像ＰＣ图Ｆｉｇ．１㊀ＣｏｎｓｔｒｕｃｔｉｏｎｏｆｍｕｌｔｉｍｏｄａｌｉｍａｇｅＰＣｍａｐｓｕｓｉｎｇｐｈａｓｅｃｏｈｅｒｅｎｃｅ２㊀模型构建在本节中，阐述了所提出的多模态遥感图像匹配方法㊂算法流程如图２所示㊂由图２可看到，本文算法主要由３个阶段组成，包括：特征点检测㊁特征描述符获取和特征点匹配㊂２．１㊀特征点检测在图像匹配的过程中，如何提取重复率高㊁分布均匀㊁且稳定的特征点也是近来的研究热点㊂在多模态图像匹配中由于存在较大的非线性辐射畸变，在自然图像上表现较好的特征点检测方法并不能完全适用㊂因此，本文利用相位一致性具有辐射鲁棒性，考虑构建多模态图像的ＰＣ图㊂通过构建的ＰＣ图，多模态图像之间共有的结构特性被保留下来㊂接着在ＰＣ图上进行特征点检测，具体来说，通过１．３节中式（５）获得图像的相位一致图，接着利用Ｆａｓｔ特征提取算法在ＰＣ图上提取一定数量的特征点㊂在ＰＣ图上利用Ｆａｓｔ算法提取特征点如图３所示㊂需要说明的是，在训练阶段本文选取了利用上述方法提取的特征点中，均匀分布的３０个特征点进行训练㊂输出匹配结果计算描述符之间的余弦距离，相似度最大的为对应点利用注意力机制网络获得特征点的描述符感知图像参考图像相位一致性相位一致性F as t 提取特征点F a s t 提取特征点P C 图P C 图图２㊀本文算法流程图Ｆｉｇ．２㊀Ｆｌｏｗｃｈａｒｔｏｆｔｈｅａｌｇｏｒｉｔｈｍｉｎｔｈｉｓｐａｐｅｒ图３㊀在ＰＣ图上利用Ｆａｓｔ算法提取特征点Ｆｉｇ．３㊀ＥｘｔｒａｃｔｉｏｎｏｆｆｅａｔｕｒｅｐｏｉｎｔｓｏｎＰＣｇｒａｐｈｕｓｉｎｇＦａｓｔａｌｇｏｒｉｔｈｍ２．２㊀特征描述符获取通过第一步得到特征点位置后，还要知道特征点的描述符，考虑采用人工设计的特征描述子，难以表达更深层次和更抽象的特征㊂并且人工特征描述符的系数和最佳参数需要大量的手动调整㊂因此本文利用深度学习的方法获得具有更好特征表达能力的描述子㊂本文算法提出一种基于交叉注意力机制的卷积神经网络㊂由于注意力机制是一种搜索全局特征的结构，需要的计算量和内存都较大，为了减少计算量和内存，考虑首先学习半稠密的描述符㊂具体网络结构如图４所示㊂首先，参考图像与感知图像经过一个卷积核大小为１１ˑ１１的大尺度卷积，提取浅层特征，此时特征维数为６４，接着经过３层ＶＧＧ－Ｂａｓｉｃｂｌｏｃｋ提取深度特征，每层网络包含２个卷积层㊁２个ＢＮ层㊁１个ｄｒｏｐｏｕｔ层，特征维数扩展为１２８㊂然后，再经过１个卷积核大小为１５ˑ１５的９０１第８期石添鑫，等：一种基于交叉注意力机制多模态遥感图像匹配网络大尺度卷积，获得全局特征，最后通过１个ｄｒｏｐｏｕｔ层，丢弃一些无用特征，这样就得到了大小为原图大小八分之一的特征图，特征通道为１２８维㊂但是由于图像之间差异较大，因此采用了互注意力机制，更好地学习彼此的共有的特征㊂通过上述步骤得到了半稠密描述符，此时的特征图尺寸为原图大小的八分之一㊂除此之外，还需要得到每个特征点对应的描述符，由于得到的特征图尺寸为原图大小的八分之一，无法利用特征点的位置直接在特征图上提取特征㊂因此，本文首先对原图上特征点的坐标进行归一化，接着根据输入特征图的尺度按比例恢复特征点坐标，见式（１０）：Ｘ，Ｙ()＝（ｘｈＨ２，ｙｗＷ２）（１０）㊀㊀其中，（Ｘ，Ｙ）为归一化后的特征点坐标；（ｘ，ｙ）为特征在原图的坐标位置；Ｈ，Ｗ分别为原图和特征图的长宽；ｈ和ｗ分别为特征图的长宽㊂但是这个新的坐标位置可能并非为整像素，此时要对其进行双线性插值补齐，然后其余特征通道按照同样的方式进行双线性插值㊂通过上述方法即得到了每个特征点对应的描述符㊂描述子计算描述子计算C r o s sA t t e n t i o nC r o s sA t t e n t i o nF a s tD r o p o u tD r o p o u tC o n v C o n vF a s tP CV G GB a s i c b l o c kV G GB a s i c b l o c kC o n v C o n vP C R e fS e nC o n vB NC o n vB NC o n vD r o p o u t(a )T h e p r o p o s e d o v e r a l l f r a m e w o r kA t t e n t i o n M a pQ KV(c 1)S e l f -A t t e n t i o n(c )C r o s s A t t e n t i o n S e l f -A t t e n t i o nS e l f -A t t e n t i o n F l a t t e nF l a t t e nV (S )K (S )Q (S )Q (R )K (R )V (R )(b )V G GB a s i c b l o c k S h a r e d w e i g h t s M u l t i p l i c a t i o nD o t p r o d u c t i o n S o f t m a xV :V a l u e K :K e yQ :Q u e r y图４㊀ＰＣＭ网络结构图Ｆｉｇ．４㊀ＰＣＭｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅ２．３㊀特征点匹配在训练阶段，本文采用有监督训练，每对图像的标签已知㊂首先，利用２．１节中介绍的特征点检测的方法获得参考图像上的特征点位置（ｘｒ，ｙｒ），然后利用图像标签计算得到感知图像上的对应点位置（ｘｓ，ｙｓ），具体见式（３）：ｘ(ｓ，ｙｓ，１）＝Ｈˑ（ｘｒ，ｙｒ，１）（１１）㊀㊀其中，Ｈ为一个３ˑ３大小的矩阵，即为图像的标签㊂因此在特征匹配阶段，只需要计算考虑描述子间的损失函数，降低了训练的难度㊂本文损失函数参考ＳｕｐｅｒＰｏｉｎｔ［５］研究中给出的损失函数，将损失函数定义为合页损失（Ｈｉｎｇｅ－Ｌｏｓｓ），具体计算公式为：ＬｄＤ，Ｄᶄ，Ｓ()＝１ＨｃＷｃ()２ðＨｃ，Ｗｃｈ＝１ｗ＝１ðＨｃ，Ｗｃｈᶄ＝１ｗᶄ＝１ｌｄｄｈｗ，ｄᶄｈᶄｗᶄ；ｓｈｗｈᶄｗᶄ()（１２）其中，㊀ｌｄｄ，ｄᶄ；ｓ()＝λｄ∗ｓ∗ｍａｘ０，ｍｐ－ｄＴｄᶄ()＋１－ｓ()∗ｍａｘ０，ｄＴｄᶄ－ｍｎ()（１３）㊀㊀ｓｈｗｈᶄｗᶄ＝１㊀ｉｆ ＾ＨＰｈｗ－Ｐｈᶄｗᶄ ɤ５０㊀ｏｔｈｅｒｗｉｓｅ{（１４）其中，λｄ为定义的权重；ｓｈｗｈᶄｗᶄ判断对应点是否匹配；Ｐｈᶄｗᶄ为双三次插值后特征点坐标；＾ＨＰｈｗ是对Ｐｈᶄｗᶄ做单应性变换Ｈ㊂ｄｈｗ为预测点的描述子；ｄᶄｈᶄｗᶄ为真值点的描述子㊂当ｄｈｗ和ｄᶄｈᶄｗᶄ越相似时，损失０１１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀函数越小㊂在本文中，设置λｄ＝２５０，ｍｐ＝１，ｍｎ＝０．２，λ＝０．０００１㊂３㊀实验与分析本节中，将本文所提方法与其它主流方法在匹配的性能㊁计算复杂度和推理时间等方面与进行比较㊂最后，在计算机视觉领域以及医学图像领域验证本算法的泛化性能㊂３．１㊀实验数据本文的训练集是从Ｌａｎｄｓａｔ８卫星影像上获取的不同波段的图像，对地分辨率为３０ｍ㊂训练集包含１１５３对大小为２５６ˑ２５６的图像㊂测试数据集选用了Ｊｉａｎｇ等学者［１５］提出的多模态图像匹配数据集㊂该数据集包括３个不同领域的多模态数据：计算机视觉领域㊁医学领域㊁遥感领域㊂本文的对比实验主要在其中的遥感数据上测试㊂同时，为了验证该算法的鲁棒性，在医学数据集中进行了泛化性能测试㊂实验设置在２４ＧＢＮＶＩＤＩＡ３０９０上，并进行网络训练测试㊂３．２㊀实验设置实验的性能指标主要为匹配精度（ＡＣＣ）㊁正确匹配点个数（ＮＣＭ）㊁匹配运行时间（ＲＴ），其中匹配正确点是指预测匹配点与真实匹配点之间距离不超过５个像素的点，而匹配精度是指正确匹配点个数与算法总匹配点个数的百分比㊂对比实验选取了４种对比算法，分别为ＲＩＦＴ［３］，ＨＡＰＣＧ［１６］，３ＭＲＳ［１７］，ＤＦＭ［７］，其中ＤＦＭ为深度学习的方法，但是其在论文中介绍该方法无需进行训练㊂上述方法均在Ｊｉａｎｇ等学者［１５］提出的多模态图像匹配数据集测试㊂为了更好地比较不同算法的性能，所有传统对比算法与本文算法均未使用误差点剔除模块，同时保证初始检测特征点数量相同，均设置为５０００个㊂３．３㊀算法性能比较表１展示了本算法与现有传统算法与深度算法在匹配精度上的对比结果㊂可以看出，本算法在光学图像与ＳＡＲ图像类型匹配中取得了最高的匹配精度，而同为深度学习方法的ＤＦＭ算法在地图图像与光学图像上匹配精度最大，其余３种传统方法则是在红外与光学图像上有最好的匹配精度㊂本文算法在所有类型上均优于传统算法，但是在某些多模态类型下的精度并没有ＤＦＭ算法高㊂不过通过具体的实验数据，５种方法在多模态图像匹配数据集的匹配精度对比如图５所示，可以发现ＤＦＭ算法在某些图像上匹配结果很好，但是在一些难度较大的图像上匹配精度为０㊂因此通过表１和图５可以看出，本文算法不仅具有较好精度，同时也具有很好的稳定性㊂表１㊀５种方法在多模态数据集上的匹配精度（ＡＣＣ）Ｔａｂ．１㊀Ｍａｔｃｈｉｎｇａｃｃｕｒａｃｙ（ＡＣＣ）ｏｆｔｈｅｆｉｖｅｍｅｔｈｏｄｓｏｎｔｈｅｍｕｌｔｉｍｏｄａｌｄａｔａｓｅｔ％方法类型ＲＩＦＴＨＡＰＣＧ３ＭＲＳＤＦＭＯＵＲＣｒｏｓｓＳｅａｓｏｎ１２．６０６．９３１３．０９２４．６６２５．６７ｄａｙｎｉｇｈｔ２０．１６５．２４２０．１１４０．００４１．６６ＤｅｐｔｈＯｐｔｉｃａｌ３０．４８６．１８３１．６８６１．７７５４．４５ＩｎｆｒａｒｅｄＯｐｔｉｃａｌ３５．０５１３．４３３６．１１２０．８３４４．０３ＭａｐＯｐｔｉｃａｌ２８．８５９．４７３１．４７４４．２９３４．６８ＯｐｔｉｃａｌＯｐｔｉｃａｌ３４．０４７．９５３３．５８８０．２７５８．９２ＳＡＲＯｐｔｉｃａｌ３４．４１５．１５３３．７０７１．１６７２．２２㊀㊀表２展示了本算法与现有传统算法及深度算法在匹配正确点个数上对比结果㊂从表２可以看出，不管哪种类型数据，在匹配正确点个数上本文算法均取得了最好的效果，同时在所有类型数据中，可见光与可见光匹配效果最好㊂㊀㊀５种算法在多模态数据集上的匹配时间对比结果见表３㊂从表３可以看出，不管哪种类型数据，本文算法运行速度较传统算法均提高了４ １０倍，与深度方法对比也在大部分数据类型上都有更快的运行速度㊂表２㊀５种方法在多模态数据集上的匹配正确点个数（ＮＣＭ）Ｔａｂ．２㊀Ｎｕｍｂｅｒｏｆｃｏｒｒｅｃｔｌｙｍａｔｃｈｅｄｐｏｉｎｔｓ（ＮＣＭ）ｏｆｔｈｅｆｉｖｅｍｅｔｈｏｄｓｏｎｔｈｅｍｕｌｔｉｍｏｄａｌｄａｔａｓｅｔ方法类型ＲＩＦＴＨＡＰＣＧ３ＭＲＳＤＦＭＯＵＲＣｒｏｓｓＳｅａｓｏｎ１２８２０１１２５１８３３８ｄａｙｎｉｇｈｔ２６７１７４２５９１４９７ＤｅｐｔｈＯｐｔｉｃａｌ３９３２７１４８８１０８３１ＩｎｆｒａｒｅｄＯｐｔｉｃａｌ３５２４７１３４７３４１２ＭａｐＯｐｔｉｃａｌ３９２４０３４８８２３２８ＯｐｔｉｃａｌＯｐｔｉｃａｌ４６９２５６４４６１４６９１９ＳＡＲＯｐｔｉｃａｌ３９０２１１３５２１２４８０１１１第８期石添鑫，等：一种基于交叉注意力机制多模态遥感图像匹配网络表３㊀５种方法在多模态数据集上的匹配时间（ＲＴ）Ｔａｂ．３㊀Ｍａｔｃｈｉｎｇｔｉｍｅｓ（ＲＴ）ｏｆｔｈｅｆｉｖｅｍｅｔｈｏｄｓｏｎｔｈｅｍｕｌｔｉｍｏｄａｌｄａｔａｓｅｔ方法类型ＲＩＦＴＨＡＰＣＧ３ＭＲＳＤＦＭＯＵＲＣｒｏｓｓＳｅａｓｏｎ９．５２７．３４９．９４１．３８２．４３ｄａｙｎｉｇｈｔ１０．４８５．００１０．１７１．３０１．２２ＤｅｐｔｈＯｐｔｉｃａｌ１１．１０６．１２１２．７９１．５８１．４９ＩｎｆｒａｒｅｄＯｐｔｉｃａｌ７．２３４．６３６．７９１．５２１．２７ＭａｐＯｐｔｉｃａｌ１１．６５６．２６１３．０５１．８４１．３９ＯｐｔｉｃａｌＯｐｔｉｃａｌ１０．０２４．４６９．９２１．７３１．２７ＳＡＲＯｐｔｉｃａｌ８．５７５．６０７．９６１．９６１．５６３．４㊀算法鲁棒性实验表４为该算法在医学多模态数据上的实验结果㊂由表４可以看出，本文算法即使在医学多模态图像上测试，在３种指标下都有不错的结果，证明本算法具有较高的鲁棒性㊂表４㊀本文算法在医学多模态数据上的实验结果Ｔａｂ．４㊀Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｆｔｈｉｓｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｏｎｍｅｄｉｃａｌｍｕｌｔｉｍｏｄａｌｄａｔａ类型指标ＡＣＣ／％ＮＣＭＲＴ／ｓＭＲ＿ＰＥＴ１３．００２６０．５２ＰＤ＿Ｔ１９７．３１４０００．３０ＰＤ＿Ｔ２９８．４９５０４０．２７Ｒｅｔｉｎａ６１．３６１６８８３．７０ＳＰＥＣＴ＿ＣＴ２３．５３５１０．４９Ｔ１＿Ｔ２９９．１０５２２０．２９平均值６５．４７５３２０．９３R I F TH A P C G3M R S O U R D F M100908070605040302010匹配精度/%C S 1C S 2C S 3C S 4C S 5D N 1D N 2D N 3D N 4D N 5D O 1D O 2D O 3D O 4D O 5D O 6D O 7D O 8I O 1I O 2I O 3I O 4M O 7M O 1M O 2M O 3M O 4M O 5M O 6O O 1O O 2O O 3O O 4O O 5O O 6S O 1S O 2S O 3S O 4S O 5S O 6C S :不同季节D N :不同光照条件D O ：深度图与可见光图I O ：红外图与可见光图M O ：地图与可见光图O O ：可见光图与可见光图S O :合成孔径雷达图与可见光图图５㊀５种方法在多模态图像匹配数据集的匹配精度图Ｆｉｇ．５㊀Ｐｌｏｔｏｆｍａｔｃｈｉｎｇａｃｃｕｒａｃｙｏｆｔｈｅｆｉｖｅｍｅｔｈｏｄｓｏｎｔｈｅｍｕｌｔｉｍｏｄａｌｉｍａｇｅｍａｔｃｈｉｎｇｄａｔａｓｅｔ４㊀结束语针对多模态遥感数据匹配的难点问题，图像间存在非线性辐射差异，本文提出一种基于交叉注意力机制的多模态遥感图像匹配网络㊂该网络利用相位一致性获得更稳定的特征点，同时利用交叉注意力机制学习多模态图像共有特征，在更容易获得的多波段遥感小容量数据集上进行训练㊂实验结果表明，本文方法在公开数据集上匹配性能优异，并在其他领域的多模态数据上仍然有效㊂但是当图像间有较大的旋转或者尺度差异性能会下降，后续将考虑对训练数据进行增强，同时优化网络结构进一步提高匹配速度㊂参考文献［１］ＹＥＹｕａｎｘｉｎ，ＬｉＳｈｅｎ，ＨＡＯＭｉｎｇ，ｅｔａｌ．Ｒｏｂｕｓｔｏｐｔｉｃａｌ－ｔｏ－ＳＡＲｉｍａｇｅｍａｔｃｈｉｎｇｂａｓｅｄｏｎｓｈａｐｅｐｒｏｐｅｒｔｉｅｓ［Ｊ］．ＩＥＥＥＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇＬｅｔｔｅｒｓ，２０１７，１４（４）：５６４－５６８．［２］ＹＥＹｕａｎｘｉｎ，ＢＲＵＺＺＯＮＥＬ，ＳＨＡＮＪｉｅ，ｅｔａｌ．Ｆａｓｔａｎｄｒｏｂｕｓｔｍａｔｃｈｉｎｇｆｏｒｍｕｌｔｉｍｏｄａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０１９，５７（１１）：９０５９－９０７０．［３］ＬＩＪｉａｙｕａｎ，ＨＵＱｉｎｇｗｕ，ＡＩＭｉｎｇｙａｏ．ＲＩＦＴ：Ｍｕｌｔｉ－ｍｏｄａｌｉｍａｇｅｍａｔｃｈｉｎｇｂａｓｅｄｏｎｒａｄｉａｔｉｏｎ－ｖａｒｉａｔｉｏｎｉｎｓｅｎｓｉｔｉｖｅｆｅａｔｕｒｅｔｒａｎｓｆｏｒｍ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２０２０，２９：３２９６－３３１０．２１１智㊀能㊀计㊀算㊀机㊀与㊀应㊀用㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第１３卷㊀［４］ＸＩＥＸｕｎｗｅｉ，ＺＨＡＮＧＹｏｎｇｊｕｎ，ＸＩＡＯＬｉｎｇ，ｅｔａｌ．Ａｎｏｖｅｌｅｘｔｅｎｄｅｄｐｈａｓｅｃｏｒｒｅｌａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｌｏｇ－Ｇａｂｏｒｆｉｌｔｅｒｉｎｇｆｏｒｍｕｌｔｉｍｏｄａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０１９，４０（１４）：５４２９–５４５３．［５］ＤＥＴＯＮＥＤ，ＭＡＬＩＳＩＥＷＩＣＺＴ，ＲＡＢＩＮＯＶＩＣＨＡ．ＳｕｐｅｒＰｏｉｎｔ：Ｓｅｌｆ－ｓｕｐｅｒｖｉｓｅｄＩｎｔｅｒｅｓｔｐｏｉｎｔｄｅｔｅｃｔｉｏｎａｎｄｄｅｓｃｒｉｐｔｉｏｎ［Ｊ］．ａｒＸｉｖｐｒｅｐｒｉｎｔａｒＸｉｖ：１７１２．０７６２９，２０１８．［６］ＳＡＲＬＩＮＰＥ，ＤＥＴＯＮＥＤ，ＭＡＬＩＳＩＥＷＩＣＺＴ，ｅｔａｌ．ＳｕｐｅｒＧｌｕｅ：ＬｅａｒｎｉｎｇｆｅａｔｕｒｅｍａｔｃｈｉｎｇｗｉｔｈｇｒａｐｈＮｅｕｒａｌＮｅｔｗｏｒｋｓ［Ｃ］／／２０２０ＩＥＥＥ／ＣＶＦＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ（ＣＶＰＲ）．Ｓｅａｔｔｌｅ，ＷＡ，ＵＳＡ：ＩＥＥＥ，２０２０：４９３７－４９４６．［７］ＥＦＥＵ，ＩＮＣＥＫＧ，ＡＬＡＴＡＮＡＡ．ＤＦＭ：Ａｐｅｒｆｏｒｍａｎｃｅｂａｓｅｌｉｎｅｆｏｒｄｅｅｐｆｅａｔｕｒｅｍａｔｃｈｉｎｇ［Ｊ］．２０２１ＩＥＥＥ／ＣＶＦＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎＷｏｒｋｓｈｏｐｓ（ＣＶＰＲＷ）．Ｎａｓｈｖｉｌｌｅ，ＴＮ，ＵＳＡ：ＩＥＥＥ，２０２１：４２７９－４２８８．［８］ＳＣＨＯＮＢＥＲＧＥＲＪＬ，ＨＡＲＤＭＥＩＥＲＨ，ＳＡＴＴＬＥＲＴ，ｅｔａｌ．Ｃｏｍｐａｒａｔｉｖｅｅｖａｌｕａｔｉｏｎｏｆｈａｎｄ－ｃｒａｆｔｅｄａｎｄｌｅａｒｎｅｄｌｏｃａｌｆｅａｔｕｒｅｓ［Ｃ］／／２０１７ＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ（ＣＶＰＲ）．Ｈｏｎｏｌｕｌｕ，ＨＩ：ＩＥＥＥ，２０１７：６９５９－６９６８．［９］ＺＨＡＮＧＨａｎ，ＮＩＷｅｉｐｉｎｇ，ＹＡＮＷｅｉｄｏｎｇ，ｅｔａｌ．Ｒｅｇｉｓｔｒａｔｉｏｎｏｆｍｕｌｔｉｍｏｄａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｂａｓｅｄｏｎｄｅｅｐｆｕｌｌｙｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｊ］．ＩＥＥＥＪｏｕｒｎａｌｏｆＳｅｌｅｃｔｅｄＴｏｐｉｃｓｉｎＡｐｐｌｉｅｄＥａｒｔｈＯｂｓｅｒｖａｔｉｏｎｓａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０１９，１２（８）：３０２８－３０４２．［１０］ＱＵＡＮＤｏｕ，ＷＡＮＧＳｈｕａｎｇ，ＧＵＹｕ，ｅｔａｌ．Ｄｅｅｐｆｅａｔｕｒｅｃｏｒｒｅｌａｔｉｏｎｌｅａｒｎｉｎｇｆｏｒｍｕｌｔｉ－ｍｏｄａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０２２，６０：１－１６．［１１］ＶＡＳＷＡＮＩＡ，ＳＨＡＺＥＥＲＮ，ＰＡＲＭＡＲＮ，ｅｔａｌ．Ａｔｔｅｎｔｉｏｎｉｓａｌｌｙｏｕｎｅｅｄ［Ｃ］／／ＡｄｖａｎｃｅｓｉｎＮｅｕｒａｌＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＳｙｓｔｅｍ．ＬｏｎｇＢｅａｃｈ：ＮＩＰＳＦｏｕｎｄａｔｉｏｎ，２０１７：５９９８－６００８．［１２］ＯＰＰＥＮＨＥＩＭＡＶ，ＬＩＭＪＳ．Ｔｈｅｉｍｐｏｒｔａｎｃｅｏｆｐｈａｓｅｉｎｓｉｇｎａｌｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ，１９８１，６９（５）：５２９－５４１．［１３］ＭＯＲＲＯＮＥＭＣ，ＯＷＥＮＳＲＡ．Ｆｅａｔｕｒｅｄｅｔｅｃｔｉｏｎｆｒｏｍｌｏｃａｌｅｎｅｒｇｙ［Ｊ］．ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎＬｅｔｔｅｒｓ，１９８７，６（５）：３０３－３１３．［１４］ＫＯＶＥＳＩＰ．Ｉｍａｇｅｆｅａｔｕｒｅｓｆｒｏｍｐｈａｓｅｃｏｎｇｒｕｅｎｃｙ［Ｊ］．ＱｕａｒｔｅｒｌｙＪｏｕｒｎａｌ，１９９９，１（３）：１－２７．［１５］ＪＩＡＮＧＸｉｎｇｙｕ，ＭＡＪｉａｙｉ，ＸＩＡＯＧｕｏｂａｏ，ｅｔａｌ．Ａｒｅｖｉｅｗｏｆｍｕｌｔｉｍｏｄａｌｉｍａｇｅｍａｔｃｈｉｎｇ：Ｍｅｔｈｏｄｓａｎｄａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．ＩｎｆｏｒｍａｔｉｏｎＦｕｓｉｏｎ，２０２１，７３：２２－７１．［１６］姚永祥，张永军，万一，等．顾及各向异性加权力矩与绝对相位方向的异源影像匹配［Ｊ］．武汉大学学报（信息科学版），２０２１，４６（１１）：１７２７－１７３６．［１７］ＦＡＮＺｈｏｎｇｌｉ，ＬＩＵＹｕｘｉａｎ，ＬＩＵＹｕｘｕａｎ，ｅｔａｌ．３ＭＲＳ：Ａｎｅｆｆｅｃｔｉｖｅｃｏａｒｓｅ－ｔｏ－ｆｉｎｅｍａｔｃｈｉｎｇｍｅｔｈｏｄｆｏｒｍｕｌｔｉｍｏｄａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｒｙ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０２２，１４（３）：４７８．［１８］ＱＵＡＮＤｏｕ，ＷＡＮＧＳｈｕａｎｇ，ＧＵＹｕ，ｅｔａｌ．Ｄｅｅｐｆｅａｔｕｒｅｃｏｒｒｅｌａｔｉｏｎｌｅａｒｎｉｎｇｆｏｒｍｕｌｔｉ－ｍｏｄａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅ＆ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０２２，６０：１－１６．（上接第１０６页）［４］茆训诚，崔百胜，王周伟．多元旋转自回归条件异方差模型的构建与应用研究 以九种人民币汇率波动为例［Ｊ］．上海经济研究，２０１４（０１）：７０－８２．［５］ＷＡＮＧＹＦ．Ｐｒｅｄｉｃｔｉｎｇｓｔｏｃｋｐｒｉｃｅｕｓｉｎｇｆｕｚｚｙｇｒｅｙｐｒｅｄｉｃｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＥｘｐｅｒｔＳｙｓｔｅｍｓＷｉｔｈＡｐｐｌｉｃａｔｉｏｎｓ，２００２，２２（１）：３３－３８．［６］ＪＩＬＡＮＩＴＡ，ＢＵＲＮＥＹＳＭＡ．Ａｒｅｆｉｎｅｄｆｕｚｚｙｔｉｍｅｓｅｒｉｅｓｍｏｄｅｌｆｏｒｓｔｏｃｋｍａｒｋｅｔｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．ＰｈｙｓｉｃａＡ：ＳｔａｔｉｓｔｉｃａｌＭｅｃｈａｎｉｃｓａｎｄｉｔｓＡｐｐｌｉｃａｔｉｏｎｓ，２００８，３８７（１２）：２８５７－２８６２．［７］ＫＡＲＡＴＺＩＮＩＳＧＤ，ＢＯＵＴＡＬＩＳＹＳ．Ｆｕｚｚｙｃｏｇｎｉｔｉｖｅｎｅｔｗｏｒｋｓｗｉｔｈｆｕｎｃｔｉｏｎａｌｗｅｉｇｈｔｓｆｏｒｔｉｍｅｓｅｒｉｅｓａｎｄｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．ＡｐｐｌｉｅｄＳｏｆｔＣｏｍｐｕｔｉｎｇＪｏｕｒｎａｌ，２０２１，１０６：１０７４１５．［８］ＦＥＮＧＧｕｏｌｉａｎｇ，ＺＨＡＮＧＬｉｙｏｎｇ，ＹＡＮＧＪｉａｎｈｕａ，ｅｔａｌ．Ｌｏｎｇ－ｔｅｒｍｐｒｅｄｉｃｔｉｏｎｏｆｔｉｍｅｓｅｒｉｅｓｕｓｉｎｇｆｕｚｚｙｃｏｇｎｉｔｉｖｅｍａｐｓ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇＡｐｐｌｉｃａｔｉｏｎｓｏｆＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，２０２１，１０２：１０４２７４．［９］马楠，杨炳儒，邱正强，等．基于测度递进的模糊认知图及其应用［Ｊ］．计算机工程与设计，２０１２，３３（０５）：１９５８－１９６２．［１０］ＹＡＮＧＳｈａｎｃｈａｏ，ＬＩＵＪｉｎｇ．Ｔｉｍｅ－ｓｅｒｉｅｓｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎｈｉｇｈ－ｏｒｄｅｒｆｕｚｚｙｃｏｇｎｉｔｉｖｅｍａｐｓａｎｄｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＦｕｚｚｙＳｙｓｔｅｍｓ，２０１８，２６（６）：３３９１－３４０２．［１１］ＬＩＵＺｏｎｇｄｏｎｇ，ＬＩＵＪｉｎｇ．Ａｒｏｂｕｓｔｔｉｍｅｓｅｒｉｅｓｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｈｉｇｈ－ｏｒｄｅｒｆｕｚｚｙｃｏｇｎｉｔｉｖｅｍａｐｓ［Ｊ］．Ｋｎｏｗｌｅｄｇｅ－ＢａｓｅｄＳｙｓｔｅｍｓ，２０２０，２０３（ｐｒｅｐｕｂｌｉｓｈ）．［１２］ＨＵＡＮＧＹｕｓｈｅｎｇ，ＧＡＯＹｅｌｉｎ，ＧＡＮＹａｎ，ｅｔａｌ．Ａｎｅｗｆｉｎａｎｃｉａｌｄａｔａｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｕｓｉｎｇｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｎｄｌｏｎｇｓｈｏｒｔ－ｔｅｒｍｍｅｍｏｒｙｎｅｔｗｏｒｋ［Ｊ］．Ｎｅｕｒｏｃｏｍｐｕｔｉｎｇ，２０２０（ｐｒｅｐｕｂｌｉｓｈ）．［１３］林春梅，何跃，汤兵勇，等．模糊认知图在股票市场预测中的应用研究［Ｊ］．计算机应用，２００６，２６（０１）：１９５－１９７，２０１．３１１第８期石添鑫，等：一种基于交叉注意力机制多模态遥感图像匹配网络。

第20卷第4期2010年4月 中国安全科学学报Ch i na Sa fety Sc i ence Journa lV o l.20N o.4A pr.2010高校数字图书馆网络安全风险分析与策略*马 敏 助理馆员 刘芳兰 宁娇丽(湖南科技大学图书馆,湘潭411201)学科分类与代码:6208010(公共安全信息工程) 中图分类号:X913.2 文献标志码:A摘 要 从数字图书馆网络内部和使用服务的外部两方面,分析高校图书馆网络面临的硬件安全风险、软件安全风险、技术风险、管理风险以及外部攻击安全风险等主要风险。

结合网络安全技术的发展,分别提出各自的应对策略。

重点分析黑客攻击和网络病毒的控制方法,包括采用杀毒防护软件、运用防火墙技术、加密认证技术、入侵检测技术、VLAN技术、内容检查与监控技术以及虚拟蜜罐技术等等。

图书馆网络系统只有实现了设备的本质安全化、人员网络技术的专业化以及管理的正规化,才能有效地规避各种网络安全风险和确保网络系统的正常运行,研究结果对如何预防与控制高校数字图书馆网络安全风险具有借鉴和指导作用。

关键词 数字图书馆; 网络风险; 黑客攻击; 网络病毒; 入侵检测(I D); 防火墙;虚拟局域网(VLAN); 虚拟蜜罐技术R i sk A nalysi s on N et w ork Security of Co ll ege D i g ita l L ibrary and Its StrategiesMA M i n,Assistant L i brar i an LIU Fang-lan N ING Ji a o-li(L i b rary ofH unan Un iversity of Science&Techno logy,X i a ngtan411201,Ch i n a)Abstract: Fro m the interior and exteri o r of co llege d i g ital librar y net w ork,the security risks faced by dig ital librar y net w or k are firstl y ana lyzed,w hich i n c l u de har dw are security risk,soft w are security risk, techn i c al security risk,m anage m ent security risk and outside-a ttack security risk.Then,co m b i n i n g the developm ent o f net w ork security technology,risk contr o l strateg ies are put forth according l y.Em phasis is focused on the ana l y sis of contro lm ethods for hacker attack and net w ork v irus,w hich i n c l u de insta lling an-t-i v irus protection soft w are,and adopti n g fire w all techno logy,encryption and authentication techno l o gy, intrusi o n detection technology,v irt u al l o cal area net w o r k,content inspection and monitori n g techno l o gy, v irt u a l honey-pot techno logy,etc..Only the inherent safety o f equip m en,t the specialization o f staffs'ne-t work techn i q ue and the nor m alization of m anage m ent are fulfilled,can the sec urity of librar y net w ork be ensured.Th is study prov i d es a great reference for the risk prevention and contro l of co llege library net w ork security.K ey words: dig ita l li b rary; net w ork risks; hacker attack; net w or k v irus; intrusion detection(I D);fire w a l;l v irt u al loca l area net w or k(VLAN); v irtual honey-po t technology*文章编号:1003-3033(2010)04-0130-06; 收稿日期:2010-01-05; 修稿日期:2010-03-310 引 言计算机网络安全是指利用网络管理控制与技术措施,保证在一个网络环境里,信息数据的保密性、完整性、可用性、可控性和真实性受到保护。

2022年湖南科技大学潇湘学院计算机科学与技术专业《计算机组成原理》科目期末试卷A（有答案）一、选择题1、存储器采用部分译码法片选时，（）。

A.不需要地址译码器B.不能充分利用存储器空间C.会产生地址重叠D.CPU的地址线全参与译码2、某SRAM芯片，其容量为512×8位，除电源和接地端外，该芯片引出线的最小数目应该是（）。

A.23B.25C.50D.193、一个浮点数N可以用下式表示：N=mr me，其中，e=rc g；m：尾数的值，包括尾数采用的码制和数制：e：阶码的值，一般采用移码或补码，整数；Tm：尾数的基；re：阶码的基；p：尾数长度，这里的p不是指尾数的：进制位数，当ra=16时，每4个二进制位表示一位尾数；q：阶码长度，由于阶码的基通常为2，因此，在一般情况下，q就是阶码部分的二进制位数。

研究浮点数表示方式的主要目的是用尽量短的字长（主要是阶码字长q和尾数字长的和）实现尽可能大的表述范围和尽可能高的表数精度。

根据这一目的，上述6个参数中只有3个参数是浮点数表示方式要研究的对象，它们是（）。

A.m、e、rmB. rm、e、rmC.re、p、qD. rm、p、q4、某数采用IEEE754标准中的单精度浮点数格式表示为C6400000H，则该数的值是（）。

A.-1.5×213B.-1.5×212C.-0.5×213D.-0.5×2125、float类型（即IEEE754标准中的单精度浮点数格式）能表示的最大整数是（）。

A.2126-2103B.2127-2104C.2127-2105D.2128-21046、下列关于同步总线的说法中，正确的有（）。

I.同步总线一般按最慢的部件来设置公共时钟II.同步总线一般不能很长III.同步总线一般采用应答方式进行通信IV.通常，CPU内部总线、处理器总线等采用同步总线A. I，IIB. I，II，IVC.III，IVD.II，III，IV7、在集中式总线控制中，响应时间最快的是（）。