张伟峰
- 作品数：15 被引量：67H指数：4
- 供职机构：华南农业大学更多>>
- 发文基金：国家自然科学基金广东省自然科学基金更多>>
- 相关领域：文化科学自动化与计算机技术理学轻工技术与工程更多>>
- 基于一流课程的线性代数混合式学习评价的探索与实践
- 2024年
- 本文以知识、能力、素质的教学目标为导向,探讨了一流课程“两性一度”(高阶性、创新性、挑战度)指引下线性代数混合式学习评价的设计与实施。以线性代数混合式教学进程为基础,设计了多元学习评价指标,实践表明学习评价结果与“两性一度”能力提升效果具有一致性。
- 林利云张伟峰赵峰朱艳丽
- 关键词：线性代数混合式教学
- 支持学生自主出题的扁平化教辅系统设计与实现
- 2024年
- 为形成丰富的过程性评价考核方式,全面考查教师教学效果和学生掌握知识情况,提高学生的知识创新能力,设计与实现支持学生自主出题的扁平化教辅系统,无须教务员角色介入,任课教师和学生可自行完成所有常规操作。自主出题模式促进学生思维的开放,学生角色从学习的跟随者转为创作者,潜移默化中帮助学生巩固知识点,开拓思维。支持学生自主出题的扁平化教辅系统的设计与实现是自主出题策略信息化的一次有意义尝试。
- 刘鹏飞贺霞旭朱旭圻张伟峰蔡贤资
- 关键词：教务系统
- 基于支持向量回归的光谱反射率重建方法被引量：2
- 2010年
- 提出了一种基于支持向量回归和小框架核的光谱反射率重建方法。光谱反射率重建是光学研究的一个重要问题,其目的是通过各种成像设备所获取的与设备相关的RGB三色值重建出物体本身固有的与设备和光照都无关的光谱反射率。回归方法已经在这一领域取得了广泛应用,如基于多项式模型的正则化最小二乘方法、基于核的正则化最小二乘方法等。提出了一种新的光谱反射率重建方法,这种方法采用了一种可以减弱样本不规则噪音影响的小框架核函数,并将其用于支持向量回归来重建光谱反射率函数。实验表明,新方法可以提高光谱反射率重建的精度和稳定性。
- 张伟峰
- 关键词：支持向量回归
- 高等数学中证明不等式的方法与技巧被引量：1
- 2013年
- 主要介绍了利用高等数学知识证明不等式的技巧和方法.
- 刘丹张伟峰方明亮
- 关键词：不等式单调性
- 基于多目标筛选堆叠回归的光谱反射率重建
- 2024年
- 物体的光谱反射率完全决定了其物体色,因此研究光谱反射率对于色彩信息要求较高的行业具有重大意义。直接获取光谱反射率需要精密且昂贵的设备,而通过建立模型,由低成本的数码相机等设备获取的RGB响应值去预测光谱反射率,可以大大降低成本。基于回归方法的光谱反射率重建算法受到广泛关注,其核心是建立RGB向量到光谱反射率向量间的映射关系。对于大多数物体而言,其表面的光谱反射率曲线具有平滑属性,因此,光谱反射率分量之间具有一定的相关性。而已有的算法都是对光谱反射率向量每一个维度独立地建立预测模型,没有将光谱反射率分量之间的相关性利用起来。与传统的单输出回归方法不同,多目标堆叠回归方法通过将首次预测输出值重新注入输入端来利用输出端之间的相关性。基于多目标堆叠回归的光谱反射率重建取得了重要的进展;然而,传统的多目标堆叠回归方法存在着易受首次预测输出值误差影响的问题。针对这一问题,提出一种新的多目标堆叠方法,对于首次预测输出值进行筛选,从中选出误差较小的部分作为输入,以此来保证下一步建立的模型精度。该筛选方法可以在不知道真实值的情况下,极大程度地保留误差较低的部分样本。实验数据集来源为ICVL高光谱图像数据库,评价指标为均方根误差与色度误差。实验结果表明,所提出的多目标筛选堆叠回归可以有效克服传统多目标堆叠回归所存在的问题,做到比无堆叠时的误差更小,说明提出的方法可以有效地利用光谱反射率分量之间的相关性。
- 李日浩马媛张伟峰
- 问题导向学习法在信息与计算科学专业课程教学中的应用被引量：1
- 2021年
- 《可视化信息交互设计》是信息与计算科学专业学生的专业选修课程,与信息系统开发和数据科学可视化领域关系密切,也与IT公司很多招聘岗位所需具备技能相关。任课教师在多年讲授该课程中发现,以讲授为主的传统教学模式已逐渐不能适应当前课程技能发展的新要求。问题导向学习法在国际上较为流行,论文针对课程教学中存在的主要问题和特点,引入问题导向学习法展开新教学方式,根据客观反馈结果,证明了教学效果的提高。
- 刘鹏飞张伟峰蔡贤资黄小虎
- 关键词：可视化交互课后作业
- 差分进化算法优化的图注意力网络集成研究
- 2022年
- 为进一步提升图分类算法的性能和稳健性,提出了差分进化算法优化的图注意力网络集成.首先,通过划分原始样本让不同的基学习器关注数据的不同区域;其次,利用差分进化算法良好的搜索能力,以分类器集成的分类错误率为目标函数优化基学习器的权重向量;最后,在权重向量基础上综合各基学习器的输出作为分类器集成的总体输出.实验引入引文数据集Cora进行验证,与基础的图注意力网络模型相比,所提出的集成算法的分类性能和稳健性有一定的改进.在固定超参数时其准确率比内部基学习器平均准确率高0.001~0.011,以0~0.005的差距持平或领先于多数投票法分类器集成;在随机超参数时其准确率比内部基学习器平均准确率高0.053~0.173,以0.003~0.006的优势领先于多数投票法分类器集成;此外在参数扰动和数据扰动下的集成训练时长分析也得出了有意义的结论.
- 刘鹏飞张伟峰何克晶
- 关键词：分类器集成差分进化
- 开源黄金时代的实践教学研究——以农业院校信息与计算科学专业为例被引量：1
- 2015年
- 分析农业院校信息与计算科学专业课程体系设置现状以及开源黄金时代的特点,提出以开源软件作为教学手段的课程实践改革思路,提供丰富的实践环境,培养学生能想能做的实践素质,促进学生的专业兴趣和应用能力,提高教学效果,推动校园构建开源生态的良性循环体系。
- 刘鹏飞何克晶张伟峰李国坤文斌
- 关键词：开放源代码实践教学
- 基于改进加权欧氏距离的光谱反射率重建样本选择方法研究
- 2023年
- 获取物体的光谱反射率是准确再现物体在各种光照条件下真实颜色的关键保证,这对纺织服装、出版印刷、网络电商、远程医疗等对颜色有较高要求的行业有重要作用。光谱反射率重建的目的是利用训练样本建立数码相机等通用设备所获取的RGB三色值和光谱反射率高维向量间的映射关系,从而避免使用分光光度计等专业设备所带来的成本高、操作复杂、分辨率低等问题。训练样本的选择是影响光谱反射率重建算法效果的重要因素。从物理角度看,光谱反射率是一条关于波长的光滑曲线,光谱反射率向量最大的相关性特征就是其光滑性,因此,训练样本的选择应同时考虑空间距离和形状的相似性。针对局部学习方法中局部样本选择问题,提出一种能同时考虑光谱反射率向量形状相似和空间距离相近的更加有效的训练样本选取方法,以提高光谱反射率重建的精度。该方法利用待测样本与训练样本之间的加权欧氏距离与向量夹角距离结合后赋予不同权重作为相似性度量,根据样本容量动态地选出相似度较高的样本。实验以孟赛尔半光泽数据集(munsell matte)为样本集,基于伪逆法进行光谱反射率重建,以光谱均方根误差和色差为评价指标,与加权欧氏距离方法从样本选择的有效性和重构精度两方面进行比较。实验结果表明,基于改进加权欧氏距离的样本选择,能够在保证均方误差最小的条件下,显著降低色度误差,同时添加不同噪声水平后,文中方法的均方根误差和平均色差依旧保持最小,该方法能够更好地利用局部样本的信息,而且具有较好的抗干扰能力,可以有效地提高光谱反射率重建的实际应用效果,进而为颜色的真实再现提供保障。
- 马媛李日浩张伟峰
- 局部k最近邻加权线性回归的光谱反射率重建被引量：4
- 2018年
- 现实中很多场景都需要精确的颜色表示,如纺织、印刷、艺术品扫描存档、在线商品展示等。光谱反射率是决定物体颜色的本质属性,如果知道了光谱反射率,就可以重现物体在任何光照和观测条件下的颜色。采用专业仪器测量光谱反射率有成本高、分辨率低、测量时间慢等问题。随着数码成像设备的普及,基于相机RGB响应值的光谱反射率重建算法具有重要现实意义。光谱反射率重建的目的是建立低维RGB响应值到高维光谱反射率向量的映射关系,回归方法在这一领域已取得广泛应用。由于光谱反射率向量所处的空间是嵌在高维欧氏空间中的一个低维子流形,在训练样本有限的条件下,传统的全局回归方法不能有效地学习该流形结构,往往导致过拟合,使得学习出来的模型泛化能力较差。局部线性回归方法虽然可以改善全局回归过拟合的问题,但是局部学习方法易受例外点的影响,导致拟合不足。针对这一问题,提出一种基于局部加权线性回归的光谱反射率重建方法,这种方法在一个k最近邻范围约束内,给每个局部训练样本赋予不同的权重,从而有所侧重地利用局部训练样本来估计光谱反射率。实验结果表明,基于局部k最近邻加权线性回归的方法能更有效地利用局部信息,缓解过拟合和拟合不足,更准确地重建光谱反射率。
- 卢德俊爨凯旋张伟峰
- 关键词：权值函数
