首页期刊导航|中国有线电视
期刊信息/Journal information
中国有线电视
中国有线电视

月刊

1007-7022

ccatvbjb@mail.xjtu.edu.cn

029-82667927;82663959

710049

西安市咸宁西路28号

中国有线电视/Journal China Digital Cable TV北大核心
查看更多>>本刊是中国最早创办的国家级有线电视杂志;中国最早面向国内外公开发行的有线电视杂志;中国唯一进入无线电电子学·电信技术类中文核心期刊的有线电视杂志;中国科技论文统计源期刊;中国学术期刊综合评价数据库来源期刊;中国期刊网、中国学术期刊(光盘版)全文收录期刊;教育部优秀科技期刊一等奖暨科技进步一等奖获奖期刊;陕西省双效益先进期刊。
正式出版
收录年代

    数字化转型助力高校教育治理现代化——以西安交通大学为例

    锁志海董洋徐墨高瞻...
    5-8页
    查看更多>>摘要:通过梳理西安交通大学在数字化转型助力高校教育治理现代化的创新性举措,组织构建数字化转型的"内环境""硬支撑""软平台",一方面积极探索高校智慧化转型典型案例,入选国家"5G+智慧教育"应用试点;另一方面积极拓展服务边界,参与"东教西学"项目示范,助力缩小东西部教育鸿沟。希望为更多践行数字化转型的高校提供实践经验参考,共话高校教育治理现代化未来发展。

    数字化转型内环境硬支撑软平台

    新形势下高校信息化建设管理体系研究

    陈强张慧琳
    9-12页
    查看更多>>摘要:基于新形势下高校信息化工作面临的挑战,从信息化建设项目立项基础、管理制度、协作模式等方面对高校信息化工作的总体原则进行分析,并结合业务、技术、网络安全、时间、人员等方面分析高校信息化建设项目的实施条件,同时阐述信息化建设项目在设计开发、实施执行、技术服务、安装测试、文档及项目验收的技术体系规范,为高校信息化建设项目管理与技术管理工作提供参考。

    高校信息化项目管理实施条件

    基于多特征提取自编码器的网络流量异常检测算法

    覃遵颖王蔚炜李国栋崔靖茹...
    13-19页
    查看更多>>摘要:随着网络攻击的复杂化、自动化和智能化水平的不断提高,网络中不断涌现出新的攻击类型,给基于特征码的网络攻击检测和及时响应带来极大挑战。为了更加有效准确的识别异常流量,提出一种基于多特征提取自编码器的网络流量异常检测算法。算法自定义基于多特征提取的自编码器模型,由5个不同的Encoder模块构成编码器,1个Decoder模块构成解码器,能够同时提取流量中的空间特征和时间特征,且能有效避免产生退化现象,有效检测异常流量。同时,自定义SMOTE-新样本过采样法来解决数据不均衡问题,使用方差分析进行特征选择,优化数据,降低模型复杂度,大大缩短检测时间,提高算法的检测实时性。实验结果表明,提出的算法在网络流量异常检测的准确率方面比当前同类最优算法提升了 1%,对百万条流量数据的检测时间减少了 4。22 s。

    深度学习异常流量检测自编码器稀疏样本增强特征选择

    推进700 MHz频率迁移工程收尾,国家广播电视总局提出这三点要求

    19页

    构建"以学生为中心"的一站式场景化学生服务应用——以西安欧亚学院为例

    郝彩娟孙雨罗征赵华...
    20-24页
    查看更多>>摘要:教育数字化转型背景下,高校学生数字化服务体验是重要的场景之一。以西安欧亚学院为例,基于"以学生为中心"思路,研究面向新时代大学生,如何更好地用信息化、数字化支持和驱动学生工作,促进学生发展。在具体实践中,西安欧亚学院紧紧围绕"以学生为中心"的理念,努力实现从招生、迎新、学生管理、第二课堂、实习实训、创新创业、就业离校到校友管理的全生命周期场景化服务,为学生学习和生活提供一体化的综合服务,同时结合学校一站式服务大厅和大数据分析平台,为学生发展与成长提供全方位、全流程的综合服务。

    学生管理智慧学工一站式服务

    华数集团与金成集团签署战略合作协议

    24页

    室内场景中密集小目标的人数统计方法

    张杰李张琦金海燕王彬...
    25-29页
    查看更多>>摘要:计算机视觉任务中,密集小目标的人数统计在人群行为分析、资源优化配置、现代安防等室内场景中具有重要的社会意义。现有的密集小目标统计方法存在着诸如目标相互遮挡造成的漏检、检测目标密集产生的错检以及目标小且人脸特征提取不足等问题。针对室内场景中密集小目标的漏检、错检以及特征不足等问题,提出一种基于YOLOv5框架的人数统计模型STO-YOLO。该方法首先在YOLOv5的主干网络加入针对密集小目标的检测模块以提升特征提取能力,然后在特征融合Neck网络中加入小目标检测模块来增强特征融合能力,从而改善远离监控的密集小目标的错检问题;其次引入OTA机制,将标签分配视作最优传输问题,同时结合上下文信息来减少模糊框的个数,从而有效减少目标遮挡产生的误差。在实际教学场景中自建数据集并验证所提方法。实验结果表明,与SOTA方法YOLOv5相比,STO-YOLO检测结果的precision和recall指标均得到了显著提升;相比最新的YOLOv8,recall和mAP等指标也得到了提升,充分验证了所提STO-YOLO方法的有效性。

    智慧校园YOLOv5目标检测人数统计

    用于序列推荐的多序列注意力解耦融合方法

    高澳华秦继伟
    30-34页
    查看更多>>摘要:在推荐领域中基于注意力机制的序列推荐方法取得了良好的性能,但仍然存在着过早嵌入辅助信息的现象,导致如下问题:1)嵌入矩阵过大,增加了注意力计算的复杂性;2)不同源的异构信息被融合在同一个嵌入矩阵中进行注意力计算,使模型无法区分不同源的异构信息;3)嵌入矩阵的梯度相对固定,不能根据应用场景灵活变换。为此,提出一个用于序列推荐的多序列注意力解耦融合方法(MADF-SR)。首先,为降低计算的复杂性,MADF-SR将项目序列和辅助信息序列(如时间上下文序列和类别上下文序列)分别进行注意力计算。同时不同源的异构信息独立进行注意力计算,也使模型能够更好的区分异构信息。然后,MADF-SR将注意力计算得到的注意力矩阵根据应用场景的需要选择性的与项目序列融合,使得嵌入矩阵可以根据所选择的辅助信息序列数量的变化而自适应地改变梯度。在4个真实数据集上的实验结果表明,MADF-SR在评价指标NDCG@10上的表现明显优于基线模型。

    序列推荐多序列方法解藕融合注意力机制

    支持Web端的多场景学习模式的服务器控制方式及应用

    张杰肖佳琦康孟飞张鑫...
    35-39页
    查看更多>>摘要:随着新冠肺炎感染在全球范围内的持续发展以及局部地区的疫情反复,在线教育的学习模式得到进一步的深入推广和广泛应用。当前主流的在线教育模式主要通过专门的应用程序,如智慧树、雨课堂、云课堂以及腾讯会议等传统在线方式实现,目前还没有通过Web浏览器的B/S模式进行通信的免费、高质量的完整解决方案。研究当前在线学习系统中存在的依赖于专门App、学习模式单一、学习者之间互动性不足等问题,针对服务器上实现基于WebRTC的web-Sky-class系统。该系统通过不同的多媒体控制方式提供问答模式、论文答辩和课堂直播等多种实际场景的不同学习模式,为学习者提供文字、视频、音频的多种学习场景和互动方式。基于这些媒体控制设计了一个具有用户友好界面的系统,在此基础上进行实验以评估所提控制方式支持的系统的有效性和实用性。

    在线学习Web方案多种学习模式多媒体播放控制互动学习

    广电总局谋划明年工作:加快推进实现"一省一网"和"全国一网"目标

    39页