高端海外背景提升项目助力双非学子逆袭世界TOP30名校案例

他们为什么能读博?——一项关于一流高校"双非"背景博士生的质性研究

为探寻本硕阶段均来自"双非"院校的学生成功考取一流高校博士生的关键因素,采用半结构化访谈的方法,对19位"双一流"建设高校在读博士生过往的生活经历和学业历程进行了研究,发现:较好的家庭支付能力和完备多样的奖助学金制度为"双非"学生考取博士生提供了坚实经济基础;对科研工作的热情和较强的科研潜质是"双非"学生追求更高层次教育的原动力;鲜明的个人特质和良好的学习习惯是促成他们取得学业成就的重要非智力性因素;重视和崇尚教育的传统文化观念为"双非"学生学业精进营造了积极的支持环境;硕士生期间的师生交往和同伴关系作为重要驱动进一步激励"双非"学生为学术目标而努力奋斗.最后从提升培养质量,建构和谐导生关系,加强信息交流等方面提出建议,为学生学业成长提供参考.

"数说"首轮"双一流"建设

当前,我国发展仍然处于重要战略机遇期.随着新一轮科技革命和产业变革的深入发展,加强国家战略科技力量,建设高质量的教育体系势在必行.在首轮评价结果尚未揭晓的背景下,文章将以自我评价为基础,通过可比数据呈现"双一流"高校在建设周期内的整体发展水平,成长提升程度以及"双非"高校的可持续发展能力,综合展现国内高校在实现大学功能,内涵发展,特色发展等方面的建设成效. 查看全部>>

高性能图像超分辨率方法的研究

随着计算机技术与信息处理技术的飞速发展,人们越来越发现利用现有硬件技术,提高信息获取质量的重要性。如何通过软件的方式突破图像固有信息的限制,提高图像分辨率,从而获得更多图像的高频细节信息,具有重要的研究意义与应用价值。 在上述背景下,本文针对现有图像超分辨率重建方法在分辨率提升倍数较大时,算法复杂度高,重建效果不稳定的问题,研究并实现可针对通用图像的高性能超分辨率图像重建方法,主要研究成果包括: 提出了基于主元分析与高斯加权欧式距离的快速图像配准方法PCA-SIFT-Gaussian。首先分析了特征提取与特征匹配的常用方法及具有竞争力的传统SIFT方法的四个主要步骤:图像尺度空间的建立、精确定位极值点、关键点方向分配和SIFT特征描述子的生成,使提取的特征对图像间发生平移、旋转、仿射变换、视角变换、光照变换等具有较好的不变性。针对传统SIFT算法中128维特征向量占用存储空间大,匹配耗时多等问题,围绕关键点的41×41的邻域内形成3042维特征向量,引入主元分析法对多维数据进行降维,完成特征提取。在特征匹配过程中采用高斯加权欧式距离代替传统的欧式距离进行阈值判定。实验结果证明,本文算法在保持较高性能的同时,特征提取速度相比传统SIFT方法提升约40%。对高斯噪声、旋转与尺度变化、仿射变换及光照变化等具有更高的鲁棒性。 提出具有更快词典训练速度与重建精度的基于小波多分辨率分析的超分辨率图像重建方法。首先分析了稀疏表示法中三个重要步骤:建立图像降质模型、局部约束块稀疏表示、全局约束稀疏表示。针对稀疏表示法中训练过完备联合词典对计算量较大,算法耗时的问题,提出采用提升小波变换分解词典素材为个低频分量和三个高频分量,通过第二层和第三层提升小波变换后的高频分量估计出第层的高频分量,从而节约75%的像素数,降低训练词典的时间。在局部先验约束中特征提取算子F的选择上,采用PCA-SIFT-Gaussian代替传统维梯度高频滤波器以获得更多的高频细节。实验结果证明,本文算法与传统方法比较可缩短词典训练时间60%以上,且具有更高的重建精度。 提出同时具备填补矩阵丢失元素与修复受损元素功能的新方法。首先通过比较不同矩阵填充与矩阵恢复主流方法,引入具有优越的收敛性及求解精度的增广拉格朗日乘子法,提出同时具备矩阵填充与矩阵恢复功能的新方法——双非精确增广拉格朗日乘子法(Dual-IALM)。实验结果表明,该方法具有迭代次数少、速度快、精度高的特点及较强的抗噪能力,通过该方法可较好地解决图像去噪与图像融合问题等实际应用问题。 实现了由个或多个摄像头捕捉的具有亚像素位移的连续多帧低分辨率图像序列的高性能图像超分辨率重建系统。首先通过多帧图像配准方法PCA-SIFT-Gaussian对齐LR观测图像,然后采用第三章提出的改进的稀疏表示法训练联合词典对,并建立块稀疏表示和全局约束稀疏表示,生成初步重建的HR图像序列。最后采用Dual-IALM对图像序列构造的观测矩阵进行矩阵填充与矩阵恢复,将输出的低秩矩阵按照光栅扫描顺序重构为最终的HR图像。为了进 步优化软件系统,预先保存配准后的特征向量,直接在特征提取算子F中使用。此外,本文引入Ring-Jacobi排序法取代传统的Round-Robin排序法减少并行算法中奇异值分解的迭代次数。实验结果证明,本文提出的新方法SRMCR相比当前其它主流超分辨率重建方法,在分辨率提升四倍以上时,仍保留丰富的图像细节,重建HR图像的峰值信噪比平均值高于其它方法5.04dB至6.28dB,且不易受词典训练素材选择范围的影响,能有效处理针对通用图像的高性能超分辨率重建问题,可应用于遥感图像超分辨率重建等机器视觉领域。

双减政策背景下英语专业学生面临的就业压力成因的分析与调查——以武汉科技大学为例

在国家大力推行实施双减政策的背景下,双非院校英语专业大学生未来的就业压力明显增大,这给他们的日常生活和学习增加了不少负担.因此,本项目组对双非院校英语专业学生未来的就业压力进行研究,探讨压力形成的原因及就业选择中存在的问题,对于学生自我能力的提升和对大学生未来就业的帮助都有积极的现实意义.通过这一调查研究引发人们对大学生尤其双非院校英语专业大学生所面临的就业压力的思考,引导大学生正确的看待双减政策,帮助其树立积极健康的观念,为双非院校英语专业大学生的就业找到解决方法,同时希望能引起社会相关部门的关注,帮助缓解双减政策背景下大学生的就业压力,以及给予大学生更多的帮助与关怀.

几类锥规划问题算法与应用的研究

二阶锥规划(second-order cone programming),协正锥规划(eopositive cone pro-gramming)以及双非负锥规划(doubly nonnegativp cone programming)是三类重要的最优化问题,其中,二阶锥规划属于对称锥规划,协正锥规划和双非负锥规划属于非对称锥规划.这些锥规划的特殊结构特点,决定了它们在实际中的应用非常广泛,在人工智能,物联网,数据挖掘,投资组合以及动力系统与控制等领域中都有所应用.此外,协正锥规划还包含了组合优化中许多重要的具有挑战性的NP-难问题.如图的稳定数,二次选址,最大团等问题.因此,研究这三类特殊锥规划的算法理论和实际应用具有重要的理论意义和实际应用价值. 本学位论文旨在较全面了解二阶锥规划,协正锥规划以及双非负锥规划的研究背景及其研究进展的基础上,对这三类锥规划问题的算法理论和应用进行相关研究.取得主要研究成果如下: (?)第二章研究了一类带有二阶锥约束的非凸二次规划问题.首先,基于二阶锥约束的结构特点,原问题被等价转化为一个二次约束二次规划问题.借助于向量的提升技术和线性锥规划的对偶理论,该二次约束二次规划问题被转化为一个线性锥规划问题,其中约束锥可以被一个半定锥和一个特殊锥的和有效的近似.其次.根据该线性锥规划问题的最优解和二次约束二次规划问题的KKT解的关系,我们给出了一个关于原问题的全局最优性条件.依据此条件,设计了一个求解原问题的算法.该算法在理论上能够保证所得到的最优解是原问题的全局最优解,或者得到的是原问题的一个下界.最后,我们对算法进行了初步的数值实验,数值结果表明该算法能够有效求得原问题的全局最优解,或得到一个较紧的下界. (?)第三章考虑了一类协正锥规划问题,即在一个特殊协正锥约束空间上求一个连续函数的极小值.首先,根据协正矩阵的定义,给出了协正矩阵另外一种等价的表达形式.基于该新的表达形式,原问题可以被等价转化为一个半无限规划问题.其次,根据离散化方法求解半无限规划问题的思想,给出了一个新的离散化算法来求解原问题.最后,在适当的假设条件下,证明了本章所给出的算法能够有限步收敛到原问题的可行近似最优解. (?)第四章讨论了一类带有线性与非负约束的多目标二次规划问题.该问题通常不存在使得所有目标函数同时达到最优的最优解.因此寻求Pareto有效解就成为求解原问题的关键.首先,利用线性加权和法,原问题被转化为一个单目标二次规划问题,其在通常情况下是非凸且NP-难的.借助于双非负锥松弛技术,这一单目标二次规划问题被松弛为一可计算的凸规划问题.在一定的假设条件下,该凸规划问题的最优解是原问题的Pareto有效(弱有效)解.最后,对一些随机的例子和实际投资组合例子进行了数值实验,实验结果表明我们所给出的方法是有效的. (?)第五章研究了一类0-1二次规划问题,其在通常情况下是非凸且NP-难的.为了求解该问题,给出了两种凸松弛方法:一种是半定锥松弛,一种是双非负锥松弛.而且,在一定的假设条件下,证明了这两种松弛方法所得到的问题是等价的.当原问题退化为Max-Cut问题时,双非负锥松弛问题等价于标准的半定锥松弛问题.当原问题退化为Densest k-Subgraph问题时,双非负锥松弛问题等价于一个新的半定锥松弛问题.同时,对于不同问题得到的不同松弛问题,测试了一些随机例子来比较这些松弛问题各自的计算效果.